Os laboratórios de inovação da Índia ganham um assistente de ensino movido a IA, com tecnologia Gemini

Pontos-chave

• Google DeepMind e a Missão de Inovação Atal da Índia lançaram a ATL Saathi no dia 14 de julho de 2026, uma aplicação web baseada em Gemini para professores nos Laboratórios de Inovação Atal.
• O projeto-piloto abrange 100 escolas, parte de uma rede que alcança mais de 11 milhões de alunos em toda a Índia.
• O assistente gera ideias de projetos adequadas ao nível de escolaridade, guias de montagem passo a passo, esquemas de cablagem e precauções de segurança.
• É lançado em oito idiomas indianos, com espaço para adicionar mais.
• Funciona com Gemini 3.5 Flash, o modelo mais rápido e económico do Google, otimizado para respostas rápidas.

A Índia tem vindo a construir Laboratórios de Inovação Atal durante anos, pequenas oficinas escolares equipadas com impressoras 3D, sensores e kits básicos de robótica. Há já suficientes para alcançar mais de 11 milhões de alunos. A parte difícil nunca foi o equipamento. Era encontrar professores que pudessem orientar com confiança um jovem curioso de 13 anos na ligação de um sensor de humidade do solo sem incendiar a sala de aula.

É esta lacuna que Google DeepMind tenta preencher com ATL Saathi, uma aplicação web para professores que começou a ser testada no dia 14 de julho de 2026.

Pense nela como uma colega de ensino paciente que nunca dorme. Um professor abre a aplicação, escolhe um módulo do currículo oficial de inovação e obtém um resumo breve, uma infografia, uma visão geral em vídeo e um pequeno questionário. Sem vídeos de formação de duas horas. Sem PDFs de 80 páginas.

A parte mais interessante é o que acontece quando os alunos chegam com uma ideia.

Suponha que um aluno quer construir um dispositivo que avisa um agricultor quando um tanque de água está quase vazio. O professor escreve o problema em ATL Saathi. A aplicação, que funciona com Gemini 3.5 Flash (a versão rápida e de baixo custo do principal modelo de IA do Google, a tecnologia por trás de chatbots como Gemini e ChatGPT), devolve um plano de projeto. Esse plano inclui quais os componentes a utilizar, um esquema de cablagem mostrando como ligá-los, passos de montagem e notas de segurança sobre coisas como baterias soltas e fios expostos.

Funciona também da outra forma. Se um professor quer despertar ideias em vez de responder a elas, a aplicação gera sugestões de projetos adequadas ao nível de escolaridade do aluno e ao currículo atual.

Crucialmente, faz tudo isto em oito idiomas indianos no lançamento. Um professor numa escola com ensino em tâmil na zona rural de Tamil Nadu obtém o mesmo esquema de cablagem e os mesmos avisos de segurança que um professor numa escola com ensino em inglês em Delhi. Os materiais do currículo estão dentro do NotebookLM, ferramenta de IA baseada em documentos do Google, para que o assistente responda a partir do manual oficial da Missão de Inovação Atal em vez da internet aberta.

A Missão de Inovação Atal está integrada no NITI Aayog, o think tank de políticas do governo indiano. O seu objetivo declarado é transformar um milhão de crianças indianas no que chama de "inovadores neotéricos". A parceria foi anunciada pela primeira vez na AI Impact Summit em fevereiro de 2026, e Google DeepMind afirma que o lançamento de hoje é o primeiro produto funcional desse compromisso.

O que isto muda realmente numa sala de aula?

Muda o trabalho do professor de procurar informação para guiar um aluno através dela. Um professor de física que nunca tocou numa placa Arduino, a pequena placa de circuito programável que os alunos usam para projetos de eletrónica, pode agora entrar num laboratório com um plano impresso, uma lista de peças e uma lista de verificação de segurança gerada em minutos.

Compare isto com a alternativa humana. Um mentor especializado visitando cada um dos milhares de laboratórios de inovação em toda a Índia não é acessível em escala nacional. Mesmo uma visita por escola por trimestre acarretaria despesas e logística consideráveis. Um assistente de software que custa cêntimos por consulta, funcionando com um modelo projetado para uso de alto volume económico, é um problema económico muito diferente.

Há questões reais que o projeto-piloto terá de responder. Os esquemas de cablagem funcionam realmente quando são montados? Os avisos de segurança resistem quando uma criança de 12 anos os ignora? Com que frequência o modelo inventa um componente que não existe no kit do laboratório?

A cohort de 100 escolas é de onde virão essas respostas. Se Google DeepMind e a Missão de Inovação Atal conseguirem mostrar que os professores passam menos tempo em papelório e mais tempo a supervisionar montagens reais, o caso para escalar até à rede completa de laboratórios de inovação fica muito mais fácil de fazer.

Por enquanto, os laboratórios de inovação têm um novo membro da equipa. Responde às 2 da manhã, fala oito idiomas e nunca se cansa da mesma pergunta sobre resistências.