Builders da Semana #1: Scholé, Mallow, StudyStash, Teachoo e Kholo
Publicado em 08 de outubro de 2026 · por Ivan Chagas
Veredito
Cinco apostas distintas, uma pergunta em comum: onde a IA realmente ajuda a aprender — e onde só finge que ajuda.
Esta é a primeira edição do Builders da Semana: uma coluna onde eu analiso o que está sendo construído em educação pelo mundo — e, mais importante, o que dá para aprender com isso. Não é um boletim de notícias. A notícia é só o insumo. O produto aqui é a interpretação de quem passa os dias construindo edtech, não observando de fora.
Sou Ivan Chagas, designer instrucional e product builder. Trabalho com educação desde 2012 e, no EduBuilders, construo produtos, apps e experiências de aprendizagem com IA — sempre nesta ordem: primeiro o aluno, depois o negócio, por último a tecnologia. É por essa lente que leio cada lançamento abaixo.
A semana de referência é 28 de setembro a 4 de outubro de 2026. Nem todos os projetos nasceram nesses sete dias — alguns entraram em evidência por uma rodada, uma aquisição ou uma estreia que os colocou no radar.
Como ler este review (nota de transparência)
Avalio cada builder em três frentes — Produto, Tecnologia e Negócio — com uma nota de 1 a 5 em cada, resumida no diagrama de Venn ao fim de cada ficha. Dica: termos técnicos marcados com abrem uma explicação rápida ao clicar.
Scholé — aprender fazendo, dentro do próprio trabalho
É a mais alinhada com o que eu defendo, por isso abre a edição. schole.ai · Product Hunt




Imagens: divulgação / Scholé
Produto
- Problema: o modelo “assista ao curso e depois tente aplicar” desperdiça a maior parte do que foi ensinado. A distância entre aprender e fazer é onde o conhecimento evapora.
- Como resolve: lições curtas, geradas em tempo real a partir do seu cargo, das suas ferramentas e das suas tarefas, numa lógica de “uma lição, uma ação, feito”. Você não estuda sobre a ferramenta — você a usa com um tutor em cima do ombro.
- Público: profissionais e times, com foco em capacitar para usar IA no trabalho real.
- O que achei interessante: troca o consumo de conteúdo pela execução assistida. O como memória do que você já domina é a decisão mais acertada do produto.
- O que eu faria diferente: garantiria que o reduz a ajuda com o tempo — senão a autonomia nunca chega. E blindaria o controle de qualidade pedagógico do conteúdo gerado na hora: é o ponto que eu auditaria primeiro.
- O que podemos aprender: aprendizagem corporativa raramente sofre de falta de conteúdo. Sofre de distância entre a aula e a tarefa — e quem fecha essa distância ganha.
Tecnologia
- O que sabemos: há um agente (“Olé”) que perfila o aluno e sequencia as lições, apoiado por um curado, com respostas nos fluxos e materiais do cliente.
- O que eu acho: o grafo não é enfeite — é o que permite lembrar o que você já domina e não repetir. O provavelmente é feito sobre a documentação da própria empresa (algo no espírito do ), e é isso que troca “curso genérico” por “treino que fala a sua língua”.
- O que você pode aprender com isso: se você vai ensinar algo que muda rápido (ferramentas, processos internos), curso fixo nasce velho. A dupla grounding + grafo de progresso é o caminho quando o conteúdo precisa ser atual e pessoal. O custo real: você troca a simplicidade de um LMS de vídeos por um sistema que exige curadoria da fonte e controle de qualidade do que a IA gera.
Negócio
- Leitura geral: SaaS B2B clássico de capacitação, mas na onda mais quente do momento — ensinar empresas a usar IA. O destaque no Product Hunt e a de US$ 3 milhões (ACE Ventures, com The House Fund e FundF, jan/2026) compram tempo e credibilidade, mas o jogo real é provar retenção corporativa: treinamento é o primeiro corte quando o orçamento aperta, então a Scholé precisa virar “ferramenta de trabalho”, não “curso que a empresa comprou”.
- Defensabilidade: o grafo de conhecimento específico de cada cliente é um que cresce com o uso — quanto mais a empresa alimenta o sistema com seus fluxos e materiais, mais caro e doloroso fica trocar de fornecedor.
- Métricas que eu acompanharia: uso recorrente por funcionário (não logins, mas lições concluídas por semana) e, principalmente, aplicação no trabalho — porque é o que separa “treinamento que mudou o comportamento” de “curso que todo mundo esqueceu”. Essas duas métricas antecipam renovação de contrato melhor que qualquer número de vaidade.
É o builder mais "EduBuilders" da lista — resolve exatamente a dor que eu mais vejo em L&D. Aposto que cresce rápido no B2B e que o maior risco não é concorrência, é qualidade pedagógica em escala: conteúdo gerado em tempo real quebra fácil quando ninguém está auditando. Se segurarem o rigor, viram referência. Se afrouxarem, viram "mais um copiloto de treinamento".
Mallow — IA para crianças, sem tela
A aposta francesa que inverte o pressuposto do momento. mallow.fr · Frandroid (hands-on)




Imagens: divulgação / Mallow
Produto
- Problema: toda interação de criança com IA hoje passa por uma tela — e tela, dos 4 aos 10 anos, carrega um custo conhecido de atenção e sono.
- Como resolve: uma caixa de som de jogos em áudio, sem tela, pilotada por voz. A criança posa uma figurina sobre o aparelho e a brincadeira acontece falando.
- Público: famílias com crianças de 4 a 10 anos. Desenvolvido com especialistas em desenvolvimento infantil e testado com mais de 300 crianças.
- O que achei interessante: enquanto todo mundo coloca IA dentro de telas, a Mallow tira a tela da equação. O casamento de figurina física () com voz é elegante — resolve o fato de criança pequena não digitar nem navegar menu.
- O que eu faria diferente: investiria pesado em dar aos pais visibilidade e controle sobre o que a criança ouve e fala com a IA. Áudio é íntimo, e confiança é o ativo mais frágil aqui.
- O que podemos aprender: a restrição certa (sem tela) pode ser a feature, não a limitação. Pensar primeiro na interface física e deixar a IA invisível por trás costuma ganhar da tela com esse público.
Tecnologia
- O que sabemos: três camadas que se encaixam — hardware sem tela e robusto; reconhecimento das figurinas por chip , que dispara o conteúdo certo; e IA generativa de voz usando modelos da Mistral AI para entender a fala da criança e responder de forma dinâmica.
- O que eu acho: a escolha da Mistral (francesa) não é só técnica, é estratégica — produto infantil europeu vive sob regras duras de privacidade, e um modelo com viés de soberania de dados reduz atrito regulatório. Aposto que o processamento é desenhado para expor o mínimo possível da voz da criança.
- O que você pode aprender com isso: o par físico (NFC) + voz é a decisão de interface certa para o público infantil. O custo que vem junto: hardware é caro, lento de iterar e difícil de corrigir depois de vendido — todo erro vira recall ou atualização penosa.
Negócio
- Leitura geral: é o modelo “console + jogos” aplicado ao áudio infantil — vende-se o aparelho (a partir de ~€99,99) e, no fundo, aposta-se no ecossistema de figurinas e conteúdo que vem depois. É um negócio de hardware com time de peso (Flore Cousin e Cédric O, cofundador da Mistral AI; ~35 pessoas), mas hardware infantil premium é um dos mercados mais ingratos que existem: margem apertada, ciclo de compra sazonal e pais exigentes. O sucesso não se decide no lançamento (30/set), e sim na segunda e na terceira figurina que a família compra.
- Defensabilidade: vem menos do aparelho — que é copiável — e mais do catálogo de conteúdo e das licenças (personagens, histórias). Quem tiver o acervo mais desejável trava a plataforma, como a Yoto fez no mesmo nicho.
- Métricas que eu acompanharia: taxa de recompra de figurinas/conteúdo por família e tempo de brincadeira por semana — porque num modelo “console + jogos” o aparelho é só a porta de entrada; a receita e a retenção moram no que a criança consome depois. Devolução e reclamação de pais também, já que confiança quebrada em produto infantil não volta.
Produto corajoso e com time de peso. Minha aposta é que o maior risco é distribuição e preço, não tecnologia: hardware infantil premium é um mercado difícil. Se a Mallow acertar o catálogo de conteúdo (como fez a Yoto), vira um "nintendo do áudio educativo". Se tratar o conteúdo como acessório, o hardware esfria na gaveta em dois meses.
StudyStash — o projeto estudantil que virou aquisição
A história de trajetória mais forte da semana. studystash.com · tech.eu




Imagens: divulgação / StudyStash
Produto
- Problema: material de estudo personalizado dá trabalho de montar, e as ferramentas genéricas de IA inventam conteúdo fora do que o professor passou.
- Como resolve: transforma o material do próprio curso em flashcards, simulados e até podcasts, ajustando o conteúdo conforme o aluno aprende.
- Público: estudantes universitários — e, via Kortext, as próprias instituições, que ganham visão de onde a turma precisa de apoio.
- O que achei interessante: é o manual do build your own pain bem executado — resolver a própria dor, distribuir entre pares e surfar o timing da IA. A ancoragem no material do professor é o que separa “mais um gerador de flashcard” de uma ferramenta que a instituição confia.
- O que eu faria diferente: pouco a criticar na trajetória. O risco que eu vigiaria é o pós-aquisição — produto de fundador costuma perder alma quando entra numa estrutura maior.
- O que podemos aprender: proximidade com o problema + distribuição orgânica + timing de IA é uma receita que se repete. Construir para a própria dor continua sendo a vantagem injusta mais acessível.
Tecnologia
- O que sabemos: o núcleo é uma IA ancorada nos materiais originais do instrutor, somada a uma camada adaptativa baseada em neurociência, com geração de múltiplos formatos a partir da mesma base.
- O que eu acho: por baixo roda um pipeline de — o modelo responde a partir do PDF ou da aula do professor, não “do nada” — combinado a um algoritmo de repetição espaçada que agenda a revisão dos pontos fracos. É a ancoragem que faz uma instituição confiar.
- O que você pode aprender com isso: quando o erro é inaceitável (acadêmico, saúde, jurídico), ancorar a IA na fonte do cliente é quase obrigatório — é o que separa “ferramenta que a instituição adota” de “chatbot que ninguém confia”. E gerar vários formatos (texto, teste, áudio) da mesma base é alavanca barata de escala. O custo: você passa a depender da qualidade do material de entrada.
Negócio
- Leitura geral: o desfecho conta a história — projeto estudantil que, em cerca de 13 meses e 160+ instituições em três continentes, virou aquisição estratégica pela Kortext (2/out) por um valor que a imprensa estima em oito dígitos de dólar. Isso diz menos sobre tecnologia e mais sobre encaixe: a StudyStash chegou onde a Kortext queria estar (campus, especialmente nos EUA) mais rápido do que a Kortext conseguiria sozinha. Fundada por Ben Ward e Jonathan Graham, da University of Birmingham, é o tipo de saída que valida a tese de “construir para a própria dor”.
- Defensabilidade: sozinha, pouca — gerar flashcard a partir de PDF virou commodity. O fosso real é a distribuição institucional (contratos com universidades, integração com o acervo da Kortext), não o algoritmo. Foi exatamente isso que a Kortext comprou.
- Métricas que eu acompanharia: adoção dentro de cada instituição (quantos alunos de uma mesma universidade usam de fato, não só cadastros) e impacto declarado por professores no desempenho da turma — porque em para o ensino superior é o endosso institucional, não o uso individual, que renova (e expande) o contrato.
Execução de livro-texto: dor própria, distribuição orgânica, timing de IA. Minha aposta sobre o futuro é o clássico pós-aquisição: ou a Kortext dá escala e o produto vira padrão em universidades, ou a burocracia mata a alma que fez os alunos amarem. Torço pelo primeiro, mas aposto fichas no risco do segundo.
Teachoo — o tutor que se recusa a entregar a resposta
Pedagogicamente, talvez o mais provocativo da lista. (Atenção: o produto novo é o teachoo.ai — não confundir com o teachoo.com, plataforma indiana de NCERT, que é outra empresa.) Product Hunt




Imagens: divulgação / Teachoo
Produto
- Problema: a IA que resolve a lição por você cria dependência e mata o aprendizado. “ChatGPT, faça minha tarefa” é o oposto de estudar.
- Como resolve: você digita ou fotografa um problema e a IA conduz a resolução uma etapa por vez, com perguntas, dicas e feedback — sem entregar a resposta. Dá para pedir uma dica maior ou a explicação de um passo.
- Público: o estudante que quer entender, não só terminar a lista.
- O que achei interessante: é uma decisão de produto que escolhe o aprendizado em vez da conveniência. Rara e corajosa num mercado que vende atalho.
- O que eu faria diferente: mediria obsessivamente a autonomia ao longo do tempo — o aluno está precisando de menos dicas a cada semana? Se não, o virou dependência com outro nome. E resolveria o modelo de negócio antes que o custo de inferência coma a operação.
- O que podemos aprender: há pelo menos quatro IAs diferentes brigando pelo mesmo espaço — a que resolve, a que ensina, a que cria dependência e a que desenvolve autonomia. Saber qual você está construindo é a decisão pedagógica central.
Tecnologia
- O que sabemos: dois blocos — com (foto do enunciado vira problema estruturado) e uma mediação de , com um LLM instruído a conduzir por perguntas e dicas progressivas em vez de dar o resultado.
- O que eu acho: o detalhe que separa os sérios dos superficiais é onde mora a trava. Os bons restringem a resposta na arquitetura (o modelo só libera a solução depois de o aluno raciocinar), não só pedindo “por favor, não responda” no prompt, que o aluno fura em dois comandos. Não vi a implementação por dentro, então essa é a parte que eu confirmaria usando.
- O que você pode aprender com isso: se o objetivo pedagógico é autonomia, controlar a IA pelo prompt é frágil — o aluno sempre acha o atalho. A escolha certa é tornar a restrição estrutural (regras no código, estados de sessão), mesmo que custe mais engenharia. O OCR, por sua vez, derruba o atrito de entrada: ninguém digita equação, todo mundo fotografa.
Negócio
- Leitura geral: aqui mora o calcanhar de Aquiles. É gratuito, fez #3 Product of the Day (267 pontos) e claramente joga para adoção antes de monetizar — mas um tutor socrático é caro de rodar, porque conversa (muitos passos, muita inferência) por aluno, e não existe receita óbvia à vista. O produto é lindo; o negócio ainda não existe. O risco não é concorrência, é a conta de inferência crescer mais rápido que qualquer plano de monetização.
- Defensabilidade: baixa no estado atual. A mediação socrática é replicável; o que poderia virar fosso é dado proprietário de aprendizagem (como cada aluno raciocina, onde trava) acumulado ao longo do tempo — mas isso só vira defesa se eles sobreviverem para acumular.
- Métricas que eu acompanharia: custo de inferência por aluno ativo (a métrica que decide se a empresa vive ou morre) e evolução da autonomia — menos dicas necessárias por sessão ao longo das semanas —, porque é a prova de que o produto ensina de verdade e, não por acaso, também o argumento que convence uma escola a pagar.
Pedagogicamente, meu favorito da lista. Comercialmente, o mais arriscado. Minha aposta: produto certo, modelo de negócio ainda errado. Ou acha um B2B (escolas pagando pela autonomia dos alunos) ou vira projeto de portfólio lindo e insustentável. Torço muito para darem certo.
Kholo — transformar ciência em brinquedo explorável
Duas histórias em um só produto. Product Hunt




Imagens: divulgação / Kholo
Produto
- Problema: ciência ensinada de forma abstrata não gruda em criança — falta manipular, desmontar, explorar.
- Como resolve: crianças de 6 a 14 anos desmontam carros, foguetes e o corpo humano em 3D, leem Python de verdade linha a linha antes de rodar o código e avançam em histórias em inglês no próprio nível.
- Público: crianças de 6 a 14 anos; foco inicial na Índia, com conteúdo alinhado ao currículo local.
- O que achei interessante: não é só uma nova forma de ensinar ciência. É um indício de que o custo de construir uma edtech ambiciosa caiu drasticamente (ver tecnologia).
- O que eu faria diferente: cuidaria para que o “uau” do 3D não ofusque a profundidade conceitual — encantamento é a porta, compreensão é a casa. E validaria desempenho em dispositivos modestos.
- O que podemos aprender: o AI coding mudou a economia de construir produtos educacionais. A barreira agora é menos técnica e mais de visão pedagógica.
Tecnologia
- O que sabemos: objetos 3D que se abrem em partes direto no navegador, um leitor de Python com execução passo a passo e um módulo de leitura adaptativa em inglês — tudo sem instalar nada.
- O que eu acho: o padrão por trás é o fluxo , que renderiza 3D interativo com no navegador. Há ainda um relato de comunidade de que boa parte do produto teria sido feita por uma pessoa só, com forte apoio de AI coding (Claude Code); isso eu não confirmei em fonte oficial, trato como relato — mas, verdadeiro ou não, o ponto se sustenta.
- O que você pode aprender com isso: 3D no navegador permite experiência rica sem a fricção de instalar app — decisivo em educação, onde cada passo de setup derruba metade dos alunos. O custo que quase ninguém mede: desempenho em celular de entrada. Lindo no desktop pode travar no aparelho real da criança. Teste primeiro no pior device do seu público.
Negócio
- Leitura geral: é cedo — estreia recente no Product Hunt, provável assinatura B2C por família ou aluno, sem tração para avaliar ainda. O que me interessa aqui não é o P&L, é o sinal: se um fundador constrói um engine 3D educacional quase sozinho, o custo de erguer uma edtech ambiciosa despencou. Isso muda a economia de todo o setor, não só a da Kholo.
- Defensabilidade: o 3D interativo é bonito, mas replicável com as mesmas ferramentas abertas. O fosso terá que vir do conteúdo (quantidade e qualidade dos modelos, alinhamento curricular) e da distribuição (escolas, parcerias na Índia) — não da tecnologia em si.
- Métricas que eu acompanharia: retenção semanal das crianças (3D encanta no primeiro dia; o teste é a quarta semana) e profundidade de uso — a criança só “brinca de desmontar” ou chega a ler e rodar o Python? Porque é a diferença entre um brinquedo viral e um produto educacional que a família renova.
O produto me encanta e o subtexto me interessa ainda mais: se dá para construir isso quase sozinho, a barreira para criar edtech deixou de ser técnica. Minha aposta: a vantagem competitiva migra de "quem sabe programar" para "quem tem visão pedagógica". Isso muda quem consegue entrar no jogo — e é a melhor notícia da edição para quem lê o EduBuilders.
O padrão que começou a aparecer
Cinco builders, cinco apostas diferentes — mas uma tensão em comum. Todos lidam com a mesma pergunta incômoda: a IA, na educação, ajuda a pessoa a aprender ou só a terminar mais rápido?
A Scholé aposta em aprender fazendo. A Mallow tira a tela do caminho. A StudyStash nasce da dor de quem estuda e ancora a IA no material do professor. O Teachoo se recusa a entregar a resposta. O Kholo deixa a criança desmontar o mundo — e mostra que construir isso ficou barato. Nenhum deles trata a IA como fim. Todos a tratam como meio para uma hipótese pedagógica específica.
Dois padrões técnicos se repetem e valem anotar — porque são decisões de stack que você também vai enfrentar. O primeiro é o , ancorar o modelo em material confiável (Scholé e StudyStash) como resposta à alucinação: escolha isto quando o erro é caro. O segundo é a IA como mediadora, não executora (Teachoo, e em parte Scholé) como resposta à dependência: escolha isto quando o objetivo é autonomia, e torne a regra estrutural, não só um pedido no prompt.
É exatamente aí que mora o trabalho de quem constrói educação de verdade: não perguntar “como coloco IA nisso?”, mas “qual hipótese sobre como as pessoas aprendem eu estou disposto a testar?”.
Essa é a edição #1. A cada semana eu seleciono, analiso e registro — e, daqui a algumas dezenas de edições, essa base vai contar uma história sobre para onde a educação está indo que nenhuma manchete isolada consegue contar.