✓ Sobreviveu 1º de 12 propostasVenture Educação 26 de out. de 2026

Plataforma escalável de exames orais para universidades

Software e fluxo de trabalho para departamentos aplicarem provas orais curtas e estruturadas (vivas) em grande escala, o formato de avaliação que a IA não consegue falsificar.

Abrir a discussão ↗

Um briefing pronto para colar no Claude Code, Cursor ou qualquer agente de programação (em inglês).

I want to build a venture-scale product. Help me plan and start the MVP.

Product: Scalable oral exam platform for universities
What it is: Software and workflow for departments to run short, structured oral exams (vivas) at scale, the one assessment format AI can't fake.
Who pays: Department chairs and teaching & learning centers at universities with large STEM programs, paying $15k–60k/yr per department from academic integrity / instructional budgets.
Closest alternatives: HireVue (hiring interviews, not academic mastery), ExamSoft (written proctored exams), Gradescope (written work grading), manual ad-hoc vivas run by faculty
The gap: Oral assessment is the consensus AI-proof format in this discussion, but no product exists to run it at scale: scheduling hundreds of 10-minute vivas, generating per-student question variants from the actual homework, recording, rubric scoring, and flagging inconsistencies between submitted work and oral answers. Incumbents all target written deliverables.
Why now: In the last 12 months, frontier models made take-home written assessment unverifiable — a Fields medalist publicly abandoning homework grading is the signal; universities tried Turnitin/Rumi detectors and found them inadequate (per the article), so they need a structural alternative, not detection.
Moat to build toward: Rubric and question-variant banks per course compound over time, recordings create grading-consistency data, and integration with LMS/registrar systems creates switching costs; institutional sales create a reference moat.
Biggest risk: Universities are slow, budget-constrained buyers with enormous institutional inertia — the article itself notes the system may not change for years even when broken.

First three steps:
1. Build a viva scheduler + question generator that turns a course's homework set into per-student oral follow-up questions, with recording and rubric scoring.
2. Run a paid pilot with one math/CS department (50–200 students) offering 10-minute recorded vivas as 20% of the course grade.
3. Add an inconsistency report comparing each student's submitted written work to their oral answers to flag likely AI-dependent submissions.

Start by asking me up to five questions about constraints (stack, budget, timeline), then propose the smallest version a paying customer would use, and scaffold it.

Geral6.6/10

Dor7

Disposição a pagar6

Momento8

Lacuna7

Fosso6

Viabilidade6

A favor

Quem paga

Chefias de departamento e centros de ensino e aprendizagem de universidades com grandes programas de STEM, pagando de $15 mil a $60 mil por ano por departamento, com verba de integridade acadêmica ou de instrução.

O que as pessoas disseram · 4

O artigo defende que deveres de casa não deveriam valer nada e que o domínio do conteúdo deveria ser verificado por provas mais uma viva, já que colar em trabalhos escritos ficou fácil demais. Ler o comentário ↗
Sugere que professores sorteiem alunos para explicar ou reproduzir, diante da turma, o trabalho que entregaram, a fim de pegar quem não o fez. Ler o comentário ↗
Recomenda voltar a provas escritas ou orais presenciais como a única avaliação confiável. Ler o comentário ↗
Um professor adjunto diz que, se estivesse dando aula hoje, avaliaria apenas provas presenciais e talvez uma entrevista, sem espaço para a IA inflar notas. Ler o comentário ↗

Parafraseado da discussão. Siga os links para ler os comentários originais.

Concorrentes e lacuna

HireVue (hiring interviews, not academic mastery)ExamSoft (written proctored exams)Gradescope (written work grading)manual ad-hoc vivas run by faculty

A avaliação oral é o formato consensual à prova de IA nesta discussão, mas não existe produto para aplicá-la em escala: agendar centenas de vivas de 10 minutos, gerar variantes de perguntas por aluno a partir do trabalho real, gravar, pontuar por rubrica e sinalizar inconsistências entre o trabalho entregue e as respostas orais. Os concorrentes atuais focam apenas em entregas escritas.

Por que agora

Nos últimos 12 meses, os modelos de fronteira tornaram impossível verificar avaliações escritas feitas em casa. O medalhista Fields que abandonou publicamente a correção de deveres de casa é o sinal disso. Segundo o artigo, universidades testaram detectores como Turnitin e Rumi e os consideraram inadequados, então precisam de uma alternativa estrutural, não de detecção.

Fosso · 6/10

Bancos de rubricas e de variantes de perguntas por disciplina se acumulam com o tempo, as gravações geram dados de consistência na correção, e a integração com LMS e sistemas de registro acadêmico cria custos de troca. Vendas institucionais criam também um efeito de referência.

Contra

Time vermelho: Exames orais são o formato para o qual as universidades estão convergindo como avaliação à prova de IA, e nenhum produto existente faz agendamento de vivas, geração de variantes e correção em escala. O ciclo de vendas institucionais é longo e difícil, mas a lacuna estrutural é real.
O que a faria fracassar: Universidades são compradores lentos, com restrição orçamentária e forte inércia institucional. O próprio artigo observa que o sistema pode demorar anos para mudar, mesmo quando está quebrado.

Começar

Primeiros três passos: Construir um agendador de vivas e um gerador de perguntas que transforme o conjunto de deveres de uma disciplina em perguntas orais de acompanhamento por aluno, com gravação e pontuação por rubrica.
Rodar um piloto pago com um departamento de matemática ou computação (50 a 200 alunos), oferecendo vivas gravadas de 10 minutos valendo 20% da nota da disciplina.
Adicionar um relatório de inconsistências que compare o trabalho escrito entregue por cada aluno com suas respostas orais, para sinalizar prováveis entregas dependentes de IA.
Discussão original: AI use leads UC Berkeley math professor to see 'no point' in grading homework ↗ 231 pontos327 comentáriosDos comentáriosArtigo vinculado

Traduzido do inglês. Ler o original

A favor

Contra

Começar

Mais desta edição