Abstract
<jats:p>Ambientes de Educação a Distância distribuem o mesmo material para todos os estudantes, ignorando diferenças cognitivas individuais. Este trabalho propõe e implementa uma metodologia automatizada de personalização de materiais didáticos baseado em Grandes Modelos de Linguagem (LLMs) e no modelo Felder-Silverman (FSLSM). O sistema cobre quatro fases: diagnóstico do perfil cognitivo via questionário reduzido de quatro questões, conversão do material em PDF para Markdown, seleção interativa do escopo pelo estudante e reescrita adaptativa por LLM conforme o perfil identificado. O protótipo foi implementado em Python com a API Gemini. Testes com dois perfis opostos do FSLSM mostraram que o sistema produz materiais estruturalmente distintos a partir do mesmo conteúdo, alterando a arquitetura informacional do texto, não apenas o vocabulário.</jats:p>