O Moodle mantém o contexto
Os papéis no curso, as configurações das tarefas, o acesso dos alunos e a política de avaliação permanecem no LMS da instituição.
Integrações / Moodle
Conecte o texto das tarefas à API do detector de IA, devolva sinais por frase a um fluxo controlado pela instituição e mantenha as decisões acadêmicas nas mãos dos educadores. Cada implantação começa com uma política clara de revisão e um escopo técnico definido.
As implantações no Moodle são definidas com a instituição antes da implementação.
Do texto da tarefa a uma decisão do educador
Moodle
Um envio permitido entra em revisão
As regras do seu LMS definem qual texto pode ser processado e quem pode iniciar uma análise.
Conector
A integração extrai e envia texto
Uma solicitação feita no servidor mantém a chave de API fora do navegador e da visualização do aluno.
Educador
O sinal retorna para revisão contextual
Uma pessoa analisa o resultado junto com os rascunhos, as fontes e as regras do curso.
Conexão por API para fluxos de trabalho do Moodle
Autenticação com chave de API no servidor
Resultado do detector por frase
A revisão humana continua sendo a etapa final
Um limite prático
Uma integração bem planejada não transfere todas as responsabilidades do LMS para o detector. O Moodle mantém usuários, funções, tarefas, permissões e contexto do curso. O conector envia à API apenas o texto autorizado e devolve somente as evidências que o educador precisa revisar.
Os papéis no curso, as configurações das tarefas, o acesso dos alunos e a política de avaliação permanecem no LMS da instituição.
As chaves de API ficam em um ambiente de servidor confiável. Elas nunca devem aparecer no código do navegador nem em páginas voltadas aos alunos.
Use o resultado estruturado para focar uma revisão e, em seguida, considere o histórico de redação e o contexto da tarefa.
O que a conexão precisa
Essas escolhas moldam o conector, a experiência do usuário e a responsabilidade operacional da instituição.
Defina quais tipos de tarefa estão no escopo e como os arquivos compatíveis serão convertidos em texto simples antes da análise.
Escolha quem pode executar uma análise, ver os detalhes de cada frase e registrar o acompanhamento no fluxo de trabalho do curso.
Decida se os resultados pertencem à visualização de avaliação, a uma fila separada ou a um relatório exclusivo da equipe.
Documente como os sinais podem ser usados, quais registros são mantidos e qual processo de apelação ou segunda revisão se aplica.
Caminho de configuração
Um piloto restrito facilita a avaliação de permissões, erros de extração, linguagem de resultados e treinamento da equipe antes do uso mais amplo.
Liste os tipos de envio, a versão do Moodle, os papéis dos usuários, os pontos de revisão, o volume esperado e o texto exato que pode sair do LMS.
Mantenha a chave de API no servidor, use o Detector v3 para novas análises e teste conteúdo realista, além de envios vazios, incompatíveis e com falha.
Treine revisores sobre os limites de detecção, colete relatórios de falsos positivos e ajuste o fluxo de trabalho antes de adicionar mais cursos.
Aplicações indicadas
A integração funciona melhor quando a instituição já sabe quem analisa sinais de escrita incomuns e quais evidências pertencem a essa conversa.
Não avalie automaticamente, rejeite ou acuse um aluno pelo resultado de um detector. Escrita curta, traduzida, estereotipada ou muito editada pode produzir sinais enganosos.
Adicione um sinal do detector ao material analisado pelo educador sem transformar a pontuação em penalidade automática.
Teste o fluxo de trabalho com um pequeno grupo de instrutores treinados antes de disponibilizá-lo nos departamentos.
Use os trechos destacados para fazer perguntas específicas sobre a redação, as fontes e as escolhas de revisão.
Encaminhe os envios selecionados a uma fila gerenciada pela instituição quando a política exigir uma segunda leitura.
Perguntas frequentes sobre o Moodle
Confirme o caminho técnico, a governança, o conteúdo compatível e a responsabilidade pela revisão antes de apresentar a integração aos instrutores.
Esta página não lista um plugin público para instalação autônoma. As conexões com o Moodle têm o escopo definido com cada instituição e usam a API do detector de IA. Antes de planejar o lançamento, fale com a equipe para confirmar o modelo de implantação, as versões compatíveis do Moodle e a responsabilidade pela implementação.
A API do detector aceita texto simples. Um conector no Moodle deve extrair somente o texto da tarefa que a instituição decidiu processar e enviá-lo com a versão selecionada do detector.
Isso depende do conector. A API do detector recebe texto, não arquivos, então o conteúdo precisa ser extraído antes da solicitação. Confirme os tipos de arquivo e o tratamento de falhas durante a definição do escopo.
Não. A detecção de IA é um sinal probabilístico. Os educadores devem revisar a redação, os rascunhos, as citações, o histórico de revisões, as condições das tarefas e a política da instituição antes de chegar a uma conclusão.
A posição do resultado é uma escolha de implementação. Ele pode aparecer no fluxo de avaliação, em uma fila separada de revisão ou em um relatório controlado pela instituição. Defina funções, visibilidade e registros antes do início do desenvolvimento.
Sim. As solicitações ao detector usam uma chave de API e consomem o saldo de palavras vinculado à assinatura ativa da API. Estime o uso com tarefas representativas antes de uma implantação ampla.
Planeje a integração
Diga-nos quais tarefas você deseja revisar, quem deve ver o resultado e quanto texto você espera processar. Podemos então confirmar se uma conexão baseada em API é adequada.