docs(readme): interpretacao didatica geometria cognitiva — GPS do aprendizado

- Tabela: do mapa estatico ao GPS (5 perguntas, antes/depois)
- Principio: investir onde curvatura e MAXIMA, nao onde score e MINIMO
- D5 (curv 0.257) > D1 (curv 0.129) — biologia antes de matematica
- Fluxogramas na dissertacao §10 (129 laudas)

Author: MarceloClaro

README.md

@@ -620,7 +620,25 @@ python cora_cognitive_geometry.py --matrix  # Matriz de dependência
 python cora_cognitive_geometry.py --graph   # Grafo cognitivo
 ```
 
-> 📄 Seção completa: [`dissertacao_cora_eval_abnt.pdf`](artigo/dissertacao_cora_eval_abnt.pdf) §9
+### Interpretação: Do Mapa Estático ao GPS do Aprendizado
+
+A geometria cognitiva transforma o CORA-Eval de uma fotografia estática
+em um **GPS do aprendizado** — informando onde o ecossistema está, para
+onde deve ir, e o caminho mais eficiente.
+
+| Pergunta | Antes (estático) | Depois (geom. cognitiva) |
+|----------|------------------|--------------------------|
+| O que melhorar? | Intuição | **Geodésica: D5→D6→D8** (matemática) |
+| Quanto afeta outras? | Especulação | **Matriz: D1→D10 r=0.97** (medição) |
+| Verificadores subutilizados? | Impressão | **Grafo: V4 e V7 isolados** (dados) |
+| Velocidade de crescimento? | Vago | **Tensor: D10 +0.46/snap** (precisão) |
+| Caminho para M4? | Tentativa/erro | **5 passos prescritos** |
+
+**Princípio:** Investir onde a curvatura é MÁXIMA, não onde o score é MÍNIMO.
+D5 (curvatura 0.257, score 2.45) > D1 (curvatura 0.129, score 3.80) —
+prioridade é biologia, não matemática.
+
+> 📄 Seção completa: [`dissertacao_cora_eval_abnt.pdf`](artigo/dissertacao_cora_eval_abnt.pdf) §9-10
 
 ## Impacto do SDD+TDD no Ecossistema