A avaliação da aprendizagem de alunos de algoritmos é complexa, tanto do ponto de vista da coleta de dados quanto na análise do resultado obtido com tal coleta. Este artigo discute o emprego de um dos modelos preditivos mais populares na literatura para a avaliação da curva de aprendizagem de alunos, que é o Bayesian Knowledge Tracing (BKT), no contexto de uma disciplina introdutória de algoritmos. A partir de dados coletados em ambiente virtual de aprendizagem criado para o ensino de algoritmos, o emprego do BKT é analisado sob uma ótica qualitativa, em um processo de inspeção individual de diversos voluntários de um experimento. Os resultados mostram que o BKT é promissor para a concepção de tutores inteligentes que reajam ao desempenho individual dos alunos e recomendem conteúdo adequado durante a aprendizagem.