Os Massive Open Online Courses (MOOCs) s o cursos online com inscri es abertas que envolvem uma enorme quantidade de estudantes de diferentes localidades, com diferentes backgrounds e interesses. Este fato, juntamente com interesses diferentes dos alunos, resulta em intera es de baixa qualidade. Devido grande quantidade de alunos, tamb m torna-se invi vel a composi o de grupos de aprendizagem de forma manual. Devido essas caracter sticas presentes nos MOOCs, um m todo para forma o de grupos foi desenvolvido neste trabalho utilizando uma adapta o do algoritmo Particle Swarm Optimization com base em tr s crit rios, n vel de conhecimento, interesses e perfis de lideran a, formando ent o grupos com n veis de conhecimento diferentes, interesses semelhantes e lideran a distribu da, proporcionando uma melhor intera o e constru o de conhecimento. Com base em testes computacionais, o algoritmo demonstrou que consegue atender os crit rios de agrupamento em um tempo de computa o satisfat rio. Um estudo de caso foi realizado e duas an lises dos discursos coletados foram feitas. O estudo de caso demonstrou que os grupos formados pelo m todo obtiveram os melhores resultados.