Os Massive Open Online Courses (MOOCs) são cursos online com inscrições 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 interações de baixa qualidade. Devido à grande quantidade de alunos, também torna-se inviável a composição de grupos de aprendizagem de forma manual. Devido à essas características presentes nos MOOCs, um método para formação de grupos foi desenvolvido neste trabalho utilizando uma adaptação do algoritmo Particle Swarm Optimization com base em três critérios, nível de conhecimento, interesses e perfis de liderança, formando então grupos com níveis de conhecimento diferentes, interesses semelhantes e liderança distribuída, proporcionando uma melhor interação e construção de conhecimento. Com base em testes computacionais, o algoritmo demonstrou que consegue atender os critérios de agrupamento em um tempo de computação satisfatório. Um estudo de caso foi realizado e duas análises dos discursos coletados foram feitas. O estudo de caso demonstrou que os grupos formados pelo método obtiveram os melhores resultados.