Nos últimos dois anos, muitas empresas que adotaram a inteligência artificial acreditaram ter solucionado a questão da capacitação ao comprar licenças, contratar plataformas e emitir certificados. No entanto, poucas conseguem responder com clareza quem na equipe de fato aprendeu a utilizar essas ferramentas no dia a dia.
Embora a intuição sugira que o acesso ilimitado a informações detalhadas tornaria o aprendizado trivial, o resultado prático tem sido o oposto — um fenômeno respaldado por pesquisas recentes sobre o impacto da IA no pensamento crítico, que mostram como a confiança cega na ferramenta reduz o esforço cognitivo.
Durante o webinar “A ilusão do aprendizado na era da IA”, Eduardo Morelli, cofundador da Duranium e criador da Duranium Academy, explorou esse paradoxo com base em suas quatro décadas de experiência acadêmica. Para ele, o problema central não reside na tecnologia em si, mas no impacto psicológico que o excesso de respostas prontas exerce sobre o desenvolvimento do profissional.
De procurar a decidir: o que a IA realmente exige da mente humana
Quando a internet surgiu ela eliminou o que podemos chamar de “assimetria de conhecimento”. Ou seja, ele não fica restrito a quem ensina, como antes. Isso tornava o acesso ao saber o recurso mais escasso. Com a disseminação dos buscadores, como o Google, surgiu a necessidade de desenvolver a capacidade de procurar. A habilidade mais valorizada passou a ser a formulação de buscas precisas e o julgamento crítico das fontes encontradas.
Com o advento da IA conversacional, vivemos um terceiro deslocamento, possivelmente o mais radical até agora. Ao contrário dos mecanismos de busca tradicionais, a inteligência artificial não entrega apenas uma lista de links para avaliação, mas fornece respostas prontas, articuladas e com aparência definitiva. Assim, a competência exigida deixou de ser a simples pesquisa e passou a ser a capacidade de decidir o que perguntar, o que aceitar como verdade e o que validar antes de usar.
O grande erro corporativo dentro deste cenário é encarar o salto tecnológico como o fim da necessidade de treinamento. Na verdade, a tecnologia apenas eliminou uma barreira operacional para colocar uma habilidade abstrata, a capacidade de realizar julgamento crítico, no centro das competências críticas. O objeto da formação mudou, mas a urgência dela permanece.
O perigo da resposta pronta para o aprendizado
Modelos de linguagem operam de forma probabilística, produzindo, como resume Morelli, “respostas plausíveis, não necessariamente verdadeiras”. Essa limitação técnica é conhecida, mas o efeito da alta qualidade dos textos gerados costuma ser subestimado. Quando um sistema entrega uma explicação bem escrita e repleta de exemplos convincentes, o usuário tende a baixar a guarda do próprio senso crítico. “As pessoas se encantam”, diz ele, “e aí o senso crítico diminui.”
A psicologia cognitiva chama esse fenômeno de “ilusão de fluência”. Sempre que um conceito é explicado com extrema clareza, nosso cérebro confunde a facilidade de compreensão com a real capacidade de retenção. Como a IA é uma máquina altamente eficiente em explicar qualquer assunto, ela atua também como a maior geradora de falsas sensações de aprendizado dentro das equipes.
Além disso, perdemos os antigos marcadores de progresso. Enquanto nos estudos tradicionais o aluno sublinhava textos e construía resumos para mapear seu avanço, a interação com a IA se baseia no consumo fragmentado de respostas imediatas, que são rapidamente esquecidas. Para os gestores, a conclusão soa como um alerta importante. “Eu achava que o problema do aprendizado estava resolvido. Agora é muito mais difícil aprender”, constata.
Os erros mais comuns das empresas
A estratégia corporativa de simplesmente distribuir licenças de software e presumir a adoção natural costuma falhar por um motivo contraintuitivo: “Quanto mais informação, mais dificuldade as pessoas têm de navegar nesse mundo”, explica Morelli. Se antes o universo de uma apostila era restrito e seguro, a era da busca o tornou vasto. Com a IA generativa, esse ambiente passou a ser também conversacional e dotado de uma autoridade aparente. “Deixar as pessoas sozinhas nesse mundo não faz sentido. Elas não vão ter tempo, não vão ter experiência, não vão saber o que perguntar.”
Outro equívoco frequente envolve a arquitetura dos treinamentos. Formatos engessados que utilizam o mesmo material para milhares de pessoas, seguidos de provas de múltipla escolha e certificados de conclusão, apoiam-se na ideia de que o valor reside na transmissão do conteúdo. Contudo, em um cenário onde a informação é abundante, repassar teorias perdeu o sentido.
Consequentemente, as avaliações tradicionais já não provam a real absorção de habilidades aplicáveis. “O que isso prova?”, questiona Morelli. “Não prova muita coisa mas, como contraponto, ao conhecer muito mais os alunos, hoje temos a oportunidade da hipersegmentação, propondo materiais mais personalizados, que refletem dores reais do dia a dia”.
Ensinar a aprender tornou-se um requisito operacional
Já que o conteúdo bruto deixou de ser o produto final, o foco do ensino precisa se voltar para o método. Embora a ideia de “ensinar a aprender” não seja nova, ela deixou de ser apenas uma aspiração pedagógica para se transformar em uma exigência diária das corporações. Uma equipe incapaz de aprender com a inteligência artificial não fica apenas menos informada, mas torna-se perigosamente rápida em cometer e replicar erros.
Essa mudança de paradigma transforma o papel do educador, que deixa a posição de autoridade central para atuar como um facilitador. “Eu me vi não como um professor no papel de autoridade, mas como um facilitador”, relembra Morelli. A função passa a ser criar as condições ideais para que o profissional chegue à resposta correta por conta própria, visto que a entrega direta da informação já foi terceirizada. A IA não substituiu quem ensina, mas sim eliminou a etapa mecânica de transferência de dados.
A abordagem metodológica em três pilares
Para contornar esses obstáculos, o modelo educacional precisa se basear em decisões estruturais claras, fundamentadas na realidade de cada empresa. A Duranium Academy foi desenhada a partir dessa premissa, e ela se traduz em três decisões concretas.
Adeus à uniformização do público: “O padrão no ensino do século XX era achar que você podia unificar a forma como as pessoas aprendem.” A capacitação moderna exige um mapeamento prévio das dores reais de cada participante. As dificuldades de um advogado diferem das enfrentadas por um desenvolvedor de software, e a própria IA pode ser usada para baratear e acelerar a customização dos materiais para cada setor.
O problema antes da teoria: O aprendizado se consolida quando o participante resolve uma tarefa legítima do seu cotidiano, em vez de lidar com exercícios genéricos. “Quando você aprende e vê a aplicação prática, o conceito entra junto.” Essa aplicação direta é a defesa mais robusta contra a ilusão de fluência, pois obriga o profissional a enfrentar a dificuldade que as respostas prontas suprimem.
Avaliação por evidência: O foco nos certificados deve ser substituído pela comprovação de ganho de eficiência real. “A prova que a pessoa vai fazer é o dia a dia dela.” Se antes um colaborador gastava horas analisando contratos e passa a concluir a tarefa em minutos, esse ganho prático carrega muito mais peso do que uma nota alta em um teste teórico.
Os 4Ds: um método transferível e atemporal
Enquanto conteúdos técnicos envelhecem rapidamente, os hábitos mentais permanecem. É com essa visão que se destaca o framework dos 4Ds - desenvolvido pelos pesquisadores Prof. Rick Dakan (Ringling College of Art and Design) e Prof. Joseph Feller (University College Cork) em parceria com a Anthropic e adotado pela Duranium Academy - focado em nortear as decisões de trabalho com IA em quatro etapas práticas:
Delegação: Avaliar criticamente o que deve ou não ser repassado para a máquina. Delegar tarefas em excesso atrofia a capacidade intelectual da equipe. O alerta é direto: “Se você passa tudo, seu cérebro vai ficar pequenininho.”
Descrição: Estruturar criteriosamente o pedido para minimizar invenções da inteligência artificial. Ao definir papéis, resultados esperados e restrições com antecedência, o usuário transforma impulsos preguiçosos em comandos precisos, economizando tempo na conferência do resultado.
Discernimento: Partir do princípio de que nem toda informação gerada estará correta. Textos bem articulados podem esconder referências inexistentes ou fatos fabricados, exigindo do usuário uma verificação constante.
Diligência: Assumir a responsabilidade final pela entrega. “Não faz sentido culpar a ferramenta pelo trabalho que você pediu para ela fazer.” Assim como no trânsito, a responsabilidade é sempre de quem conduz a máquina.
Esses quatro princípios não são focados em plataformas específicas, mas sim no julgamento crítico humano, garantindo que a metodologia se mantenha válida para as futuras versões da tecnologia.
Os desafios de gestão e a necessidade de governança
O problema que permanece em aberto diz respeito inteiramente à gestão. Assim como existe uma ilusão de aprendizado individual, as empresas sofrem de uma ilusão organizacional ao acreditarem que uma equipe está capacitada apenas porque utiliza as novas ferramentas.
A inteligência artificial atua como um amplificador de comportamentos; sem o devido direcionamento, o grupo pode começar a produzir mais rápido, porém entregando trabalhos falhos sem que ninguém perceba.
Resolver essa questão exige métricas precisas. “Se você não medir de forma precisa o quanto essas pessoas melhoraram no dia a dia, as pessoas vão continuar perdidas.” Enquanto as formações forem tratadas como eventos isolados, e não como um acompanhamento contínuo, as companhias continuarão sem conseguir calcular o retorno real dos investimentos.
Descobrir se uma equipe domina a tecnologia ou apenas repassa obrigações indiscriminadamente exige mais do que treinamentos pontuais. “A governança é o grande guarda-chuva”, resume Morelli. “Se não tem governança, não tem futuro.”
A Duranium Academy desenvolve treinamentos em inteligência artificial focados nas necessidades reais das equipes, baseando-se em avaliações por evidências de resultados práticos. Se você é gestor responsável por capacitação e reconhece esses desafios no seu time, fale conosco.
Este artigo deriva do webinar “A ilusão do aprendizado na era da IA”, com Eduardo Morelli. A gravação completa está disponível no canal da Duranium no YouTube. Assista aqui.