As metodologias aplicadas atualmente na aprendizagem corporativa foram criadas para outra era. O modelo tradicional (e até mesmo o e-learning) reflete as limitações da época de sua criação. Antes, o desenvolvimento de programas de aprendizagem demandava uma curadoria de conteúdos cara e demorada, com canais fixos de oferta de treinamentos, e não havia como saber com exatidão o que cada pessoa precisava aprender em um determinado momento para avançar profissionalmente.
Foi quando a IA entrou em cena.
A IA derruba a maioria desses obstáculos e, portanto, está na hora de repensar o modelo de aprendizagem em si. Hoje, as tecnologias de aprendizagem oferecem muito mais possibilidades do que antes. Além disso, as limitações são outras, e há mais demanda de velocidade e personalização. As tendências de aprendizagem estão evoluindo a um ritmo acelerado, e é cada vez mais importante para as empresas acompanhá-las preparando a força de trabalho com habilidades emergentes, como a IA.
Isso já está presente nas projeções: espera-se que o mercado de e-learning corporativo alcance US$ 1 trilhão até 2030, segundo a Global Market Insights, e um relatório do Fórum Econômico Mundial aponta que 85% dos colaboradores pretendem priorizar o upskilling até lá também.
Contudo, esses números altíssimos não representam apenas mais investimentos no modelo de aprendizagem tradicional. A área de T&D está rapidamente se mostrando mais dinâmica e voltada para a IA do que esse modelo dá conta, um fenômeno que os especialistas do setor mal podiam imaginar. E como o desenvolvimento de habilidades deve mudar muito daqui para frente, minha intenção é trazer uma visão geral do que esperar.
Tenho desenvolvido e testado protótipos para educação corporativa no Laboratório de IA da Degreed há tempo suficiente para ter uma forte convicção do rumo que o mercado está tomando. Então, aqui vão meus principais insights sobre o que vem por aí a partir de 2027.
Os formatos de conteúdos para desenvolvimento serão mais especializados
Hoje, é possível aprender assistindo a vídeos, lendo artigos ou indo a congressos. Contudo, é comum que os conteúdos não estejam necessariamente correlacionados ao formato em que a aprendizagem está acontecendo. A base é a disponibilidade, seja qual for a forma de apresentação. Normalmente, os formatos da maior parte dos conteúdos educativos também não envolviam experiências práticas, mesmo que se trate de uma parte fundamental do desenvolvimento da maioria das habilidades.
Pense no que significa aprimorar habilidades, por exemplo, como fazer uma apresentação. Um curso até ensina metodologias, mas não possibilita repetições. O curso não analisa sua apresentação de slides, não diz que seu tom de voz poderia ser melhor no slide quatro, nem que a mensagem que você passou sobre os dados do slide sete não estava clara. Tampouco dá para praticar várias vezes a parte em que você responde às dúvidas de um público cético até que seu desempenho fique bom.
When the format of the content matches the task, and the experience is built around what you’re actually trying to do, something changes. The feedback is more specific. The practice gets more useful. Suddenly, experiential learning can be done on demand and in the moment of need for the exact situation you’re trying to prepare for.
A personalização será equivalente a uma aprendizagem dinâmica e responsiva
Há décadas elaboramos cursos imaginando um aprendiz médio como público-alvo. No começo, todo mundo fazia o mesmo curso. Até mesmo a aprendizagem personalizada ou adaptativa que surgiu desde então utiliza trilhas criadas com antecedência, pautadas em suposições acerca do direcionamento ou da velocidade de aprendizagem de alguém. Embora seja melhor que o primeiro modelo, ainda não há “personalização” de fato.
No futuro, as pessoas vão aprender como se estivessem batendo papo. Uma conversa que começa com a compreensão do que o aprendiz já sabe, adapta os conteúdos se o aprendiz se confundir, se aprofunda quando solicitado e verifica quais são as próximas necessidades, em vez de continuar avançando por um caminho pré-determinado.
I tested this kind of dynamic course experience in AI Labs to see exactly what it might look like in practice. I created an experiment for a new kind of development course that is designed for easy daily learning. The content wasn’t created before I started the conversation. Instead, the AI persona was just ready for me, primed with the context of my upskilling history and proficiency.
No experimento, a primeira tela mostrava uma seleção de tópicos com base nos meus estudos e interesses prévios. Escolhi um tópico razoavelmente técnico para a demonstração, sobre o qual eu já tinha algum contexto e histórico de habilidades. A diferença foi instantânea. A experiência começou com conteúdos de nível intermediário que atendiam à minha proficiência. Decidi, então, fazer uma pergunta que mudaria o rumo de tudo, e o processo fluiu sem complicação.
Isso, sim, é uma personalização que funciona: uma resposta instantânea a uma pessoa de verdade, com dinamismo nas necessidades e no foco.
Espere conteúdos educativos específicos e situacionais
A terceira tendência talvez seja a mais significativa e a menos abordada: os momentos em que as pessoas mais precisam aprender não têm hora marcada. Eles acontecem duas horas antes de uma conversa difícil, no meio de um projeto que está saindo dos trilhos, poucos minutos antes de uma apresentação para alguém que sabe mais sobre um determinado assunto do que quem vai falar.
A aprendizagem tradicional não atende a esses momentos no nível de especificidade que o ambiente de trabalho exige. No fundo, o normal é que ela aconteça fora desses momentos. O que a IA faz é justamente transformar a aprendizagem em algo situacional, gerando conteúdos com base no desafio que está diante do aprendiz e com uma velocidade suficiente para ser útil de verdade.
Imagine-se descrevendo uma reunião importante da qual você participará em breve e ter um ambiente de prática em minutos: várias personas com personalidades e dúvidas distintas, a capacidade de compartilhar a tela caso precise fazer alguma demonstração, feedback em tempo real e uma seção final para discutir lições aprendidas. Radicalmente diferente de um módulo genérico sobre habilidades de comunicação, essa experiência proporciona um ensaio específico das ações exatas que você está prestes a executar.
Criei um protótipo para atender a esse tipo de necessidade. Com ele, é possível especificar, por exemplo, que você participará de uma reunião com três stakeholders de áreas diferentes para tentar conseguir o apoio deles para uma determinada iniciativa. Nesse modelo, você praticaria sua exposição, e a IA atuaria como os stakeholders, fazendo perguntas e dando feedback com base nas perspectivas de cada departamento sobre a apresentação.
De uma hora para outra, se preparar nesse tipo de situação passa a ser mais viável e eficaz.
O futuro da aprendizagem com IA em 2027
Acreditamos que a aprendizagem com IA que conhecemos não é nada parecida com o que teremos a partir de 2027.
As ferramentas impressionam cada vez mais, mas ainda hoje as pessoas precisam correr atrás das melhores experiências de aprendizagem. É preciso saber que os recursos existem e se aplicam à situação que estamos vivenciando, além de ter que saber como lidar com eles e como configurá-los. Sem contar que não são totalmente personalizáveis e adequados aos momentos de necessidade.
Penso que uma versão que de fato funcionará será aquela em que a necessidade e a experiência se encontram, permitindo que o colaborador descreva seus desafios como se estivesse conversando com alguém, ou que um gestor descreva as necessidades da equipe. A partir disso, a experiência certa é criada em tempo real e com contexto, sem depender de uma infraestrutura extra para produzir a solução.
A aprendizagem está caminhando para experiências desenvolvidas para o trabalho a ser executado, não para uma pessoa média. Experiências desenvolvidas para cada colaborador, não para massas. Experiências disponíveis sempre que necessário, sem precisar agendá-las com seis semanas de antecedência. Esse é o rumo da inovação, um horizonte que está mais próximo do que a maioria das pessoas pensa.
Eu sei disso porque já estamos criando protótipos das tecnologias que podem fazer isso.
Ainda assim, é preciso ter cautela, pois esta é uma área em que os avanços são acelerados e muito sujeita ao hype. As experiências que descrevi aqui são protótipos hoje. Algumas virarão produtos, outras, não. Mas a tecnologia ainda necessita de refinamentos, e é preciso mais do que uma boa demonstração para tornar esses experimentos adequados para grandes empresas.
Se algo neste artigo se encaixa no que você vislumbra para a sua empresa, vamos bater um papo.
Todas as proposições do Laboratório de IA são experimentais e estão em desenvolvimento, sem garantias de que farão parte do pacote de produtos da Degreed.
Vamos manter contato.
Quero assinar a newsletter mensal que oferece insights exclusivos, anúncio de eventos e novidades sobre as soluções da Degreed.