O Seu Pedido de Formação em IA é um Problema de Diagnóstico

Um gestor bate à porta do diretor de capacitação. A mensagem é sempre qualquer versão de “a minha equipa não está a adotar as novas ferramentas como eu esperava, por isso precisamos de mais formação para resolver a situação”.

Markus McKay-Fleisch passou vinte anos na área da educação de adultos e, nos últimos dois, dedicou-se especificamente à adoção da IA na Smartsheet, onde dirige a capacitação em IA dos serviços profissionais.

Ao falar recentemente na AI4, descreveu este pedido como o mais comum que recebe e aquele que é mais frequentemente interpretado de forma errada. A sua resposta é uma pergunta, e não um catálogo de cursos: que resultado está a tentar alcançar?

Um pedido de formação é um sintoma. Chega já acompanhado de um diagnóstico, e esse diagnóstico está geralmente errado.

O sinal está nos dados que as equipas de capacitação já têm. As taxas de conclusão parecem fortes, muitas vezes porque a formação é obrigatória. A utilização conta uma história diferente.

Em algumas organizações, as pessoas mal tocam nas ferramentas. Noutras, utilizam-nas constantemente, optam por predefinição pelos modelos mais dispendiosos disponíveis e a equipa financeira aparece a pedir formação que faça o consumo voltar a diminuir. Ambos os padrões geram o mesmo pedido. Nenhum deles é um problema de conhecimento.

Há alguns casos positivos, mas estão frequentemente isolados. As pessoas que estão a reconstruir os seus próprios fluxos de trabalho e a obter resultados verdadeiramente transformadores? Demasiadas vezes, esse conhecimento fica onde foi criado e não se propaga.

A formação está a ser ministrada e não está a funcionar

O relatório sobre a lacuna de preparação para a IA de 2026 da Docebo, elaborado pela Centiment com base nas respostas de 2 000 pessoas nos EUA, no Reino Unido, no Canadá, em França, na Alemanha e em Itália, concluiu que 85% dos trabalhadores afirmam que a formação que recebem não os ajuda a utilizar a IA na sua função. 

A Docebo vende software de aprendizagem, algo que importa ter em conta face ao sentido que este resultado assume, mas, para efeitos desta discussão, vamos presumir que esse número é válido, porque, a avaliar pelo ambiente na sala durante a apresentação de McKay-Fleisch, diria que não está muito longe da realidade.

Um em cada cinco desses inquiridos não recebeu qualquer formação em IA, o que significa que uma parte desses 85% está a descrever uma ausência e não uma falha. Excluindo esse grupo, o número continua a representar uma maioria de trabalhadores que assistiram a algo e saíram sem conseguir aplicá-lo.

O número mais revelador está do outro lado do inquérito. Entre os responsáveis pela aprendizagem, 79% afirmam utilizar a IA em tarefas como a geração de conteúdos. Apenas 9% dizem que a sua organização utilizou a IA para redefinir um fluxo de trabalho.

As funções de aprendizagem absorveram a IA como acelerador da produção. Estão a criar os mesmos cursos mais rapidamente. O trabalho de repensar como o próprio trabalho é realizado permanece praticamente por fazer, o que é uma descrição razoável da razão pela qual os cursos não estão a resultar.

A linguagem é a interface

Durante trinta anos, a formação empresarial existiu sobretudo para resolver questões relacionadas com o conhecimento das plataformas. Os fornecedores de software mudavam botões, acrescentavam funcionalidades, alteravam a navegação e alguém tinha de ensinar às pessoas onde ficavam as coisas. Só a Microsoft gerou uma pequena indústria em torno disto.

A IA generativa eliminou a barreira que justificava a maior parte desses conteúdos programáticos. A interface é a linguagem. Um utilizador descreve o resultado que pretende e o sistema reúne os passos necessários. A pergunta “como faço para”, que constituía a espinha dorsal da capacitação, pode agora ser feita diretamente à ferramenta, dentro da aplicação ou através de um modelo de uso geral direcionado para a documentação de ajuda pública.

O que permanece como verdadeira barreira, na perspetiva de McKay-Fleisch, é a compreensão organizacional e o discernimento humano.

O problema da compreensão organizacional está claramente ilustrado nos dados da própria empresa sobre a utilização. Ao analisar os dados dos Claude Projects da Smartsheet, contou mais de cinquenta projetos distintos criados por trabalhadores das áreas financeira, de apoio ao cliente, de vendas e de recursos humanos, todos a tentar gerar materiais alinhados com a marca. Apresentações, materiais de apoio, o habitual.

O que é digno de nota é que nenhum desses projetos veio da equipa de marketing. A função responsável pela marca não tinha criado nada, e as mais de cinquenta pessoas que estavam a encontrar soluções à sua volta nem sequer pensaram em perguntar.

Cada um desses trabalhadores identificou um problema real e utilizou uma ferramenta competente para o resolver. O que nenhum deles fez foi reconhecer que o problema se encontrava no domínio de outra pessoa, onde já existiam os conhecimentos especializados, os materiais de origem e a capacidade de manter a solução ao longo do tempo. Isto não é uma deficiência na criação de instruções. Nenhum curso sobre como escrever instruções melhores produz o instinto de procurar o responsável.

O discernimento humano é a categoria mais abrangente, e McKay-Fleisch restringe-a ao modo de falha com que a maioria das organizações está a lidar neste momento. Chama-lhe o “canhão de lixo”. As pessoas geram resultados a um custo praticamente nulo e enviam-nos sem os rever, transferindo o trabalho de avaliação para quem os recebe.

Os BetterUp Labs e o Laboratório de Redes Sociais de Stanford quantificaram essa transferência num estudo publicado na Harvard Business Review em setembro passado. Quarenta por cento dos trabalhadores afirmaram ter recebido aquilo a que os investigadores chamaram “trabalho-lixo” no mês anterior. Cada ocorrência consumiu cerca de duas horas do tempo do destinatário, que os investigadores avaliaram em aproximadamente $186 por trabalhador, por mês.

A etapa de revisão não desapareceu. Foi transferida para alguém que não a escolheu, que não consegue ver a intenção original e que não tem forma de a devolver.

A Reformulação e a Transformação Correspondem a Orçamentos Diferentes

McKay-Fleisch estabelece uma distinção que a maior parte do financiamento da capacitação ignora. A reformulação do fluxo de trabalho é a forma de alcançar um resultado. A transformação da IA é tudo o que tem de mudar à sua volta, ou seja, as estruturas organizacionais, as funções e as competências de que as pessoas precisam para desempenhar essas funções.

A maior parte da capacitação em IA é financiada como se não fosse nenhuma das duas coisas. É financiada como formação sobre ferramentas, o que era a resposta correta para uma barreira que já não existe.

O Inquérito sobre o Impacto da IA de 2026 da Grant Thornton, que abrangeu 950 líderes empresariais de dez setores, além de empresas de capital privado, e foi realizado entre 23 de fevereiro e 18 de março deste ano, concluiu que apenas 12% dos líderes consideram a sua força de trabalho totalmente preparada para a IA. Outros 81% situam-se entre razoavelmente preparados e maioritariamente preparados, e 97% reconhecem algum tipo de desafio à adoção.  

Questionados sobre as razões pelas quais as iniciativas de IA têm um desempenho inferior ao esperado, esses líderes colocaram as questões de governação e conformidade em primeiro lugar, com 46%. A formação insuficiente ficou em segundo lugar, com 31%. Cerca de 34% apontam a formação como a área de investimento da organização com menos financiamento.

Assim, o diagnóstico que os executivos estão a fazer em grande escala é o mesmo que chega à direção de capacitação. Formação insuficiente. Financiar mais formação.

A própria interpretação da Grant Thornton sobre esta questão merece ser retida. A formação de sensibilização produz familiaridade, não capacidade. A familiaridade é precisamente aquilo que a maioria dos currículos de IA foi concebida para proporcionar, e é o que 85% dos trabalhadores inquiridos pela Docebo descrevem quando dizem que a formação não os ajudou a desempenhar o trabalho. O dinheiro está a ser aplicado nalgum lado. Está a ser aplicado na intervenção que exige a menor mudança estrutural por parte das pessoas que a aprovam.

Os 9% da Docebo representam a mesma conclusão, vista da outra perspetiva. As funções de aprendizagem adotaram a IA com entusiasmo para criar conteúdos e quase não tocaram na reformulação do trabalho. Eu traduziria isso como o facto de ambos os orçamentos estarem a ser gastos na reformulação de nada.

Quatro Coisas que o Pedido Significa

Quando um líder pede formação, normalmente existe uma de quatro condições subjacente. Cada uma tem um sinal que a identifica e uma resposta que não é um curso.

O resultado nunca foi definido

O sinal é o facto de o líder não conseguir responder à pergunta sobre como é o sucesso sem descrever atividade. A utilização está a aumentar ou a diminuir, mas ninguém consegue dizer o que a equipa deve ser capaz de fazer que antes não conseguia. As pessoas experimentam sem um objetivo concreto e essa experimentação é interpretada como uma falha na adoção.

A intervenção consiste numa sessão de trabalho com o líder para definir um resultado mensurável e, em seguida, trabalhar de trás para a frente até à capacidade que o concretiza.

O fluxo de trabalho nunca foi reformulado

O sinal é a IA acrescentada a um processo que foi concebido em torno de uma limitação que a IA eliminou. Cadeias de aprovação dimensionadas para o tempo que a redação costumava exigir. Transferências que existiam porque duas pessoas utilizavam ferramentas diferentes. Ciclos de revisão calibrados para padrões de erro humano, e não para padrões de erro do modelo.

As pessoas utilizam a ferramenta dentro de um processo que as penaliza pela rapidez que ela proporciona. A intervenção consiste em mapear o processo com a função responsável pelo fluxo de trabalho, e não cabe à função de capacitação fazê-lo sozinha.

A experiência existe e está dispersa

O sinal é uma grande disparidade de desempenho dentro da mesma equipa, utilizando as mesmas ferramentas. Os utilizadores avançados já resolveram o problema. As suas soluções vivem em ficheiros de projetos pessoais e separadores do navegador.

A intervenção consiste em extrair e distribuir esse conhecimento, o que McKay-Fleisch descreve como incorporar o conhecimento dos utilizadores avançados diretamente em tudo aquilo que a capacitação produz, em vez de realizar mais sessões para pessoas que já encontraram a solução.

A disciplina de revisão entrou em colapso

O sinal é o padrão do “trabalho desleixado”, ou seja, reclamações sobre a qualidade dos resultados que vêm dos destinatários e não dos produtores. As métricas da equipa produtora parecem excelentes. O volume aumentou, o tempo de execução diminuiu e o custo foi transferido para a equipa seguinte.

A intervenção consiste num padrão que define o que deve ser revisto antes de avançar, aplicado pelos gestores, juntamente com o trabalho desconfortável de dizer aos produtores de grande volume que os seus números são, em parte, um problema de outra pessoa.

Nenhuma das quatro situações se resolve com um currículo. Três delas não são problemas que a capacitação possa assumir sozinha, precisamente por isso continuam a chegar à porta da capacitação.

O mesmo pedido, duas respostas e um programa de formação que não consegue resolver o problema

Existe uma camada técnica subjacente a tudo isto que a maioria dos líderes de pessoas tem sido incentivada a ignorar, e ignorá-la produz uma capacitação deficiente.

Os colaboradores encontram a IA em várias superfícies. Existe o assistente integrado numa aplicação, treinado com a documentação dessa plataforma e a funcionar dentro dos dados reais do utilizador. 

Existe o modelo de utilização geral, que acede à mesma plataforma através de um protocolo de ligação. O exemplo de McKay-Fleisch é um pedido para criar um painel que mostre quais os projetos que estão no caminho certo, em risco ou atrasados, agrupados por portefólio e responsável.

A sua posição é que o resultado deve ser idêntico, independentemente do local onde o utilizador introduz o pedido. Em muitas plataformas, atualmente, não é.

Essa diferença resulta da arquitetura do sistema e a formação sobre pedidos não a consegue eliminar. O que a capacitação pode fazer é saber qual a superfície que produz cada resultado e dizer claramente às pessoas: para esta tarefa, vá aqui. 

Ignore isso e estará a ensinar aos colaboradores que as ferramentas não são fiáveis, uma lição que irão aplicar de forma generalizada e recordar durante mais tempo do que qualquer conteúdo do currículo.

A segunda variável técnica é a quantidade de contexto que a plataforma fornece em nome do utilizador. Um modelo de utilização geral ligado a dados empresariais não compreende inerentemente o significado desses dados, a forma como estão estruturados ou o que a aplicação faz com eles. As melhores plataformas carregam essa compreensão no lado do servidor, sob a forma de conjuntos de instruções reutilizáveis de que todos os utilizadores ligados beneficiam sem saberem que existem. A Smartsheet faz isto com aquilo a que McKay-Fleisch chama “competências nativas”.

A consequência para a capacitação é direta e orçamental. Quando a plataforma fornece o contexto, a quantidade de instruções sobre pedidos de que os utilizadores necessitam diminui drasticamente. Quando não o faz, a engenharia de pedidos e de contexto são competências essenciais e a formação tem de as abranger devidamente.

Os líderes de capacitação devem perguntar aos fornecedores em qual desses dois mundos se encontram. A resposta determina uma parte significativa do currículo.

Duas leituras da mesma organização

A percentagem de 12% de pessoas totalmente preparadas esconde uma divisão. Entre CIO e CTO, 39% descrevem a sua força de trabalho como totalmente preparada. Entre COO, o valor é de 7%.

Os líderes tecnológicos estão a medir a adoção ao nível do sistema. Licenças implementadas, integrações ativas, utilização registada. Os líderes operacionais estão a medir se o trabalho melhorou. A diferença de trinta e dois pontos representa um trabalho significativo para responder a essas duas perguntas.

A distribuição de onde é necessário apoio torna a questão mais clara. Os colaboradores da linha da frente representam 37% dos casos em que os líderes dizem que o apoio é mais necessário. Os gestores intermédios representam 30%. A liderança sénior representa 8%.

As pessoas que tomam decisões sobre IA sentem-se apoiadas. Os dois terços da organização que vivem com essas decisões, não.

Esse é o padrão subjacente ao pedido de formação. Um líder que se sente devidamente preparado observa uma equipa que não está e recorre à intervenção que não exige nada do líder. Mais formação é um pedido que pode ser concedido sem que quem o faz altere alguma coisa na forma como o trabalho está estruturado, quem é responsável por cada decisão ou o que está a ser pedido à equipa para produzir.

Quase ninguém nessa amostra contesta que existe um problema. A discordância diz respeito ao local onde ele se encontra.

Os recursos humanos devem assumir esta responsabilidade antes que ela lhes seja atribuída por defeito

A recomendação final de McKay-Fleisch à sala foi que todos regressassem à organização e identificassem quem é responsável pela reformulação dos fluxos de trabalho com IA. Referiu que, durante algum tempo, essa pessoa foi ele próprio, até a Smartsheet contratar alguém para a função.

Na maioria das empresas, a resposta honesta é ninguém. E quando ninguém é responsável por isso, o trabalho não desaparece. Flui para quem está mais próximo, que normalmente são as equipas de L&D ou de capacitação, chegando sob a forma de um pedido de formação de cada vez, sem mandato e sem autoridade sobre os processos que, na realidade, precisam de ser reformulados.

Herdar essa responsabilidade dessa forma é a pior versão de ser responsável por ela. Os RH devem assumir deliberadamente a reformulação dos fluxos de trabalho, com o orçamento e a autoridade associados, porque a alternativa é assumir a responsabilidade sem ter nenhum dos dois.

A razão para os RH assumirem essa responsabilidade não é sentimental. A reformulação dos fluxos de trabalho determina que funções existirão daqui a três anos, o que essas funções exigirão e quem, dentro da empresa, terá um caminho para chegar até elas. São decisões sobre pessoas tomadas como subproduto de decisões tecnológicas. Deixar que sejam decididas por quem, por acaso, está a configurar as ferramentas é uma escolha, e é a escolha que a maioria das organizações está atualmente a fazer por defeito.

A função que compreende como o trabalho está estruturado, como as capacidades são desenvolvidas e o que acontece às pessoas quando ambas as coisas mudam é a função que deve estar na linha da frente deste processo. Essa reivindicação tem de ser feita antes de a estrutura organizacional se consolidar em torno de outra pessoa.

O que perguntar

Quando o próximo líder de equipa bater à porta, não abra o catálogo de cursos. Faça duas perguntas.

1. Que resultado está a tentar alcançar? Não uma maior adoção, nem uma utilização mais elevada. Algo que possa medir no próprio trabalho.
2. Em que fluxo de trabalho se concretiza esse resultado e quem é responsável por ele?

Se o líder conseguir responder a ambas, tem algo que pode desenvolver. Se não conseguir, a formação nunca iria resultar e a coisa mais útil que alguém numa função de capacitação pode fazer é dizê-lo claramente.