Eis aqui o paradoxo da eficiência da aprendizagem: a expectativa é de que a IA gere mais eficiência e produtividade, mas os colaboradores precisam saber usá-la. Se não souberem, pode ser que essa inovação não resulte em nenhum benefício. E ainda pode acabar se tornando um belo obstáculo. 

As empresas ainda não estão percebendo o retorno de seus investimentos em IA. Sabe por quê? Porque velocidade não é tudo. A IA é rápida, sim, mas essa velocidade sacrificará pessoas, processos e inovações genuínas se não repensarmos nossa forma de trabalhar e de aprender. Sem orientação e intencionalidade, a força de trabalho pode ficar sobrecarregada, os processos podem afundar no caos, e a “inovação” fica limitada aos conhecimentos e ideias commoditizados que a IA tem a oferecer.

As tensões entre escala e solidez, velocidade e profundidade, atividade e impacto, estão provocando um verdadeiro alvoroço no mercado. Não basta criar e concluir treinamentos com rapidez; afinal, as pessoas precisam absorver e aplicar os conhecimentos de maneira eficaz.

Chegou a hora de redefinir o que é eficiência de um jeito que seja sustentável para o sucesso no longo prazo. Na maioria das organizações, as iniciativas de adoção da IA têm como foco a velocidade e a produtividade acima de tudo. O problema é que essa postura tende ao fracasso, pois as pessoas não terão fôlego para manter esse ritmo frenético. 

Eficiência não tem a ver só com aceleração, mas com fazer as coisas com mais qualidade. E tudo começa pelas pessoas, não pela tecnologia. 

O paradoxo da eficiência e o lado humano da revolução da IA

A revolução da IA pode soar como uma questão tecnológica, mas ela também está relacionada às pessoas. Embora a expectativa seja de que a IA turbine a eficiência, muitas organizações ainda não estão colhendo seus frutos: quase 95% das empresas não tiveram nenhum retorno de seus investimentos em IAs internas, e apenas 15% dos usuários de IA generativa relatam que suas organizações perceberam um ROI expressivo com a nova tecnologia.

Talvez seja compreensível a tendência de classificar essa falta de progresso como um problema tecnológico, o que leva as empresas a continuar direcionando orçamentos para iniciativas de IA. Depois que 85% das lideranças empresariais aumentaram os investimentos em IA no último ano, nove de cada dez líderes ainda preveem gastar mais com IA generativa no próximo ano, segundo a Knowledge at Wharton (88%) e a Deloitte (91%).

Apesar do salto nos investimentos nessa tecnologia, o The Federal Reserve Bank of St. Louis relatou que, no último ano, o uso da IA no ambiente de trabalho teve um crescimento irrisório: de 33% em 2024 para 37,5% em 2025. Nessa mesma toada, um relatório internacional da PwC informa que 14% dos participantes de uma pesquisa utilizam ferramentas de IA generativa todos os dias, em comparação a apenas 12% em 2024. Percebe-se, então, que o aumento no uso ainda não condiz com os vultosos investimentos nessas iniciativas.

Resultado: para reconhecer o grande valor que a IA promete oferecer, os colaboradores precisarão aprimorar suas habilidades em menos tempo e com mais eficácia, já que a quantidade de habilidades e a velocidade de aprendizagem necessárias não param de aumentar. Para isso, as empresas precisam investir no lado humano da revolução da IA. Afinal de contas, as iniciativas de IA precisam ser eficazes para os profissionais que usarão as ferramentas para inovar, criar novas formas de trabalhar e, fundamentalmente, promover a expansão dos negócios.

O papel da IA no paradoxo da eficiência da aprendizagem

Embora a IA seja certamente a catalisadora da urgência de mudança que vem pressionando as empresas, ela também contribui para a solução. Eis aqui o outro lado do paradoxo.

Sabe como? 

Quando utilizados de maneira correta, os recursos da IA abrem as portas para dar vazão a um potencial inexplorado. Eles permitem que o desenvolvimento de habilidades aconteça com agilidade e de forma minuciosa, do jeito ideal para que as pessoas consigam acompanhar a evolução da IA. É preciso ter eficiência na aprendizagem. Acervos de conteúdos educativos estáticos e desenvolvimento autodidata deixarão de gerar os resultados esperados, pois a IA viabiliza oportunidades de personalização, interatividade e inovação. 

Personalização

Quando os colaboradores têm acesso a conteúdos relevantes para o que precisam, ninguém perde tempo procurando os materiais certos. A IA pode utilizar dados de habilidades e os fundamentos da ciência da aprendizagem para garantir que os conteúdos sejam sempre pertinentes à função e ao nível de habilidade de cada aprendiz. 

Interatividade

Com a IA, os conteúdos ganham uma responsividade inédita, indo além da personalização: é possível praticar interações importantes que acontecem no mundo real e receber feedback imediato. Com isso, a aprendizagem nunca foi tão eficaz em sedimentar as capacidades dos aprendizes. 

Inovação

A inovação acontece de muitas formas, e a IA tem um enorme potencial para promover melhorias criativas em processos que já existem. Segundo a McKinsey, metade dos colaboradores que apresentam alto desempenho no uso da IA esperam utilizar esse tipo de ferramenta para transformar suas empresas, principalmente quando o assunto é redefinição de fluxos de trabalho. Repensar processos e procedimentos tradicionais pode ser o segredo para as organizações conquistarem mais eficiência, quando as pessoas e a IA estiverem trabalhando de mãos dadas. 

O paradoxo da eficiência da aprendizagem é tanto uma oportunidade quanto um novo desafio. Aproveite para se aprofundar com debates de especialistas sobre como resolvê-lo no Degreed LENS 2026, que acontecerá em Orlando, na Flórida. Com uma programação recheada de workshops, mesas-redondas e palestras, você sairá de lá com muitos insights e contato com os melhores profissionais do mercado.

The post O que é o paradoxo da eficiência da aprendizagem? appeared first on Degreed.

O que é a aprendizagem adaptativa?

A aprendizagem adaptativa se ajusta automaticamente às necessidades do aprendiz com base em suas habilidades, função, objetivos e níveis de proficiência. Além de ser altamente personalizada, responsiva e interativa, ela é contextualizada, dinâmica e, principalmente, prática, evitando que o aprendiz fique garimpando conteúdos, perca tempo com materiais inadequados para seu nível de experiência ou fique aguardando feedback. Assim, cada momento de desenvolvimento é verdadeiramente proveitoso. 

A personalização é alimentada e aplicada pelos dados e análises de grande valor provenientes do processo de aprendizagem. A aprendizagem adaptativa gera mais do que dados de conclusão de conteúdos, pois há uma mensuração real dos conhecimentos adquiridos e das habilidades desenvolvidas. 

Como a aprendizagem adaptativa acontece na prática?

A aprendizagem adaptativa atende a uma demanda antiga da área de T&D: a possibilidade de aprender no dia a dia de trabalho. Por exemplo, já há recursos de IA que geram testes precisos sobre qualquer assunto em larga escala, facilitando a averiguação da retenção de conhecimentos. Os diálogos com a IA se adaptam em tempo real, permitindo que os colaboradores pratiquem a aplicação de soft skills desafiadoras ou apresentações sobre assuntos complexos. Com a aprendizagem adaptativa, é possível oferecer trilhas personalizadas específicas para cada função ― e com feedback instantâneo ―, facilitando a identificação de referenciais de desempenho e outras aplicações. 

Com tamanha flexibilidade e personalização, a aprendizagem e o trabalho podem andar lado a lado, potencializando a eficácia desses dois elementos cruciais para qualquer empresa. Confira alguns cenários em que isso pode acontecer:

Exemplo: sua equipe precisa dominar rapidamente as regulamentações complexas de um novo mercado. Em vez de aplicar um treinamento único e estático, use testes gerados por IA para avaliar a compreensão dos colaboradores.

A mera marcação de um curso como concluído não quer dizer que a equipe está preparada para aplicar aqueles conhecimentos na vida real. Qualquer lacuna de habilidade ou de conhecimento pode causar um abalo direto nos resultados e no desempenho da empresa. Por isso, é fundamental entender o que os colaboradores realmente sabem. Após identificar as lacunas de cada colaborador, sua equipe poderá selecionar os conteúdos certos para saná-las no nível individual, em vez de oferecer mais uma sessão de treinamento padronizada que não garante o alinhamento de todos.

Exemplo: sua empresa está prestes a lançar um produto importante, e a equipe de vendas precisa apresentar um pitch novo. Ofereça um coach por IA, uma ferramenta que está sempre disponível e apresenta feedback em tempo real.

Com essa possibilidade, os representantes de vendas podem ensaiar o pitch em segurança, repetindo quantas vezes quiserem para aplicar os feedbacks recebidos e aprimorar a apresentação antes de se reunirem com possíveis clientes. À medida que estudam e ensaiam, os representantes se dedicam ao desenvolvimento prático de habilidades, trazendo benefícios reais para os negócios.

Exemplo: o lançamento de uma ferramenta de IA tem aplicação direta nas operações da equipe de produto da sua empresa, que precisa desenvolver uma habilidade que está despontando no setor de vocês. Para agilizar esse processo de capacitação, vale a pena utilizar trilhas montadas com curadoria de IA e validação de especialistas.

Como as habilidades necessárias estão em constante evolução, agora é possível gerar trilhas de conteúdos seguindo o mesmo ritmo, de modo que os colaboradores possam absorver conteúdos relevantes em menos tempo. A Degreed Open Library, por exemplo, oferece trilhas sobre as habilidades mais desejadas do mercado, e todas elas são atualizadas automaticamente duas vezes ao ano, garantindo que os conteúdos se mantenham relevantes e precisos.

As possibilidades de aplicação da aprendizagem adaptativa só se multiplicam, já que o dia a dia requer modalidades de aprendizagem mais interativas, dinâmicas e diversas para acompanhar as habilidades de que os colaboradores precisam.

Como sua empresa pode colocar a aprendizagem adaptativa em prática?

Contexto é tudo. A IA abriu as portas para as experiências de aprendizagem adaptativa, no entanto, é preciso alimentá-la com o contexto certo para que tudo dê certo. Se não for assim, as informações que ela apresentará terão o mesmo grau irrelevante de personalização genérica de um LLM ou assistente de IA de uso geral. 

Para garantir que a IA atenda às necessidades de aprendizagem e upskilling da sua empresa, ela precisa estar contextualizada em termos de:

• Ciência da aprendizagem
• Dados verificáveis de habilidades
• Integração com sistemas
• Contexto organizacional alinhado a objetivos estratégicos

Com base nesses pilares, a IA estará pronta para se adaptar bem às necessidades de cada colaborador. 

Como será o futuro da aprendizagem adaptativa?

A tecnologia evolui dia após dia. Não sabemos como estará esse cenário daqui a dois anos, mas eu asseguro que a aprendizagem no ambiente de trabalho terá muito menos treinamentos estáticos e muito mais coaching individual com especialistas de confiança. Os aprendizes estarão muito mais ligados a conteúdos que desenvolvem ativamente seus conhecimentos e conjuntos de habilidades, colocando-os em prática em cenários de baixo risco.

A área de T&D está em evolução: em vez de apenas oferecer conteúdos para respaldar objetivos de negócios, agora é preciso proporcionar experiências de aprendizagem nativas de IA que impulsionam a concretização desses objetivos. 

The post Aprendizagem adaptativa: o que é e por que ela é importante appeared first on Degreed.

1. Geração de conteúdos por IA
2. Feedback personalizado e pílulas de coaching
3. Pesquisas, dados e conversas para discutir lições aprendidas

1. Conteúdos gerados por IA

Vamos começar pela geração de conteúdos educativos em diferentes formatos. Estamos explorando maneiras que podem ajudar você a usar a IA para gerar conteúdos do zero ou a partir de documentações internas ou arquivos SCORM (“Shareable Content Object Reference Model”, ou modelo de referência para objetos de conteúdo compartilháveis, um padrão internacional de desenvolvimento e apresentação de conteúdos educativos). A partir daí, é possível transformá-los rapidamente em recursos educativos de qualquer tamanho ou formato, com a opção de editar os conteúdos produzidos e incluir textos, imagens, gráficos, vídeos e até slides.

Trata-se de um jeito fácil de manter bons conteúdos interessantes, diversificados e sempre relevantes. Pretendemos lançar esse recurso no início de 2026.

2. Feedback personalizado e pílulas de coaching

O Degreed Maestro oferece muito mais do que conversas com a IA, pois seu objetivo é proporcionar experiências de aprendizagem versáteis e de alto impacto. Para isso, estamos testando experiências com IA compostas por várias etapas: combinamos diversos formatos para oferecer ao aprendiz oportunidades de melhoria, como feedback personalizado ou pílulas de coaching.

Por exemplo, após praticar uma chamada de vendas com o Maestro, a ferramenta apresentaria uma pontuação e feedbacks, mostrando onde me saí bem e onde preciso melhorar. Ela também me ofereceria pílulas de coaching ou a chance de praticar novamente pontos específicos que poderiam alavancar o meu desempenho. 

3. Pesquisas, dados e conversas para discutir lições aprendidas

Também estamos muito animados com uma nova maneira de usar o Maestro por meio de diálogos naturais com a IA, com o intuito de discutir lições aprendidas. Essas interações podem estimular a aprendizagem e a reflexão, trazendo à tona insights interessantes ao longo do processo. 

Em vez da aplicação de pesquisas formais, que costumam ser cansativas e coletam respostas vagas e apressadas, o Maestro pode introduzir perguntas perspicazes em conversas do dia a dia ou extrair insights de interações anteriores sem demandar nenhum trabalho extra. Afinal, em situações mais descontraídas, as pessoas tendem a ter uma comunicação mais aberta e mais profunda do que diante de um questionário tradicional, especialmente quando sabem que suas respostas podem permanecer em sigilo. 

Em um dos nossos experimentos, utilizamos um diálogo rápido com o Maestro para perguntar a colaboradores como eles estão aplicando a IA em suas funções. O Maestro coletou as respostas e criou um dashboard atualizado em tempo real para consolidar os resultados. A partir daí, conseguimos até conversar mais um pouco com ele para nos aprofundarmos nos dados e identificar mais tendências. 

Com esse processo, fica simples estabelecer um referencial que ajude a compreender as habilidades, necessidades e experiências de um determinado colaborador para, então, adaptar a aprendizagem para necessidades específicas dele. A mensuração do impacto disponibilizada posteriormente revela insights riquíssimos e muito profundos, que não seriam possíveis se utilizássemos os métodos tradicionais de análise. Em outras palavras, estamos possibilitando uma compreensão em tempo real de dados que antes ficavam invisíveis. 

Fique por dentro

Imagine o que você poderia fazer com esse grau de visibilidade sobre os colaboradores, as necessidades deles e o impacto dos programas de aprendizagem da sua empresa. Seria ótimo ter o seu feedback enquanto exploramos todas essas possibilidades. Por isso, convido você a me seguir no LinkedIn ou a assinar a newsletter do nosso laboratório para experimentos com IA para ficar por dentro dos nossos últimos testes.

The post Geração de conteúdos por IA, coaching e dados interativos appeared first on Degreed.

• Saúde
• Finanças
• Produção industrial
• Tecnologia
• Serviços profissionais

Cada trilha mescla a precisão da IA com a validação de especialistas e ajuda as organizações a acelerarem a capacitação da força de trabalho em habilidades que estão em alta em seus setores de atuação, poupando custos e o tempo que seriam necessários para fazer uma curadoria manual.

Como acontece a criação de uma trilha de aprendizagem?

Toda trilha da Degreed Open Library começa com uma IA treinada para identificar recursos confiáveis e alinhados às habilidades, em vez de utilizar materiais aleatórios da internet. Em seguida, especialistas de carne e osso refinam o tom, a relevância e o design geral em prol da clareza e do aprofundamento da aprendizagem cognitiva, seguindo metodologias consagradas como a Taxonomia de Bloom e os princípios da coerência e sinalização.

Esse método colaborativo, em que uma pessoa refina e supervisiona o que a IA gera, é totalmente fundamentado na ciência da aprendizagem, promovendo taxas mais altas de conclusão de conteúdos por parte dos aprendizes e desenvolvendo habilidades que são aplicadas com mais eficácia ao dia a dia de trabalho.

Na vanguarda de cada setor: trilhas criadas para turbinar a força de trabalho

Montamos nossos mais novos pacotes para solucionar desafios específicos de cada setor:

• Saúde: desenvolvimento de autonomia, habilidades de comunicação e autoconfiança para tomada de decisões em equipes clínicas e não clínicas.
  
• Serviços financeiros: capacitação em compliance e desenvolvimento de habilidades de liderança que inspiram confiança.
  
• Produção industrial e tecnologias avançadas: estímulo à adaptabilidade da força de trabalho com trilhas sobre análise de dados, segurança e inovação.
  
• Serviços profissionais: fortalecimento de habilidades de gestão de clientes, consultoria e solução de problemas com base em dados.
  
• Varejo e atendimento ao consumidor: desenvolvimento de autonomia para gestores e atendentes com habilidades digitais, interpessoais e operacionais.

Por ser baseada em pesquisas e por contar com a escalabilidade da IA, a Degreed Open Library permite que as organizações promovam rapidamente uma aprendizagem relevante para diversas funções e regiões que precisam evoluir, sem precisar começar sempre do zero.

E os resultados de tudo isso? 

Em poucas palavras, as organizações passam a oferecer uma aprendizagem escalável, com bom custo/benefício e simples de implementar. Por isso, nossos clientes já estão recorrendo à Degreed Open Library não só para complementar provedores de conteúdos, como também para substituí-los:

• Uma empresa de telecomunicações está abandonando o LinkedIn Learning para adotar a Degreed Open Library, dada sua relevância e qualidade.
  
• Uma multinacional de mineração conseguiu eliminar horas de processos manuais de garantia da qualidade (QA) e diminuiu os gastos com provedores de conteúdos ao adotar as trilhas da Degreed Open Library, que oferecem uma qualidade superior e são atualizadas de maneira automática.
  
• Uma ONG do setor de saúde passou a poupar tempo e dinheiro e a estimular a autoconfiança dos aprendizes e a aprendizagem por pares.

No total, a Degreed Open Library gera valor mensurável:

• 60% dos nossos clientes já usam a Degreed Open Library, com a adoção subindo 13% mês a mês.
  
• As conclusões de conteúdos subiram 13% entre agosto e setembro, mostrando uma alta no engajamento entre usuários do mundo todo.

O futuro da Degreed Open Library

Em breve, a Degreed Open Library evoluirá a ponto de deixar de ser um mero catálogo de conteúdos com curadoria. Para sermos mais específicos, ela está virando um ecossistema multifacetado de aprendizagem, pois combina resumos gerados por IA, recursos de coaching do Maestro, simulações interativas e opções premium de marketplace que ainda serão lançadas.

Até 2026, a Degreed Open Library oferecerá:

• Mais de 500 trilhas e mais de 7 mil itens de conteúdo
  
• Mais de 16 pacotes prontos para serem aproveitados
  
• Integração com coaching por IA e jornadas de desenvolvimento de liderança
  

Resumindo, a Degreed Open Library é um jeito de promover a aprendizagem que evolui junto com a sua empresa, sem custos extras.

Fique por dentro dos novos pacotes de trilhas setoriais e descubra como a Degreed Open Library pode ajudar as suas equipes a desenvolver as habilidades certas — em menos tempo, com menos custos e menos trabalho.

The post 150 trilhas para capacitar a força de trabalho em assuntos setoriais específicos appeared first on Degreed.

As taxas de conclusão comprovam que tudo aconteceu como deveria, e os elogios mostram que os colaboradores estão satisfeitos, mas nada disso atesta que a aprendizagem foi eficaz. A equipe executiva quer uma prova cabal de que o investimento valeu a pena. É preciso mostrar que os colaboradores retiveram os conhecimentos adquiridos e estão prontos para aplicá-los em suas tarefas do dia a dia. E, se o treinamento não tiver funcionado, é preciso identificar onde ficaram as lacunas. 

Então, qual é a resposta para isso? Que venham os testes!

Os testes são uma nova experiência do Degreed Maestro. Esse novo recurso utiliza IA para gerar e implantar questionários a fim de averiguar a retenção dos conhecimentos e mensurar a eficácia da aprendizagem. Então, da próxima vez que a equipe executiva perguntar se um determinado treinamento funcionou, você poderá embasar sua resposta com dados relevantes.

Como era antes: criação manual de testes

É fácil perceber o valor dos testes, mas executá-los de um jeito manual, preciso e em larga escala é outra história.

Criar e implantar testes em larga escala sempre foi um processo manual e incrivelmente demorado. É comum demandar a participação ostensiva de especialistas na formulação das questões, denunciando um aproveitamento ineficiente de um know-how valiosíssimo. Além disso, a agenda desses profissionais costuma ser cheia, o que normalmente gera demora na aplicação de testes. 

O processo manual de criação de testes e a dependência da disponibilidade de especialistas dificultam a aplicação em larga escala e a atualização regular dos testes. Isso é ainda mais verdadeiro em uma época em que as habilidades e conhecimentos de que os colaboradores precisam estão em constante mudança. 

Como pode ser a partir de agora: testes gerados por IA

Agora com o Maestro, os administradores podem criar testes em questão de minutos, poupando muito tempo e energia. Utilizando interações por texto, você pode orientar o Maestro na criação de um teste personalizado sobre qualquer assunto, sempre obedecendo aos seus parâmetros, como a quantidade de questões e o nível de dificuldade. É possível também criar questões com base em documentações existentes. Em suma, é um jeito mais simples de aproveitar o conhecimento de especialistas sem precisar envolvê-los na geração manual de questões. 

Depois que os colaboradores respondem o teste, os relatórios no aplicativo permitem que os administradores avaliem o grau de retenção dos conhecimentos. Esses relatórios ajudam a identificar erros recorrentes nas respostas, indicando lacunas que precisam ser sanadas.

Os testes têm conexão direta com a plataforma da Degreed, viabilizando o gerenciamento de fluxos como o de atribuição ou de geração de relatórios sobre os resultados. Assim, fica bem mais fácil identificar onde é necessário reforçar a aprendizagem, possibilitando a criação de experiências mais eficazes para atender às deficiências e promover a aprendizagem em toda a empresa.

Gere valor para a empresa

Aplicações reais dos testes

Exemplo: preparação para o lançamento de um produto

Na fase de preparação para o lançamento de um produto, as equipes de geração de receita recebem uma avalanche de informações: propostas de valor, funcionalidade do produto, estratégias de go-to-market. Como é muita coisa para absorver, é difícil avaliar o grau de preparo do pessoal. 

Os testes do Maestro permitem averiguar o domínio dos colaboradores em relação aos componentes-chave do novo produto. É possível até criar testes específicos para públicos diferentes, já que a equipe de vendas precisa ter na ponta da língua pontos diferentes da equipe de implementação. Ao utilizar documentações internas, dá para gerar testes com foco nesses dois públicos em poucos minutos. 

Exemplo: verificação da retenção de conhecimentos no longo prazo para a revolução da IA

Muitas organizações têm metas ambiciosas para a adoção da IA nos negócios. É provável que esse tipo de conhecimento não exista em larga escala na empresa. Por isso, as organizações precisam de treinamentos longos e de upskilling. A inclusão de testes no início e no final de uma trilha permite mensurar o quanto a força de trabalho aprendeu sobre a implementação da IA, possibilitando correlacionar a aprendizagem a iniciativas estratégicas de negócios.  

Exemplo: novo processo de integração de clientes

Os testes podem reforçar mudanças em processos e procedimentos. Quando um novo procedimento de integração de clientes é lançado, os colaboradores precisam se lembrar do processo correto, além de saber o que podem ou não fazer. Sua equipe terá visibilidade sobre o grau de preparo do pessoal e quais pontos da novidade precisam de mais treinamento.

Os testes fazem parte de uma jornada mais longa de aprendizagem

Por si só, os testes já são potentes, mas ganham ainda mais força quando combinados com outras iniciativas de aprendizagem, como trilhas ou academias. A inclusão de testes ao final de experiências como essas possibilita avaliar a eficácia de programas e identificar onde pode ser necessário adotar conteúdos novos ou diferentes. 

Os testes da Degreed também proporcionam uma experiência mais agradável para os colaboradores ao oferecer uma plataforma padronizada entre todas as experiências. Além disso, os testes ajudam na consolidação de recursos tecnológicos, reduzindo os custos e a carga administrativa com menos plataformas para gerenciar.

The post Gere testes com a IA para mensurar a eficácia da aprendizagem appeared first on Degreed.

Afinal, esse desenvolvimento de habilidades depende do contexto. A IA precisa de informações como:

• Quem é o aprendiz e qual é o nível de habilidade dele?
• O que o aprendiz precisa ter para ser considerado pronto para a função?
• Quais são os fundamentos da ciência da aprendizagem utilizados e como eles são aplicados à situação?

O Protocolo de Contexto de Modelo (MCP) traz esse contexto e essa relevância.

Para simplificar, é interessante pensar assim: é possível usar um mapa das antigas sem um GPS, mas fica bem difícil e menos personalizado se achar desse jeito. 

O MCP é como se fosse o GPS da aprendizagem com IA. 

Em vez de adicionar “recursos de IA” a um portal, o MCP simplifica integrações e concede à IA acesso a informações que residem em outras ferramentas e bases de dados, proporcionando uma forma robusta e regrada de aproveitar o contexto certo proveniente da Degreed e de sistemas conectados — independentemente dos modelos de IA utilizados ou das plataformas em que são desenvolvidos. Seguindo a analogia do GPS, esse protocolo viabiliza recálculos de rota em tempo real para evitar engarrafamentos, recomenda pontos de interesse nos arredores e oferece um percurso mais inteligente. 

Por meio da interface do MCP, a IA tem acesso a informações contextuais mais abrangentes a fim de proporcionar, em tempo real, uma aprendizagem personalizada mais direcionada.

Com o MCP, a IA deixa de lado a mera geração de conteúdo e passa a contextualizar a apresentação, fomentando a capacitação de tal modo que colaboradores e empresas consigam desenvolver e aplicar novas habilidades em menos tempo.

What Is MCP? What Role Does It Play in Learning?

O MCP é a camada conectiva que atua dentro da Degreed, desenvolvida para fazer com que os assistentes de IA da área de aprendizagem sejam realmente úteis para a capacitação de pessoas. Ele oferece, em tempo real, a qualquer agente aprovado de IA — como ChatGPT, Claude, Copilot ou assistentes próprios da empresa — um retrato governado do que é importante para a aprendizagem e para o desempenho, englobando informações como:

• As habilidades, as metas e a função do aprendiz
• Dados históricos de aprendizagem e de habilidades provenientes da Degreed

Enxergue o Degreed MCP como um “pacote contextual”. Com esse pacote em mãos, a IA oferece um suporte muito mais preciso ao processo de aprendizagem. Ele consegue analisar todos os dados relacionados ao colaborador a fim de proporcionar o conteúdo certo, no momento certo.

How MCP Works in the Flow of Learning

Na manhã de terça-feira, uma gestora de vendas digita no Copilot: “Ajude minha equipe a se preparar para um pitch de produto a ser apresentado na sexta”.

Sem o MCP…

O Copilot consegue localizar apresentações de vendas, playbooks e documentações sobre pitches, mas não sabe dizer quem fará a apresentação, de quais habilidades o apresentador carece ou como ajudá-lo a melhorar.

Com o MCP…

A Degreed e o Maestro trazem o contexto que falta: quem faz parte da equipe, o que cada pessoa já sabe e em quais pontos os integrantes da equipe precisam de orientação para refinar habilidades.

Trabalhando em conjunto…

Copilot surfaces the right materials, messaging, product overviews, and client data, while Maestro adds AI-native coaching conversations that guide each rep through practice modules and feedback loops that strengthen their delivery.

A gestora, então, faz todas as atribuições diretamente no chat, e o MCP grava as atualizações de volta na Degreed — de modo que cada habilidade, atividade de coaching e métrica de capacitação se mantenha governada, atualizada e mensurável.

Tudo isso acontece sem que seja necessário ter um portal extra ou novos prompts para que a IA se lembre de quem é quem. O contexto e a personalização desse exercício acompanham o aprendiz em todas as ferramentas, de modo que o assistente se mantenha útil em todas as plataformas e sem desproteger os dados.

What MCP Does for L&D, HR, and IT

Mais agilidade na capacitação: os planos de escalada de integração se adaptam de maneira automática a cada função, pessoa e prazo.
Taxa de adoção mais alta: a aprendizagem aparece nas ferramentas que as pessoas já usam, sendo adaptada às necessidades de cada aprendiz.
Auditabilidade: cada ação relacionada à aprendizagem e a habilidades é governada e justificável.
Confiabilidade dos dados: a Degreed continua sendo a fonte única de verdade; o MCP apenas traz à tona os dados em tempo real.

Built to Fit your Tech Stack, Not Replace It

O MCP atua no ecossistema de tecnologias da sua empresa, conectando sinais de plataformas como Workday, Salesforce e qualquer LMS, sem redundâncias. Por ser independente de fornecedores e ter menos privilégios por padrão, o MCP acessa apenas o mínimo possível de dados e permissões para desempenhar sua função — e nada além disso. Fique à vontade para usar a IA que quiser, pois as regras de governança e de segurança da sua empresa continuarão sendo aplicadas.

As Nikki Helmer, Chief Product Officer at Degreed, shared during Vision, “MCP doesn’t just make AI sound smarter. a ajuda a tomar decisões mais inteligentes e, assim, alinha a aprendizagem aos objetivos dos negócios, reduz riscos e promove capacitação de verdade.”

The post Conheça o Degreed MCP, o GPS da aprendizagem com IA appeared first on Degreed.

O ritmo de chegada de novas ferramentas de IA ao mercado é tão acelerado que não dá nem tempo de os colaboradores se adaptarem, o que tem levado à fadiga diante de tantas mudanças, à precariedade nas adoções e à falta de engajamento. E, quando o sentimento geral é de sobrecarga ou falta de apoio, a produtividade cai e o desempenho se estagna.

Mesmo assim, sua empresa ainda precisa dessa adoção para se manter relevante, alcançar o ROI e crescer.

Como líder, você tem o poder de facilitar esse processo.

Em momentos assim, é fundamental ter uma força de trabalho unida e segura de si. Quando as diretorias de RH e de informação se alinham quanto ao upskilling em IA, colaboração multidisciplinar e governança ética, as empresas têm três vezes mais chances de desenvolver uma força de trabalho preparada para usar bem a IA. 

Para que isso se concretize, peças-chave da alta administração precisam se unir para oferecer aos colaboradores o norte essencial para o crescimento. 

Por que diretorias de RH, de aprendizagem e de tecnologia são importantes para a adoção da IA?

À medida que começamos a ver a transformação da força de trabalho ganhar corpo, ou seja, estamos falando de pessoas que precisam aprender uma nova tecnologia, fica óbvio identificar as diretorias de RH, de aprendizagem e de tecnologia como peças-chave. 

A partir desse ponto de vista, também fica claro por que essas equipes precisam se unir para conseguir preparar a força de trabalho de maneira adequada para absorver a IA.

A arte do alinhamento da IA

Os colaboradores não estão resistindo à IA, mas sim à confusão que esse tsunami tem gerado. 

Eles estão cansados de ter pouca clareza nas expectativas, das constantes mudanças de ferramentas e da falta de respostas. Para que a adoção da IA ganhe robustez, é fundamental congregar os departamentos de RH, T&D e TI em prol de um objetivo compartilhado: esclarecer e nortear ações que estejam diretamente atreladas a resultados nos negócios. Quando as pessoas entendem o motivo e o modo de realizar esse movimento, a adoção passa a ser vista como um avanço, não como pressão.

Após a conquista do apoio de todas as lideranças, é importante seguir estes passos em conjunto:

1. Estabelecer uma metodologia que tenha um norte claro em relação à IA.

Antes de tudo, as pessoas precisam saber o que podem ou não fazer com a IA. Ninguém quer colocar a empresa em risco, mas os colaboradores acabam trabalhando às cegas se não tiverem uma estratégia e uma metodologia claras. Todo mundo precisa de limites, seja para saber quais plataformas usar, como usá-las ou para que usá-las. 

Listamos algumas perguntas que ajudarão você a refletir na hora de criar as diretrizes de IA para a sua empresa:

• Como a sua empresa define o que é o uso seguro da IA? 
• Como a sua empresa define o que é o uso responsável da IA? 
• Sua empresa está sujeita a alguma legislação que verse sobre IA (por exemplo, a Lei da União Europeia sobre Inteligência Artificial)?
• Quais plataformas os colaboradores podem usar? Quais eles não podem usar? Por quê?
• Quais tarefas podem ser realizadas pela IA? Quais não podem? (Pode ser necessário fazer alguns experimentos para responder a essa pergunta.)
• O que se espera dos colaboradores?
  

2. Definir um plano de ação.

Por estar no turbilhão dessa enorme transformação da força de trabalho, você, na qualidade de líder, precisa definir com clareza as responsabilidades de cada departamento no processo de adoção. Por exemplo, talvez algumas equipes cuidem melhor de partes específicas desse processo, enquanto outros componentes possam ficar ao encargo de qualquer função. Aqui, o segredo é ter clareza sobre como as coisas funcionarão.

Ao traçar o plano de ações da sua empresa, vale a pena considerar:

• Quem será responsável pela governança das ferramentas de IA?
• Quem comunicará à força de trabalho as diretrizes, notícias e informações sobre IA?
• Quem delineará as oportunidades de aprendizagem e upskilling em IA?
• Como os colaboradores aprenderão a usar a IA de forma adequada?
• Como todo mundo colaborará no dia a dia para manter a sintonia no processo de fomento à adoção da IA?

Promova a adoção da IA com uma equipe unida

Sabe por que organizações com lideranças alinhadas têm muito mais chances de ter uma equipe pronta para dominar a era da IA? Porque essa sintonia fina proporciona aos colaboradores dois fatores cruciais para o sucesso da aprendizagem de IA generativa: apoio e infraestrutura.

Com os departamentos devidamente alinhados, sua empresa prepara o terreno para que os colaboradores desenvolvam a autoconfiança necessária para adotar a IA com mais facilidade por meio de experiências de aprendizagem — seja colocando a mão na massa, seja com recursos de aprendizagem autônoma.

Nesse processo de aprendizagem, os colaboradores também têm a chance de experimentar a IA considerando os novos limites. A aprendizagem por vivência é uma das melhores maneiras de desenvolver habilidades, já que tentativas e erros darão a eles a chance de perceber o valor das diferentes ferramentas para cada aplicação nas operações da empresa.

A autoconfiança que se adquire nessa trajetória é a chave para vencer a fadiga de IA. Comparados aos demais, usuários com alta confiança no uso de IA generativa têm:

• quase 2x mais chances de usar a IA generativa diariamente;
• 4x mais chances de aplicá-la a problemas reais;
• 32% mais chances de aprender na prática;
• 38% mais chances de conquistar o apoio de colegas e mentores;
• 77x mais chances de interagir com ferramentas de IA generativa e desenvolver proficiência nelas.

Munidos de autoconfiança, os colaboradores da sua empresa deixarão de gastar energia cognitiva tentando se encontrar na era da IA. Em vez disso, eles saberão quais recursos podem usar, até onde podem ir e o que se espera desse uso. Em outras palavras, eles passam a ver a IA com outros olhos, tendo mais disposição para experimentar essa tecnologia revolucionária e crescer com muito gás.

The post Fomente a adoção da IA na empresa com o apoio da alta administração appeared first on Degreed.

Foi assim que David Blake, fundador e CEO da Degreed, abriu o Vision 2025, o evento anual que tem como foco os avanços da nossa plataforma. E é isso mesmo. Mais do que mudar a forma como vivemos e trabalhamos, essa rápida evolução tecnológica também está modificando o jeito como aprendemos ― agora e no futuro. 

Para se ajustar à abrangência atual da revolução da IA, a aprendizagem precisa ser: tão adaptável quanto os colaboradores e as tecnologias da sua organização; personalizada e relevante para maximizar o desenvolvimento de habilidades; responsiva às necessidades dos colaboradores e da empresa em larga escala. Essa aprendizagem e a resiliência adaptativa serão fundamentais na era da IA. 

“Durante este momento de mudanças, haverá consequências — boas e ruins —, e queremos garantir que todos nós desfrutemos das consequências boas”, alerta Blake.

O que é a aprendizagem adaptativa?

A aprendizagem adaptativa é altamente personalizada e responsiva. Ela é ajustada conforme a trajetória e os feedbacks em tempo real de cada aprendiz, intensificando a interatividade e a adaptabilidade ao trabalho de cada um.

“A [aprendizagem adaptativa] é aquela que se ajusta automaticamente às necessidades do aprendiz com base em suas habilidades, função, nível de proficiência e objetivos”, detalha Nicole Helmer, diretora de produto da Degreed. “Ela é contextual, dinâmica e, o mais importante, acaba com desperdícios, fazendo com que cada momento de desenvolvimento seja proveitoso.”

Confira o que a Degreed está fazendo para viabilizar esse salto no setor de aprendizagem:

Geração automática de quizzes

O desenvolvimento de habilidades na era da IA não pode focar apenas a eficiência. Afinal, a eficácia também é importante. A conclusão de conteúdos ainda é uma métrica a ser considerada, mas é preciso averiguar se a compreensão está acontecendo.

Os colaboradores estão mesmo aprendendo e adquirindo a capacidade de aplicar as novas habilidades? Onde estão as lacunas? Agora, o Degreed Maestro conseguirá gerar quizzes de forma automática para que os aprendizes testem seus conhecimentos. 

A partir daí, administradores e líderes também poderão ver resumos dos resultados dos quizzes para identificar lacunas de habilidades críticas para, então, saná-las.

Marcação de proficiência de habilidades e mapeamento de habilidades conforme a função

Para que a aprendizagem personalizada seja eficaz, é preciso considerar a proficiência das habilidades, não apenas quais habilidades constam do perfil do colaborador. 

Por isso, agora possibilitamos a marcação em lote de proficiências de habilidades, permitindo que os usuários marquem automaticamente um grande volume de conteúdos com habilidades e níveis de proficiência específicos. Depois de analisar os títulos, descrições e metadados de conteúdos, a IA combinará essas informações com a taxonomia de habilidades da sua empresa para garantir a precisão da marcação.

Em seguida, o novo fluxo de mapeamento de habilidades conforme a função entrará em ação, oferecendo um jeito simples e escalável de definir o que se espera de cada função e de compreender onde estão as lacunas de habilidades. Esse processo proporciona uma forma fácil e estruturada de mapear habilidades e direcionar os níveis-alvo de proficiência de cada função, para, então, nortear a aprendizagem dos colaboradores.

Protocolo de Contexto de Modelo (MCP)

Uma IA sem contexto equivale ao seu app de mapa preferido sem o GPS. Em um sistema de aprendizagem, é o contexto (por exemplo, dados de habilidades, objetivos organizacionais, detalhes da função) que fará com que a IA deixe de apresentar informações genéricas para passar a proporcionar experiências personalizadas de aprendizagem.

O Protocolo de Contexto de Modelo (MCP, na sigla em inglês) proporciona à IA uma maneira padronizada e controlada de utilizar o contexto certo proveniente da Degreed e de sistemas conectados, independentemente de onde estejam os modelos de IA ou da plataforma em que se baseiam (isso mesmo, inclusive outras ferramentas compatíveis com MCP, como Gemini e Copilot). Por meio do MCP, a IA tem acesso aos dados de habilidades, funções, histórico de aprendizagem e limites que importam. Assim, é possível melhorar a personalização do desenvolvimento e orientar a preparação dos colaboradores para o que vem a seguir.

Inovações experimentais

Com a IA, a aprendizagem continuará evoluindo em ritmo acelerado, e o laboratório da Degreed para experimentos com IA já está vislumbrando o desenvolvimento do futuro. 

Entre esses experimentos, há diversas experiências de aprendizagem nativas de IA, com múltiplas etapas, como pílulas de coaching, pontuação por IA de projetos de prática e até perguntas inteligentes e ciclos de feedback integrados à aprendizagem e dados agregados de respostas.

Além disso, continuamos refinando o Maestro para proporcionar experiências de aprendizagem reais e integradas ao fluxo de trabalho. Estamos também expandindo a Degreed Open Library, nosso repositório de trilhas que abrangem as habilidades que estão em alta no mercado. Vale lembrar que essas trilhas não têm custo extra para os clientes do Degreed Learning. 

Tudo isso é só começo de uma era de aprendizagem dinâmica e responsiva, personalizada de uma forma inédita. Conte com essas experiências de aprendizagem adaptativa para preparar sua força de trabalho para a revolução da IA e muito mais. 

The post Os primeiros passos para uma aprendizagem adaptativa e dinâmica no ambiente de trabalho appeared first on Degreed.

A primeira foi a imprensa, que codificou e disseminou o conhecimento a uma escala até então inédita.

A segunda foi a industrialização do sistema escolar, um processo criado para preparar gerações inteiras para trabalhar em fábricas e escritórios.

A terceira foi a internet, que possibilitou que bilhões de pessoas tivessem acesso ao conhecimento e levou a aprendizagem para fora da sala de aula tradicional. Afinal, com a internet é possível aprender na empresa, em casa, em qualquer lugar e a qualquer momento da vida.

Agora, estamos vivenciando a quarta revolução: a ascensão da IA.

Eficiência não é tudo

A IA já faz parte do nosso dia a dia de trabalho, em reuniões, documentos e sistemas. No entanto, isso não quer dizer que as pessoas estejam de fato aprendendo. Até aqui, a IA as deixou mais eficientes, mas não necessariamente mais capacitadas. Por enquanto.

E isso é um problema, pois grande parte das organizações está usando a IA para uma finalidade: ganhar eficiência. Embora isso seja incrível, é bom lembrar que velocidade não equivale a habilidade.

A infraestrutura ainda importa

Já vimos este filme: o YouTube chegou e revolucionou a distribuição de conteúdos ao disponibilizar uma quantidade absurda de conteúdos educativos que podem ser acessados em qualquer lugar do mundo.

Contudo, a plataforma não resolveu a aprendizagem corporativa, não criou mais competência nem atendeu às necessidades das organizações de gerenciar o que os colaboradores aprendem.

Sabe por quê? Porque a infraestrutura ainda importa. Nós precisamos de sistemas, contextos, feedbacks e resultados. 

Essa mesma lógica se aplica à IA. A implantação de um chatbot no portal da empresa não é uma estratégia de aprendizagem, assim como ter um CoPilot que resume reuniões e políticas de RH não desenvolve conhecimentos sobre os assuntos abordados. Afinal, respostas não desenvolvem habilidades.

O diferencial de um sistema sério de aprendizagem com IA não é o modelo, mas sim a infraestrutura que o respalda, que são os elementos que servem de base para a IA, tais como:

• A ciência da aprendizagem;
• Dados verificáveis de habilidades;
• Integração com sistemas;
• Contexto organizacional alinhado a objetivos estratégicos.

Sem esses recursos, as ferramentas de IA da sua empresa não estão otimizadas para a aprendizagem. Essa estrutura faz toda a diferença, pois é ela que determinará o impacto que a aprendizagem terá nesta nova era.

O desafio de aprimorar e acelerar o upskilling em ambientes de trabalho

Segundo o Fórum Econômico Mundial e a Accenture, 60% da força de trabalho mundial precisará aprimorar habilidades nos próximos cinco anos. Trata-se de um aumento de 10 pontos percentuais desde 2020. E apenas cerca de 40% dos líderes de alto escalão se consideram preparados, uma redução de 10 pontos percentuais desde 2020. 

Nós já sabíamos dessa lacuna de habilidades cinco anos atrás, e os líderes se sentem ainda menos preparados hoje. Em outras palavras, mais pessoas precisam desenvolver mais habilidades em menos tempo, aliás, no menor tempo já visto até hoje. 

O conceito de “aprendizagem just-in-time” foi cunhado na terceira revolução da aprendizagem ― a da internet ―, com o principal objetivo de dar às pessoas acesso a conteúdos no momento exato em que elas precisam deles. Mas agora o trabalho está em franca mudança: as tarefas estão sendo automatizadas, há mais fluidez entre as funções e o conhecimento está mais em conta, diferentemente do pensamento crítico, da adaptabilidade e da criatividade, que ganharam mais valor.

Precisamos de um novo modelo de aprendizagem capaz de acompanhar o ritmo das mudanças e a realidade atual do mundo com IA. Para isso, vislumbro um futuro mais ou menos assim:

• A aprendizagem adaptativa identifica o que a pessoa já sabe e foca apenas nas habilidades específicas que ela precisa desenvolver.
• Por atuar em tempo real, a inteligência de habilidades possibilita que a empresa sane lacunas antes mesmo que elas atrapalhem as operações. 
• A IA ajuda os colaboradores a trabalhar com mais qualidade e perspicácia, indo além da agilidade.

E quando esse futuro vai se materializar? Bom, ele já chegou.

The post Por que a infraestrutura de IA é um diferencial para a aprendizagem appeared first on Degreed.

Eu sou da chamada geração Millennial e não tinha décadas de experiência em liderança quando assumi meu primeiro cargo de gestão. Por outro lado, eu tinha curiosidade e disposição para testar ferramentas novas. Experimentei plataformas que me ajudaram a agilizar o processo de integração de novos colaboradores, a entender os pontos fortes da minha equipe e a fazer os projetos avançarem. Mais do que conveniente, essa abertura para a tecnologia se tornou uma forma de sanar lacunas e ter autoconfiança para liderar.

Outro dia me peguei pensando: será que a flexibilidade dos millennials é o segredo para vencer o abismo existente entre os modos tradicionais de trabalho e as novas táticas que priorizam as tecnologias? Somos nativos digitais e crescemos usando a tecnologia com o pé nas costas. Fomos os primeiros usuários do Slack e do Zoom no ambiente de trabalho. E, sim, ensinamos todo mundo — provavelmente mais de uma vez — a exportar um documento como PDF. Agora, estamos prontos para fomentar a aprendizagem com recursos de IA. 

Eis aqui a minha proposta para líderes de T&D: usem os millennials como facilitadores da transformação com IA. A partir do momento em que líderes de T&D firmarem parcerias conosco, millennials, a adoção tenderá a ser um processo menos pedregoso. Vai ser contagiante! Nós sabemos fazer a moda pegar. Por isso, esta parte do nosso curso ensina a contar com seus gestores millennials para personalizar a aprendizagem de um jeito inédito.

Aula 1: a adoção começa pelas pessoas, não pelas plataformas

A aprendizagem corporativa sempre correu atrás da personalização, que, por anos, se resumiu a recomendar uma lista de cursos com base no departamento do colaborador. Hoje, a IA virou o jogo. As plataformas são capazes de identificar as habilidades que o colaborador tem, mapeá-las conforme os objetivos profissionais para, então, ajustar trilhas que acompanham o desenvolvimento de cada um.

Contudo, eu aprendi algo como líder: a tecnologia não gera mudanças por vontade própria. As pessoas, sim. Minhas equipes jamais ficaram empolgadas com “um sistema novo” só porque o RH o implantou. As pessoas começavam a usar as novidades depois que me viam usando, compartilhando resultados e mostrando como o trabalho delas ficaria mais fácil.

Gestores millennials estão em uma posição privilegiadíssima para fomentar esse tipo de adoção. Afinal, nós:

• Formamos a maior parcela da força de trabalho, muitas vezes em funções de liderança
• Nos sentimos mais confortáveis em experimentar ferramentas de IA do que outras gerações
• Valorizamos o crescimento e o equilíbrio entre vida pessoal e vida profissional, além de termos vontade de criar oportunidades profissionais para os integrantes de nossas equipes

Ao utilizarem IA na aprendizagem, os gestores mostram para os colaboradores que se trata de algo normal.

Lesson 2: AI Removes Barriers and Elevates Coaching for Personalized Training

Eu percebi algo interessante no primeiro projeto-piloto que lancei com uma ferramenta de aprendizagem com IA: minha equipe deixou de desperdiçar horas pesquisando materiais. A plataforma oferecia de forma explícita exatamente o que cada um precisava, no momento certo.

Assim é a IA na aprendizagem:

• Integração que faz sentido: já no primeiro dia, os novos colaboradores têm acesso a trilhas montadas para as funções que desempenharão.
• Lacunas de habilidades solucionadas em tempo real: o upskilling pode acontecer diante de uma mudança legal ou quando um sistema novo entra no ar.
• Crescimento personalizado: os colaboradores percebem que a aprendizagem está atrelada a seus planos de carreira pessoais, indo além de cursos genéricos só para atender ao compliance.
• A retenção acontece porque há relevância: os colaboradores escolhem permanecer na empresa quando percebem que a gestão investe no futuro deles.

Como gestora, vejo o Degreed Maestro como algo revolucionário. Essa nossa IA desenvolvida especialmente para a aprendizagem me ajudou a me tornar uma coach melhor. Em vez de tentar adivinhar quais eram as necessidades da minha equipe, passei a ter insights sobre as habilidades e os avanços de cada um. Com isso, minhas reuniões individuais ganharam mais expressividade, e nosso trabalhou passou a ser mais produtivo.

Aula 3: os gestores multiplicam o impacto da AI

Na minha experiência, percebo uma diferença clara:

• Sem a condução da gestão, a IA parece ser só mais uma iniciativa de RH. A adoção é lenta, e os colaboradores assumem uma postura de ceticismo.
• Com a condução da gestão, a IA é vista como uma vantagem para a equipe. Os colaboradores percebem benefícios reais no dia a dia de trabalho.

Quando contei para minha equipe que a IA me ajudou a fazer uma pesquisa de inteligência competitiva na metade do tempo que costumava levar, todo mundo passou a usá-la também. Eu não “vendi” a tecnologia para os colaboradores, mas mostrei o que ela era capaz de fazer.

Isso explica por que gestores millennials são multiplicadores. Nossa disposição para experimentar novidades e compartilhar resultados confere credibilidade ao uso da IA na aprendizagem para todas as gerações que estão sob a nossa liderança.

Aula 4: líderes de T&D podem recorrer a gestores millennials desde já

Como contar com gestores millennials para acelerar a adoção da aprendizagem com IA?

1. Comece dando pequenos passos: convide um grupo de gestores millennials para participarem de um projeto-piloto de trilhas com curadoria feita por IA em áreas como liderança ou habilidades digitais. [Degreed Open Library]
2. Disponibilize uma plataforma: estimule-os a compartilhar resultados positivos e situações com os colegas. Um breve estudo de caso ou uma história de sucesso da equipe inspiram confiança. 
3. Contextualize: não entregue roteiros de mão beijada. Em vez disso, mostre como a IA conecta desenvolvimento de habilidades, retenção ou produtividade. Pode deixar que os millennials darão conta de traduzir essa mensagem para as equipes que lideram.
4. Reconheça vitórias: destaque gestores millennials que promoveram a adoção de ferramentas nos meios de comunicação internos da empresa. Essa visibilidade os deixará motivados e validará o esforço que dedicaram à iniciativa.

Tarefa: identifique cinco gestores em funções muito suscetíveis a mudanças. Inclua-os em um projeto-piloto de aprendizagem com IA. Peça que eles apresentem resultados como aceleração do processo de integração de novos colaboradores ou aumento do engajamento da equipe na próxima reunião de liderança.

A IA possibilita que aprendizagem seja personalizada em larga escala. Contudo, a adoção depende das pessoas, não de plataformas. Como gestora millennial, vejo como as equipes têm reagido rapidamente quando percebem que a tecnologia facilita o trabalho e abre as portas para um futuro promissor.

É por isso que as empresas não podem subestimar essa geração. Mais do que confortáveis com a IA, temos segurança para utilizá-la. Quando as organizações deixarem que os gestores millennials sejam os condutores dessa gigantesca transformação, a IA na aprendizagem não será meramente implementada, mas sim integrada por completo às operações.

Quando os millennials tiverem autonomia para ditar o ritmo da transformação, mais do que acompanhar as mudanças, as organizações ditarão o ritmo dessas mudanças.

The post Fundamentos intermediários de aprendizagem personalizada: gestores millennials podem potencializar a adoção da IA appeared first on Degreed.