Há uma diferença entre exercitar uma decisão e saber o que a decisão revelou. A maior parte dos programas de formação em IA para executivos e conselheiros faz bem a primeira parte: apresenta casos, provoca debate, entrega um certificado de participação. O que falta é a segunda — alguém que diga, com critérios declarados antes, o que cada pessoa fez diante do caso e o que isso significa quando o apoio sai da sala.
Três perguntas
A primeira é a retenção. Não o que a pessoa sabia ao fim do dia, mas o que ainda sabe fazer semanas depois, sem o material ao lado. A segunda é a transferência: se o que foi praticado num caso aparece em outro, diferente, com outro setor e outra mesa. A terceira é a autonomia: se a pessoa faz sem a IA ao lado — e sabe quando chamá-la de volta.
Nenhuma das três se responde com um questionário de satisfação. Todas as três se respondem com observação: um caso construído para forçar escolhas reais, critérios escritos antes da aplicação e uma prova feita com a IA desligada, depois de um intervalo.
Por que isso importa agora
Um estudo com estudantes mediu o efeito de aprender com IA sem salvaguardas: desempenho 48% maior com a ferramenta ligada e 17% menor com ela desligada — abaixo de quem nunca a usou. O grupo que aprendeu com uma IA desenhada para ensinar, e não para resolver, não teve a queda. A lição vale para quem decide: a fluência com a IA ligada pode esconder uma dependência que só aparece quando ela sai.
O que fazemos com isso
Nos programas AI-Ready da Discernia, cada participante decide sob pressão de tempo e contraditório, diante de personagens-agentes com papel, informação e objetivos próprios. O debriefing descreve o que a pessoa fez — não quem ela é — e devolve pontos fortes e hipóteses, nunca prescrições. E o que ficou é medido pelo padrão LUMEN, publicado em regime aberto, com a IA fora de cena.
- Critérios declarados antes, não inferidos depois.
- Comportamento observado, não autorrelato.
- Prova com a IA desligada, depois de um intervalo.
Não prevemos desempenho e não emitimos juízo sobre a pessoa. Medimos o que sobra — porque é isso que a cadeira vai exigir quando a reunião for de verdade.
- Bastani, H. et al. “Generative AI without guardrails can harm learning”. PNAS 122 (2025).
- Discernia. Padrão LUMEN — position paper v4 (jul/2026), regime aberto.
Pode citar — com a fonte.