Design instrucional em tempos de IA

A tecnologia mudou. Mas a pergunta continua sendo educacional.

A inteligência artificial entrou na educação corporativa pela porta da frente — e, em alguns casos, pela janela, pelo teto e pelo porão ao mesmo tempo.

De repente, surgiram ferramentas para escrever roteiros, criar vídeos, gerar imagens, resumir conteúdos, montar trilhas, sugerir atividades, traduzir materiais, avaliar respostas, simular diálogos e até desenhar programas inteiros de aprendizagem. A caixa de ferramentas ficou enorme. E, como toda caixa de ferramentas muito cheia, trouxe junto uma tentação: sair usando tudo antes de perguntar o que precisa ser construído.

É aqui que começa o problema.

A IA pode acelerar muito. Pode apoiar muito. Pode ampliar possibilidades. Mas também pode produzir uma nova versão do velho erro: trocar pensamento pedagógico por produção de objetos educacionais.

Antes, o risco era transformar o designer instrucional em um “tirador de pedidos” de cursos. Agora, o risco é transformar a IA em atendente de uma pastelaria educacional: “sai uma trilha de liderança”, “sai um microlearning de feedback”, “sai um curso de criatividade com molho de prompt”.

Pode até sair rápido. Mas será que alimenta?

A profusão de ferramentas e o paradoxo da escolha

Uma das primeiras provocações da conversa foi sobre a ansiedade diante da quantidade de ferramentas disponíveis. Há sempre uma nova plataforma, um novo gerador, um novo plugin, um novo recurso, uma nova promessa.

O problema é que a abundância de meios pode nos fazer esquecer os fins.

Quando o designer instrucional começa pelo recurso — “vamos fazer um vídeo com IA”, “vamos criar um avatar”, “vamos usar uma ferramenta interativa”, “vamos gamificar” — ele corre o risco de colocar o carro na frente do boi. A forma passa a comandar o propósito. A ferramenta ocupa o lugar do pensamento.

E nem sempre o mais sofisticado é o mais adequado.

Às vezes, um manual curto resolve melhor do que um vídeo gerado por IA. Às vezes, uma conversa bem conduzida vale mais do que uma trilha longa. Às vezes, uma atividade simples e contextualizada ensina mais do que uma experiência digital cheia de efeitos.

Menos é mais — mas só quando o “menos” é desenhado com inteligência.

O desafio não é usar menos tecnologia por princípio. É usar a tecnologia certa, pelo motivo certo, para a pessoa certa, no contexto certo.

A onda bege: quando tudo começa a parecer igual

Um dos riscos mais visíveis do uso pouco crítico da IA é a padronização. Quando muitas pessoas usam prompts genéricos, modelos parecidos e repertórios semelhantes, os conteúdos começam a ganhar a mesma textura: corretos, organizados, aceitáveis — e profundamente esquecíveis.

É a chamada “onda bege”: treinamentos com cara de treinamento, textos com cara de IA, vídeos com cara de template, experiências que parecem ter sido produzidas em uma esteira.

Nada está necessariamente errado. Mas também nada parece vivo.

A educação corporativa já sofria com conteúdos genéricos antes da IA. A diferença é que agora conseguimos produzir genericidade em escala industrial.

Esse é um ponto decisivo: a IA pode democratizar a produção, mas também pode banalizar a experiência. Pode aumentar velocidade, mas reduzir densidade. Pode gerar variações infinitas de formatos, mas repetir a mesma falta de propósito.

O antídoto não está em rejeitar a IA. Está em recuperar o que ela não pode substituir: contexto, curadoria, intencionalidade, criatividade humana, escuta real e responsabilidade educacional.

Pensar primeiro, usar IA depois

A ordem importa.

Se o designer instrucional usa IA antes de compreender o problema, corre o risco de terceirizar justamente aquilo que deveria ser sua maior contribuição: o pensamento.

A IA pode ajudar a organizar ideias, levantar hipóteses, sugerir formatos, revisar textos, criar variações e acelerar partes do processo. Mas ela não sente a dor do usuário. Não conhece a cultura da empresa. Não percebe as tensões políticas. Não entende os códigos informais. Não sabe se a pessoa na ponta tem tempo, espaço, apoio ou autorização para aplicar o que aprendeu.

Quando usamos a IA para “pensar como o usuário final”, podemos estar apenas sofisticando uma suposição.

O usuário real precisa entrar no processo. As pessoas que vivem o problema precisam ser ouvidas. Gestores, colaboradores, especialistas, lideranças e aprendizes devem ajudar a construir a solução. Não como figurantes em uma validação final, mas como fontes legítimas de contexto.

A IA pode participar da conversa. Mas não deveria ocupar a cadeira de quem vive a realidade.

O designer instrucional não deveria ser um produtor de cursos

Talvez uma das mudanças mais importantes para o design instrucional seja abandonar definitivamente a ideia de que seu papel é “fazer cursos”.

Cursos podem ser parte da resposta. Mas nem sempre são a resposta.

O papel do designer instrucional — ou, em uma visão mais ampla, do arquiteto de aprendizagem — é resolver problemas de aprendizagem e desempenho. Isso exige diagnóstico, escuta, análise de contexto, definição de objetivos, desenho de experiências, escolha de estratégias, criação de práticas, avaliação e sustentação da aplicação.

Quando uma área pede “um treinamento de custos”, talvez o problema não seja falta de conteúdo sobre custos. Pode ser margem baixa, tomada de decisão ruim, ausência de indicadores, processos mal desenhados, desalinhamento entre áreas, pressão comercial ou falta de repertório para negociar.

Se o profissional de T&D apenas entrega o curso pedido, pode estar tratando o sintoma errado.

É como chegar ao médico pedindo um remédio específico antes do diagnóstico. Um bom médico escuta, pergunta, investiga e só depois prescreve. Um bom profissional de aprendizagem deveria fazer o mesmo.

A pastelaria educacional atende pedidos. A arquitetura de aprendizagem investiga problemas.

A base antiga ainda serve?

Modelos clássicos como ADDIE, 6Ds e outros frameworks ajudaram muito o campo de T&D. Eles organizaram processos, trouxeram método, criaram linguagem comum e ainda podem funcionar como pontos de partida.

Mas o mundo mudou.

Esses modelos nasceram em um contexto fortemente influenciado por abordagens lineares de processamento de informação: analisar, desenhar, desenvolver, implementar, avaliar. Há valor nisso. Mas há também limites.

Hoje, os desafios de aprendizagem são mais complexos, mais contextuais, mais sociais e mais dinâmicos. Desenvolver habilidades não é o mesmo que transmitir informações. Construir pensamento crítico, visão sistêmica, colaboração, liderança, autonomia ou capacidade de decisão exige mais do que sequência lógica de conteúdo.

A aprendizagem acontece em ecossistemas. Depende de cultura, liderança, tempo, prática, feedback, segurança psicológica, utilidade percebida, relações e oportunidade de aplicação.

Por isso, talvez o problema não esteja em abandonar todos os modelos antigos, mas em parar de tratá-los como receitas universais.

Modelo é guia. Não é piloto automático.

Do design instrucional ao design de experiências de aprendizagem

Nos últimos anos, o campo começou a incorporar camadas novas: design de experiência, design de serviço, neurodidática, neurociência, teoria dos esquemas, aprendizagem visual, aprendizagem social, ciência comportamental, antropologia, sociologia organizacional.

Essa ampliação é necessária.

Se o designer instrucional precisa criar experiências capazes de produzir aprendizagem real, ele não pode olhar apenas para conteúdo. Precisa olhar para o usuário, para o contexto, para as condições de uso, para o ambiente de trabalho, para a jornada antes e depois do curso, para os obstáculos de aplicação e para os mecanismos de sustentação.

É aqui que o Learning Experience Design ganha força: não como moda, mas como sinal de que a aprendizagem precisa ser pensada como experiência viva, não apenas como sequência instrucional.

Mas há uma armadilha: trocar “design instrucional” por “learning experience design” sem mudar a prática.

Não basta mudar o nome. É preciso mudar a pergunta.

Em vez de “como organizo este conteúdo?”, perguntar: “que experiência ajuda essa pessoa a agir melhor neste contexto?”.

Desenvolver habilidades muda o desenho

Quando o objetivo é ensinar uma informação técnica simples, uma experiência assíncrona bem construída pode ser suficiente. Mas quando falamos de desenvolvimento de habilidades — especialmente habilidades sociais, cognitivas e comportamentais — o desenho precisa mudar.

Competências como liderança, feedback, pensamento crítico, colaboração, escuta, negociação ou tomada de decisão não se desenvolvem apenas por exposição a conteúdo. Elas exigem prática, reflexão, interação, feedback e, muitas vezes, conexão humana.

Isso não significa que tudo precise ser presencial. Significa que o desenho deve prever momentos de aplicação, troca, elaboração e confronto com situações reais ou realistas.

Se queremos desenvolver habilidades, precisamos sair da lógica “conteúdo → quiz → certificado” e entrar em uma lógica mais robusta: problema → repertório → prática → feedback → reflexão → nova tentativa → aplicação no trabalho.

A aprendizagem precisa respirar.

Profundidade em tempos de conteúdo curto

As redes sociais nos acostumaram a estímulos rápidos. Vídeos de poucos segundos, cortes, frases de impacto, conteúdos fáceis de consumir e fáceis de esquecer.

A educação corporativa absorveu parte dessa lógica. Surgiram pílulas, microlearnings, vídeos curtos, trilhas fragmentadas. Há valor em formatos breves quando usados com critério. O problema é transformar brevidade em princípio pedagógico universal.

Nem tudo cabe em 30 segundos. Nem toda aprendizagem pode ser fatiada sem perder sentido. Nem toda competência se desenvolve em doses homeopáticas de conteúdo.

A profundidade continua importando.

E profundidade exige tempo, elaboração e algum nível de desconforto produtivo. Aprender não é apenas ser estimulado. É construir novas formas de perceber, interpretar e agir.

O desafio para o designer instrucional é equilibrar acessibilidade e densidade. Criar experiências que respeitem a atenção das pessoas sem capitular à superficialidade. Ser claro sem ser raso. Ser breve quando possível, profundo quando necessário.

Educação fast food: consome, entope, mas não alimenta

Há uma imagem poderosa para pensar parte da educação corporativa atual: o fast food de conteúdo.

São experiências rápidas, vistosas, fáceis de consumir e pouco nutritivas. Dão sensação de movimento, geram métricas de acesso, produzem certificados, alimentam relatórios. Mas deixam pouca substância.

A pessoa consome, mas não se alimenta. Assiste, mas não transforma. Clica, mas não aplica.

Esse modelo não nasceu com a IA, mas pode ser acelerado por ela. Afinal, nunca foi tão fácil produzir mais conteúdo em menos tempo.

Só que mais conteúdo não significa mais aprendizagem. E mais velocidade não significa mais impacto.

A pergunta central não deveria ser “quanto conseguimos produzir?”, mas “o que precisa ser elaborado para que algo mude na prática?”.

A educação corporativa não precisa de mais calorias vazias. Precisa de experiências que sustentem pensamento, ação e desenvolvimento.

O problema da aplicação: quando o contexto desampara

Mesmo quando uma experiência educacional é bem desenhada, ela pode fracassar se o contexto não permitir aplicação.

A pessoa aprende algo novo, volta para sua área, tenta mudar uma prática e encontra resistência. O gestor não apoia. O processo não permite. Os colegas desvalorizam. O tempo não existe. A cultura pune tentativa. A organização exige resultado, mas não abre espaço para o novo comportamento.

Depois de algumas tentativas frustradas, surge o desamparo.

A pessoa aprende que aprender não adianta. Que tentar aplicar não vale o esforço. Que o curso é um parêntese artificial no meio do trabalho real.

Esse é um dos grandes pontos cegos da educação corporativa: acreditar que a experiência educacional termina quando o curso acaba.

Não termina.

A aplicação precisa ser desenhada. O contexto precisa ser considerado. Lideranças precisam estar envolvidas. Métricas precisam fazer sentido. O trabalho precisa permitir que o aprendizado encontre caminho.

Sem isso, a formação vira promessa quebrada.

Medir impacto exige saber onde se quer chegar

A dificuldade de medir resultados em T&D não nasce apenas da falta de ferramentas. Muitas vezes, nasce da falta de precisão nos objetivos.

Quando os objetivos são genéricos, qualquer resultado parece possível — e nenhum resultado é realmente comprovável.

“Desenvolver liderança”, “melhorar comunicação”, “aumentar colaboração”, “fortalecer cultura”, “estimular inovação”: tudo isso pode significar muitas coisas. Sem critérios claros de profundidade, abrangência e aplicação, fica difícil desenhar uma experiência adequada e ainda mais difícil medir impacto.

O designer instrucional precisa fazer perguntas mais difíceis:

• Que comportamento precisa mudar?

• Em que contexto?

• Com que nível de autonomia?

• Com que frequência?

• Com quais critérios de qualidade?

• Que evidências mostrarão que a aprendizagem aconteceu?

• Que condições organizacionais precisam existir para a aplicação ser possível?

Medir impacto começa antes da avaliação. Começa no diagnóstico e na definição do problema.

A IA sobe ou baixa a régua?

A IA pode fazer as duas coisas.

Ela baixa a régua quando permite produzir materiais aceitáveis com pouco pensamento. Quando transforma qualquer pedido em uma trilha. Quando gera conteúdos genéricos com aparência profissional. Quando acelera a pastelaria. Quando faz parecer que design instrucional é apenas montagem de objetos.

Mas ela sobe a régua quando libera tempo para o que realmente importa: diagnóstico, escuta, análise, curadoria, criatividade, personalização, desenho de prática, feedback, avaliação e melhoria contínua.

A diferença está no uso.

Se a IA for usada para substituir pensamento, empobrece. Se for usada para expandir pensamento, fortalece.

O designer instrucional que apenas produzia conteúdo corre risco. O profissional que entende aprendizagem, contexto, experiência e resultado se torna ainda mais necessário.

A IA automatiza partes do processo. Mas não substitui responsabilidade pedagógica.

O novo repertório do designer instrucional

Em tempos de IA, o designer instrucional precisa ampliar sua formação. Não basta dominar ferramentas de autoria, roteirização e edição. Isso continua útil, mas já não é suficiente.

É preciso estudar educação. Aprendizagem. Cognição. Didática. Andragogia. Design de experiência. Design de serviço. Avaliação. Cultura organizacional. Tecnologia educacional. Dados. Sociologia. Antropologia. Comunicação. Inteligência artificial. Ética.

A régua subiu.

Não porque todos precisem virar especialistas em tudo, mas porque problemas complexos exigem repertório mais amplo. O designer instrucional do presente precisa conversar com diferentes ciências, fazer boas perguntas, entender limites das ferramentas e desenhar soluções contextualizadas.

O futuro da área não está no profissional que sabe apertar botões. Está no profissional que sabe decidir por que, quando e para quem apertar — e quando não apertar.

Menos prompt, mais pensamento crítico

A engenharia de prompt pode ser uma habilidade útil. Mas ela não deveria ocupar o centro da formação de quem trabalha com aprendizagem.

Antes de aprender a pedir melhor para a IA, precisamos aprender a pensar melhor sobre educação.

Sem pensamento crítico, o prompt apenas produz respostas mais elegantes para perguntas ruins. Sem diagnóstico, a IA acelera soluções inadequadas. Sem repertório pedagógico, a ferramenta vira maquiagem.

A questão não é escolher entre IA e pensamento humano. É colocar cada coisa no seu lugar.

A IA pode apoiar. O humano precisa discernir.

E discernimento exige base.

O fim da pastelaria?

A pergunta feita na live é provocadora: estamos diante de uma tomada de consciência de que plataforma e curso não entregam, sozinhos, resultado de negócio? Ou vamos apenas abrir a pastelaria para a IA atender mais rápido?

Provavelmente veremos os dois caminhos.

De um lado, plataformas cada vez mais automatizadas, capazes de gerar trilhas, recomendar conteúdos, avaliar interações, mapear supostos gaps e produzir experiências sob demanda. Algumas serão úteis. Outras apenas sofisticarão a lógica da produção em massa.

De outro lado, veremos organizações e profissionais mais conscientes de que aprendizagem exige contexto, arquitetura, prática, relação humana e propósito. Esses usarão IA, mas não entregarão a ela a direção do processo.

A bifurcação já começou.

A pergunta é em qual caminho cada organização quer investir.

Design instrucional como arquitetura de aprendizagem

Talvez a grande virada esteja em deixar de pensar o design instrucional como uma etapa de produção e passar a compreendê-lo como arquitetura de aprendizagem.

Arquitetura porque considera estrutura, circulação, experiência, contexto, uso, permanência, adaptação e impacto.
Aprendizagem porque o objetivo não é entregar conteúdo, mas desenvolver capacidade de ação.

Nesse sentido, o curso é apenas um dos elementos possíveis. Pode haver comunidades, simulações, práticas guiadas, tutoria, feedback, desafios, recursos de consulta, conversas estruturadas, trilhas adaptativas, atividades no trabalho, mentorias e espaços de reflexão.

A experiência educacional deixa de ser um produto isolado e passa a ser parte de um sistema.

E sistemas não se desenham olhando apenas para uma tela de autoria.

O conselho para quem está começando

Para quem está entrando agora na carreira de design instrucional, talvez o conselho mais honesto seja: comece pela base.

Estude ferramentas, sim. Aprenda IA, sim. Entenda o mercado, sim. Mas não comece pelo objeto final. Comece pelo impacto que precisa ser gerado.

Pergunte qual problema está sendo resolvido. Entenda o contexto. Converse com as pessoas. Investigue a dor real. Desenhe a experiência completa. Escolha ferramentas depois. Use IA com intenção. E, sobretudo, estude educação.

Não aceite ser apenas tirador de pedido. Não transforme todo problema em curso. Não confunda velocidade com qualidade. Não confunda conteúdo com aprendizagem.

O futuro do design instrucional não pertence a quem produz mais rápido. Pertence a quem pensa melhor.

A ferramenta não substitui a responsabilidade

A IA mudou o cenário. Isso é inegável. Mas ela não eliminou a responsabilidade de quem desenha experiências de aprendizagem. Pelo contrário: tornou essa responsabilidade ainda maior.

Porque agora é possível produzir muito, muito rápido. E justamente por isso precisamos perguntar com mais rigor: produzir o quê, para quem, por quê, em que contexto e com que evidência de impacto?

Em tempos de IA, o design instrucional precisa ser menos operacional e mais estratégico. Menos reativo e mais investigativo. Menos centrado em conteúdo e mais centrado em aprendizagem. Menos fascinado por ferramentas e mais comprometido com resultado humano e organizacional.

A tecnologia pode escrever. Pode sugerir. Pode montar. Pode simular. Pode acelerar.

Mas ainda cabe a nós fazer as perguntas que importam.

E talvez a principal delas seja: estamos usando a IA para pensar melhor — ou para evitar pensar?

———

Este artigo foi gerado a partir da conversa entre Gustavo Brito, Daniel Luzzi e Cristian Luft Berte, na live Cognita T&D360 Live - Ep 10: Design instrucional em tempos de IA. em 11 de set. de 2025.

Confira o papo na íntegra:

linkedin.com
Cognita T&D360 Live - Ep10: Design instrucional em tempos de IA