Existe uma pergunta que nenhuma escola de negócios gosta de responder: por que a maioria dos profissionais com MBA não consegue tomar uma decisão sob pressão sem engasgar?
Não é falta de conteúdo. É falta de treino.
Este artigo explica como chegamos a essa conclusão, o que fizemos a respeito e por que acreditamos que a metodologia Active IA representa a mudança mais importante na educação profissional brasileira desde a chegada do EAD.
Nunca houve tantos profissionais certificados no Brasil. Segundo dados do INEP, o número de concluintes de cursos de pós-graduação lato sensu cresceu mais de 300% na última década. Plataformas de ensino online multiplicaram a oferta. O certificado virou commodity.
E, no entanto, conversa com qualquer diretor de RH de uma empresa de médio ou grande porte e você vai ouvir a mesma frase: “É muito difícil encontrar gente que realmente resolva problemas.”
Não é paradoxo. É a consequência lógica de um modelo de ensino que não foi desenhado para produzir pessoas que resolvem problemas. Foi desenhado para produzir pessoas que passam em provas.
“Eu entrevistei centenas de candidatos ao longo da minha carreira. O padrão que me assustava não era a falta de conhecimento técnico — era a paralisia diante da ambiguidade. A pessoa sabia tudo sobre gestão de projetos e não conseguia me dizer o que faria se o projeto saísse do trilho. Esse gap me incomodou por anos até que eu entendesse a raiz do problema.”
— Otello Bertolozzi Neto, CEO da Galícia Educação
A raiz do problema tem nome. Os pesquisadores de Stanford Jeffrey Pfeffer e Robert Sutton a chamaram de Knowing-Doing Gap — o abismo entre saber e fazer. No livro homônimo, publicado em 2000 e ainda brutalmente relevante, eles documentam como organizações e indivíduos acumulam conhecimento sem jamais convertê-lo em ação competente.
O modelo educacional tradicional, herdado da Revolução Industrial, foi construído para maximizar a transferência de informação de um emissor (o professor) para um receptor (o aluno). Funciona muito bem para criar operadores de linha de montagem, onde a tarefa é repetição de um procedimento conhecido.
Mas na economia do conhecimento — e especialmente na era da inteligência artificial — repetição é tarefa de máquina. O que o mercado remunera de forma crescente são três capacidades que não se desenvolvem assistindo a vídeos: julgamento, estratégia e resolução de problemas inéditos.
“Do ponto de vista das ciências cognitivas, o que o ensino tradicional produz é memória declarativa — ‘eu sei que’. O mercado exige memória procedural — ‘eu sei como’. São estruturas neurológicas distintas, ativadas por processos de aprendizado completamente diferentes. Você não desenvolve memória procedural por exposição passiva a conteúdo. Você a desenvolve pela prática deliberada, pelo erro corrigido e pelo feedback imediato.”
— Paulo Lira, Head de Conteúdo da Galícia Educação, economista, mestre e doutor pela UFRJ, professor visitante na Columbia University
Essa distinção — entre saber que e saber como — é o fundamento intelectual de toda a metodologia Active IA.
Quando o ensino a distância digital ganhou escala no Brasil, entre 2010 e 2020, havia uma expectativa de que a tecnologia transformaria o aprendizado. E em parte isso aconteceu: o acesso se democratizou, o custo caiu, a flexibilidade aumentou.
Mas o modelo pedagógico, na maior parte das plataformas, permaneceu o mesmo. Trocou-se o professor na lousa pelo professor em vídeo. Trocou-se a prova presencial pelo quiz de múltipla escolha. O aluno continuou sendo um espectador.
Pior: o EAD acelerou alguns problemas do ensino presencial. A gamificação superficial — barras de progresso, certificados automáticos, cursos em velocidade 2x — criou a ilusão de aprendizado sem o aprendizado de fato.
Pesquisadores chamam isso de fluência ilusória: a sensação subjetiva de que você compreendeu algo apenas porque conseguiu reconhecê-lo quando o professor falou. É muito diferente de conseguir aplicá-lo quando o problema aparecer sem aviso, em um contexto que você não viu antes.
“O EAD resolveu o problema errado. Ele resolveu o problema de acesso. Mas o problema que importa — como você garante que o aluno vai conseguir usar o que aprendeu em condições reais — esse problema o EAD tradicional ignorou completamente. A gente não ignorou.”
— Otello Bertolozzi Neto
Em algum momento de 2023, a equipe da Galícia se fez uma pergunta que parece óbvia mas que ninguém na educação profissional brasileira havia respondido de forma sistemática:
Por que treinamos pilotos de avião de um jeito e treinamos executivos de outro?
Nenhuma companhia aérea coloca um piloto no cockpit sem centenas de horas em simulador de voo. O simulador não é um complemento do treinamento — é o núcleo. O piloto enfrenta pane de motor, tempestade, falha elétrica, sequestro, emergência de pressurização. Ele erra. O simulador registra o erro, o instrutor analisa, o piloto corrige e tenta de novo.
O custo do erro no simulador é zero. O custo do aprendizado é máximo.
Por que não fazemos isso com profissionais de gestão, direito, saúde, finanças?
A resposta histórica era: porque é caro demais construir simulações realistas para cada área e cada nível de carreira. Você precisaria de atores, de cenários construídos, de avaliadores especializados. A logística inviabilizava a escala.
A inteligência artificial generativa mudou esse cálculo completamente.
“Quando os grandes modelos de linguagem — os LLMs — chegaram ao nível de qualidade que chegaram em 2022 e 2023, eu fiquei muito mais animado com o impacto deles na educação do que na geração de conteúdo. Geração de conteúdo é uma aplicação óbvia e, francamente, um pouco entediante. O que me animou foi perceber que pela primeira vez era possível construir agentes de contexto — interlocutores artificiais que se comportam como um cliente irracional, um investidor cético, um juiz hostil — com qualidade suficiente para criar tensão cognitiva real no aprendiz.”
— Paulo Lira
Tensão cognitiva real. Esse conceito é central e merece uma explicação.
A neurociência do aprendizado é clara em um ponto: o cérebro não aprende de forma profunda em estado de conforto. O aprendizado que gera memória de longo prazo — o tipo que você consegue acessar sob pressão, anos depois, em um contexto que nunca viu antes — requer o que os pesquisadores chamam de desafio desejável.
Desafio desejável é a dificuldade calibrada: suficientemente difícil para ativar a atenção e o esforço cognitivo, mas não tão difícil a ponto de produzir desistência. É o estado em que você tenta, falha, recebe feedback e tenta de novo.
Robert Bjork, da UCLA, que cunhou o termo, demonstrou em décadas de pesquisa que as condições que fazem o aprendizado parecer mais fácil no curto prazo — repetição imediata, feedback constante, contexto único — são exatamente as que produzem pior retenção no longo prazo. E vice-versa: as condições que parecem mais difíceis e frustrantes — variação de contexto, espaçamento, recuperação com esforço — são as que produzem aprendizado duradouro.
O problema é que o ensino tradicional foi otimizado para parecer eficiente, não para ser eficiente. Alunos e professores preferem, subjetivamente, as condições de aprendizado fácil — e o mercado educacional respondeu a essa preferência.
A Active IA inverte essa lógica deliberadamente.
“A gente projetou a metodologia para ser desconfortável na medida certa. Quando um aluno entra em uma simulação e o agente de IA começa a questionar a lógica dele, a pedir dados que ele não tem, a apresentar objeções que ele não esperava — o instinto inicial é de frustração. Isso é exatamente o que queremos. É o sinal de que o aprendizado está acontecendo de verdade.”
— Paulo Lira
“Tem gente que reclama que é difícil. Ótimo. O mercado real também é difícil. A diferença é que no mercado real você paga o preço do erro com reputação, com dinheiro, às vezes com o emprego. Na simulação, você paga com tempo e aprende de graça.”
— Otello Bertolozzi Neto
A metodologia se organiza em quatro etapas que se repetem em cada módulo de cada curso da Galícia.
O aluno recebe um cenário construído a partir de casos reais de mercado — não um exercício didático criado para ter resposta certa e errada. O cenário é específico, detalhado e ambíguo por design.
Um exemplo da Escola de Gestão: você é diretor comercial de uma empresa de tecnologia B2B. Seu maior cliente, responsável por 22% da receita, acabou de solicitar uma reunião de emergência. Pelo tom do e-mail, parece que vão pedir rescisão ou renegociação agressiva. Você tem uma hora para se preparar. O que você faz?
Um exemplo da Escola de Direito: você é advogado de uma startup que acaba de receber uma notificação extrajudicial de uma grande empresa alegando violação de trade dress. O fundador quer responder de forma agressiva. O investidor principal quer evitar litígio a qualquer custo. Você tem 24 horas para dar uma recomendação estratégica. Qual é ela?
Não existe resposta certa. Existem respostas melhores e piores, com consequências diferentes. Exatamente como no mercado real.
O aluno assume o papel executivo e precisa tomar decisões com as informações disponíveis — que nunca são completas, porque no mercado real elas nunca são.
Os agentes de IA simulam os interlocutores do cenário: o cliente insatisfeito, o investidor cético, o juiz hostil, o subordinado resistente. Eles respondem de forma dinâmica às escolhas do aluno, escalando ou desescalando a complexidade conforme o raciocínio apresentado.
“A primeira vez que um aluno interage com um agente bem calibrado, a reação é quase sempre a mesma: surpresa. Ele não esperava que a IA fosse ‘empurrar de volta’. No ensino tradicional, você apresenta seu argumento e a resposta esperada é validação ou correção binária. No agente Active IA, a resposta é uma nova camada de complexidade. É assim que funciona uma negociação real.”
— Paulo Lira
Este é o ponto que mais diferencia a Active IA de qualquer abordagem de avaliação que o aluno encontrou antes.
A inteligência artificial não corrige uma prova. Ela não verifica se a resposta está certa ou errada. Ela analisa a lógica da decisão: quais premissas o aluno assumiu, quais riscos ele mapeou, quais riscos ele ignorou, qual seria a consequência da decisão em diferentes cenários e o que um profissional sênior faria diferente — e por quê.
O feedback é específico, contextualizado e brutalmente honesto.
Se o aluno escolheu ser agressivo em uma negociação onde a relação de longo prazo era mais valiosa do que o ganho imediato, a IA não diz “errado”. Ela diz: você priorizou o resultado de curto prazo e subestimou o custo de relacionamento. Em 73% dos casos documentados com esse perfil de cliente, essa abordagem resulta em churn em até 18 meses. Dado o LTV desse cliente, o custo esperado da sua decisão é X. Aqui estão três alternativas que preservam o relacionamento sem abrir mão do resultado.
“A diferença entre feedback de múltipla escolha e feedback de raciocínio é a diferença entre um médico que te diz ‘você está errado’ e um médico que te explica por que seu diagnóstico estava errado, qual era o raciocínio correto e como você vai reconhecer o mesmo padrão na próxima vez. O primeiro produz conformidade. O segundo produz competência.”
— Paulo Lira
O julgamento executivo do aluno é medido e registrado ao longo de todo o curso. Não como uma nota — como um perfil de competências que evolui.
O aluno acompanha em que dimensões melhorou (gestão de crise, comunicação executiva, raciocínio jurídico, negociação sob pressão), onde ainda apresenta padrões de decisão subótimos e quais são os próximos desafios calibrados para o seu nível atual.
“Um dos efeitos mais interessantes que observamos é que os alunos começam a competir com elas mesmas de uma sessão para outra. Não com os outros alunos — com o próprio histórico de decisões. Isso muda completamente o locus de motivação. Você não está estudando para passar. Você está treinando para melhorar.”
— Otello Bertolozzi Neto
Um dos efeitos mais paralisantes do mercado de trabalho moderno é o que os psicólogos organizacionais chamam de aversão ao erro público. Profissionais em ambientes corporativos aprendem rapidamente que errar em reunião, em frente ao chefe ou diante de um cliente tem um custo desproporcional à magnitude do erro. A resposta adaptativa é jogar na defensiva: não propor nada que possa falhar, não inovar onde o fracasso seja visível.
O resultado é organizações repletas de pessoas competentes que nunca testam hipóteses ousadas porque o custo do erro é alto demais.
Amy Edmondson, professora de Harvard e uma das principais pesquisadoras de segurança psicológica no trabalho, documentou extensivamente como a ausência de um ambiente seguro para errar é um dos maiores inibidores de aprendizado organizacional e inovação.
A simulação com IA cria, pela primeira vez em escala, um ambiente onde o custo do erro é zero e o valor do aprendizado é máximo.
“No simulador, você pode ser o pior gestor do mundo por trinta minutos. Pode tomar todas as decisões erradas, destruir a margem da empresa fictícia, perder o cliente virtual, ser confrontado pelo agente de IA com as consequências de cada escolha ruim. E no final, em vez de demissão, você recebe um relatório detalhado explicando exatamente por que cada decisão foi subótima e o que teria funcionado melhor. Isso é um presente que o mercado real nunca te dá.”
— Otello Bertolozzi Neto
“A literatura de psicologia do aprendizado é bastante clara: o feedback que mais acelera o desenvolvimento de competência é o feedback imediato, específico e contextualizado dado logo após uma tentativa com consequência real ou percebida. O simulador com IA é a primeira tecnologia na história da educação que consegue entregar essa combinação em escala, para qualquer área de conhecimento, a qualquer hora.”
— Paulo Lira
Há uma mudança em curso nos critérios de contratação das empresas mais sofisticadas do mundo. O currículo tradicional — lista de empregos anteriores, formação acadêmica, certificações — está perdendo relevância relativa para evidências diretas de competência.
A Galícia está construindo a infraestrutura para o que acreditamos que será o próximo padrão: o portfólio de decisões.
Em um futuro próximo — e para os alunos da Galícia, já no presente — seu histórico de aprendizado não vai listar apenas “MBA em Gestão de Projetos concluído em 2024”. Vai incluir um anexo verificável:
“O profissional completou 48 simulações de gestão de crise. Taxa de resolução: 83%. Manteve margem de contribuição virtual acima de 18% em cenários de recessão. Desempenho em negociação: percentil 74 entre alunos do mesmo programa.”
Isso é prova de competência. Isso é tangível. Isso elimina o risco da contratação de uma forma que nenhum certificado consegue.
“Headhunters que trabalham no nível de diretoria e C-suite já me dizem que o ‘onde você estudou’ pesa cada vez menos. O que eles querem saber é: o que você já resolveu? Qual foi a decisão mais difícil que você tomou? Como você pensa quando o problema não tem resposta certa? O portfólio de simulações responde essas perguntas com dados, não com storytelling de entrevista.”
— Otello Bertolozzi Neto
“Do ponto de vista acadêmico, o que estamos construindo é uma forma de avaliação autêntica — authentic assessment, como chamamos na literatura — em escala industrial. Avaliação autêntica é aquela que mede a competência no contexto em que ela será usada, não em um contexto artificial criado para fins de medição. É o padrão-ouro da avaliação educacional. Até agora, era impossível de implementar em larga escala. A IA tornou isso possível.”
— Paulo Lira
A metodologia está presente em todos os cursos da Galícia Educação — Escola de Gestão, Escola de Direito, Escola de Saúde, Escola de Coaching e Escola de Finanças — e se aplica a qualquer profissional que queira desenvolver competência executiva real, não apenas conhecimento teórico.
É especialmente relevante para três perfis:
O profissional que quer subir de nível. Você domina o técnico da sua área mas percebe que o que separa você do próximo degrau da carreira é julgamento executivo, comunicação sob pressão e capacidade de influência. A Active IA treina exatamente essas competências.
O profissional em transição. Você está mudando de área, de setor ou de função e precisa construir credibilidade em um contexto que ainda não domina. As simulações permitem acumular experiência de decisão em um ambiente seguro antes de entrar no mercado real da nova área.
O gestor que quer desenvolver a equipe. A metodologia pode ser usada como ferramenta de desenvolvimento de liderança dentro de organizações, com relatórios de performance que ajudam gestores a identificar gaps específicos de cada membro da equipe.
O mundo não precisa de mais pessoas que sabem a teoria. O Google sabe a teoria. O ChatGPT sabe a teoria melhor do que qualquer profissional com MBA vai saber.
O mundo precisa de pessoas que sabem navegar a incerteza, tomar decisões com informação incompleta, sustentar uma posição sob pressão, mudar de curso quando os dados mudam e influenciar outras pessoas em direção a um resultado.
Essas competências não se ensinam. Se treinam.
A Active IA é a nossa aposta de que a educação profissional pode — e deve — funcionar como treinamento, não como transmissão de conteúdo. Que a IA não serve apenas para gerar texto mais rápido, mas para criar os ambientes de prática deliberada que o aprendizado de verdade exige. E que o profissional brasileiro merece uma formação que o prepare para o mercado como ele é, não como ele aparece nos slides.
“Quando eu olho para o que estamos construindo, penso em algo simples: estamos dando às pessoas a chance de errar antes que o erro custe caro. Isso, por si só, já valeria tudo. O fato de que o processo também produz aprendizado acelerado, mensurado e verificável é o que faz da Active IA algo que vai muito além de um diferencial competitivo. É uma mudança de paradigma.”
— Otello Bertolozzi Neto
“A questão não é se a inteligência artificial vai transformar a educação. Ela já está transformando. A questão é quem vai liderar essa transformação com rigor metodológico e embasamento em evidências — ou quem vai simplesmente colocar um chatbot no final de um vídeo e chamar isso de inovação. A Active IA é nossa resposta a essa pergunta.”
— Paulo Lira
Sobre os autores:
Otello Bertolozzi Neto é CEO da Galícia Educação e sócio da Legale Educacional. Executivo com mais de 25 anos de experiência em negócios digitais, com passagens por Estadão, Abril e Saraiva. Na Ânima Educação, ajudou a criar a Escola Brasileira de Direito e a HSM University.
Paulo Lira é Head de Conteúdo da Galícia Educação. Economista pela PUC-SP, mestre e doutor pela UFRJ, professor visitante na Columbia University em Nova York. Passou por Ford, Santander e FIESP, e foi gestor acadêmico da EBRADI e da HSM University.
Conheça os cursos da Galícia Educação com metodologia Active IA: gestao.galiciaeducacao.com.br · direito.galiciaeducacao.com.br
Para quem quer o próximo passo: de coordenação para gerência, de gerência para head.
Ver os MBAs e pós