E se a plataforma de treinamento soubesse o que cada colaborador precisa aprender?
Boa parte do meu trabalho é olhar dado de perto no dia a dia, seja de CRM, seja de BI aplicado a aprendizagem. E uma coisa me chama atenção toda vez que reviso a operação de uma plataforma de treinamento: a empresa sabe muita coisa sobre cada colaborador (cargo, tempo de casa, avaliação de desempenho, competências que já domina), mas a trilha de curso que ele recebe é quase sempre igual à do colega ao lado, com o mesmo cargo. O dado existe. A personalização, na prática, ainda não chegou na maioria das plataformas.
O que os dados mostram
O AI in Learning & Development Report 2026, da Synthesia, ouviu 421 profissionais de T&D, reunindo mais de 20 mil pontos de dado sobre como os times usam inteligência artificial hoje e o que esperam dela. Um número resume bem: 72% dos times de T&D esperam que a IA entregue aprendizagem mais personalizada nos próximos dois anos, mas só 24% dizem que isso já acontece hoje. É a maior lacuna entre expectativa futura e valor atual de todo o estudo.
O motivo é simples de entender quando se olha para onde a IA já é usada. Hoje, o uso mais comum ainda é produção: gerar locução (63%), rascunhar conteúdo e questionário (60%), criar vídeo (52%). É valor real, mas é valor de velocidade, não de personalização. O uso de trilhas adaptadas (31% em piloto, 33% planejando), mapeamento de competências por pessoa (30% em uso, 32% planejando) e tutores de IA (30% em uso, 29% planejando) ainda está em estágio inicial na maioria das empresas.
Personalizar não é recomendar título de curso
O risco de qualquer discussão sobre personalização é ela virar só uma lista de conteúdo sugerido, como um catálogo de streaming. Isso ajuda pouco. Personalização de verdade em aprendizagem corporativa depende de três coisas acontecendo juntas: um diagnóstico real do que cada pessoa já sabe e do que falta (não só do cargo que ocupa), uma trilha que muda de rumo dependendo da resposta de quem está aprendendo, e um dado de volta para quem gerencia decidir o que fazer com essa informação, não só para o algoritmo decidir sozinho.
Sem essas três partes, a plataforma continua entregando curso, só que com um rótulo de IA colado em cima. Talvez explique por que só 47% dos profissionais ouvidos pela Synthesia acreditam que o LMS tradicional vai continuar sendo o centro do ecossistema de aprendizagem daqui a três anos. A tecnologia está caminhando para um modelo mais distribuído, em que a personalização acontece em vários pontos ao mesmo tempo (recomendação de conteúdo, tutor conversacional, mapeamento de competência, criação de conteúdos).
O que muda na prática
Comecei este texto olhando para a lacuna entre o que empresas esperam da IA e o que ela entrega hoje. Fechar essa lacuna não depende de comprar mais uma ferramenta de IA. Depende de três movimentos: mapear o perfil de cada colaborador além do cargo (o que ele já sabe, como aprende, onde está o gap real), montar trilhas personalizadas, e devolver esse dado para quem gerencia, não só para quem aprende, para que a decisão sobre o que priorizar deixe de ser um palpite.
É essa a lógica que aplicamos no NeoLXP: o Brain5 recomenda conteúdo a partir da base de conhecimento de cada empresa, as sugestões de conteúdo redirecionam quem está aprendendo sem reprovar ninguém, e o assessment de perfil comportamental entrega ao gestor uma leitura de como cada pessoa aprende e decide, não só um relatório de acesso. Nenhuma dessas peças sozinhas resolvem o problema. Juntas, são a diferença entre uma plataforma que entrega curso e uma que efetivamente sabe o que cada colaborador precisa aprender.
Se esse é um desafio que você reconhece na sua empresa, vale trocar uma ideia com o nosso time.
