Aprendiz ágil

Lifelong learning, subversão criativa e outros segredos para se manter relevante na Era das Máquinas Inteligentes

Publicado em 25 de fevereiro de 2021

Ideias centrais:

1 – Aprendiz ágil é a pessoa, o gestor de pessoas, a organização que se mantém permanentemente aprendendo, de modo mais rápido, mais produtivo e com mais sentido. É aquele que toma as decisões sobre sua própria aprendizagem ao longo da vida, com mentalidade ágil.

2 – Embora muitas vezes sejam tratados como mundos distintos a serem observados por atores diferentes com responsabilidades apartadas, o desenvolvimento das habilidades profissionais e as questões da educação básica são absolutamente ligados.

3 – Sistemas de renda básica universal não vão ser uma escolha. Serão uma necessidade. Talvez a única saída para evitar o colapso das sociedades pós-trabalho. Sem esse rendimento mínimo, a concentração de riqueza já existente levará ao limite do estresse social.

4 – O robô mastiga informações e cospe relatórios com gráficos e belas imagens. Isso, porém, não satisfaz os seres humanos. É preciso colocar essas imagens no contexto de uma história.

5 – Para além da aplicabilidade imediata no campo profissional, faz parte da formação integral de uma pessoa ter acesso às artes, à filosofia e ao entendimento do humano para além do prisma da produtividade econômica.

Sobre os autores [veja depoimento exclusivo]:

Alexandre Teixeira é jornalista, escritor e palestrante. Formou-se pela Cásper Libero e trabalhou em algumas das principais redações do país, sempre na área econômica e de negócios. Foi repórter do Jornal da Tarde e do Valor Econômico, além de editor das Revistas IstoÉ Dinheiro e Época Negócios. Escreveu Felicidade S. A. De dentro para fora e Rotinas criativas. É cofundador da ODDA (O Dia Depois de Amanhã), plataforma de tendências em desenvolvimento humano para cocriação de futuros sob medida.

Clara Cecchini é formada em Artes Cênicas pela Unicamp, com MBA em Bens Culturais pela FGV. É criadora de iniciativas de aprendizagem inovadoras em espaços tão diversos quanto bancos, ONGs, instituições públicas, indústrias e instituições de ensino. Coordena também a pós-graduação em Design Estratégico e Inovação do Istituto Europeo di Design de São Paulo.

Introdução

O que este livro pretende, em grande medida, é contribuir para a compreensão de como as novas tecnologias, potencializadas por inteligência artificial e machine learning, estão mudando o mundo do trabalho e apontar caminhos para nos mantermos relevantes neste cenário dominado pelas máquinas inteligentes.

Em especial, queremos discutir uma das habilidades que consideramos essenciais nas organizações mais adaptáveis para gerir pessoas e times diante dessa aceleração sem precedentes das mudanças no ambiente de negócios e no universo do trabalho. É o que chamamos de aprendizagem ágil, uma competência valiosa em momentos de transformação e um dos elementos-chave no perfil profissional desejado para lidar com as novas necessidades das empresas durante a transformação digital e ajudá-las a projetar agora as bases do futuro.

Aprendiz ágil é a pessoa, o gestor de pessoas, a organização que se mantém permanentemente aprendendo, de modo mais rápido, mais produtivo e com mais sentido. É aquele que toma as decisões sobre sua própria aprendizagem ao longo da vida a partir de uma mentalidade ágil. Adaptabilidade e flexibilidade são princípios fundamentais. Responder a mudanças mais do que seguir um plano. Parte do desafio do aprendiz ágil é mapear permanentemente o que ele ou ela precisa aprender em seguida; nesse sentido, a aprendizagem ágil é um processo incremental e conectado à realidade. O papel do aprendiz ágil é definir o que aprender e como colocar em prática. Fazer pontes e compartilhar os seus insights.

Parte I – Utopias e distopias da era digital

Raymond Kurzweil é o maior futurista da atualidade e o diretor emérito de engenharia do Google desde 2012. Kurzweil é o principal nome por trás da corrente de pensamento que defende que, com o domínio da inteligência artificial e a capacidade de integrar cérebros e computadores, o ser humano está a caminho de conquistar a imortalidade.

Quando a revolução da biotecnologia estiver plenamente madura, acredita ele, chegaremos a um ponto em que a expectativa de vida será estendida mais rapidamente do que a passagem natural de tempo. Hipoteticamente, a ciência e a tecnologia criarão mais recursos para nos manter vivos em um ano do que envelheceremos em 365 dias. Esta é, de maneira bem resumida, a lógica da imortalidade. Ou, ao menos do teórico fim da morte por velhice.

A promessa de imortalidade não basta para calar os críticos da inteligência artificial. Stephen Hawkings dizia que ela pode acabar com a humanidade. Elon Musk afirma que se trata, sim, de uma ameaça existencial e um dos grandes riscos que enfrentamos como civilização. Fundador e CEO da Tesla Motors, Musk envolveu-se, em outubro de 2019, numa discussão pública com o tecno-otimista Jack Ma, fundador e CEO do Alibaba, segundo quem, com inteligência artificial, será possível trabalhar apenas 12 horas por semana. “As pessoas estão subestimando as capacidades da inteligência artificial”, afirmou Musk. No debate durante a Conferência Mundial da Inteligência Artificial realizada em Xangai, na China, Musk disse que a IA fará os humanos parecerem chimpanzés. Além da Tesla e da SpaceX, o empresário sul-africano comanda a Neuralink, uma empresa que trabalha com serviços de inteligência artificial.

Entre esses dois polos, pode-se vislumbrar um realismo de médio prazo, com uma explosão da produtividade acompanhada de desemprego tecnológico estrutural elevado, demandando políticas compensatórias, como a renda básica universal.

Exponencialidade, transumanismo, abundância, catastrofismo. São muitos os termos novos que passam a influenciar diretamente nossas vidas. Como aponta Harari, a mudança nos fundamentos do mundo do trabalho chega a ponto de questionar o significado da vida humana, já que se anuncia um mundo em que não haverá trabalho para uma parcela significativa da população. O que dizer, então, da relação humana como o conhecimento e a aprendizagem?

Indústria da educação. Para se ter uma ideia, um estudo publicado pelo Instituto Brasileiro de Geografia e Estatística (IBGE) em 2019 demonstra que, enquanto o total de empresas ativas no país caiu 6,73% em quatro anos, as do segmento educacional cresceram 37,5%, sendo educação  o segmento que mais se expande no levantamento feito com base no Cadastro Central de Empresas.

Esse mercado traz múltiplas ofertas que se propõem a “colocar a educação no século 21”, “superar o modelo da Revolução Industrial”, “mudar totalmente o papel do professor”, “trazer o conteúdo de que você precisa para se diferenciar”, entre tantas outras frases de efeito. Embora essa solução seja prometida por uma oferta de produtos educacionais sem precedentes, que encontram consumidores ávidos, o aprendiz de nossos tempos e do futuro não encontrará seu lugar se não tomar as rédeas de seu processo de aprendizagem contínuo.

Diversos pensadores da educação vêm se dedicando a essas questões. Entre eles, os reunidos no Center for Curriculum Redesign (CCR), uma organização global sem fins lucrativos dedicada a aprimorar a educação respondendo à questão: “O que os estudantes deveriam aprender no século 21?”.

Em 2016, o CCR lançou Educação em Quatro Dimensões: competências que os estudantes devem ter para atingir o sucesso. Escrito por Charles Fadel, pesquisador da OCDE e professor da faculdade de educação de Harvard, é resultado das pesquisas feitas pelo CCR em projetos de currículos no mundo todo.

Quatro dimensões da educação. A estrutura proposta pelo CCR tem como foco a educação formal, mas é uma ótima chave de entendimento para a aprendizagem no mundo contemporâneo e no futuro. Das quatro dimensões da educação, duas são já bastante difundidas: o conhecimento (o que os estudantes sabem e entendem) e as habilidades (como usam o conhecimento). Porém, as duas que as complementam configuram um cenário diferente: o caráter (como os aprendizes se comportam e se engajam no mundo) e o meta-aprendizado (como refletem sobre si mesmos e se adaptam, num processo de aprendizado e crescimento contínuo).

Se, por um lado, a aprendizagem constrói futuro, por outro, sua ausência ou insuficiência também influenciam de forma direta. Por isso, é fundamental considerar as dimensões políticas da educação, além da dimensão do empenho individual de aprender.

Habilidades profissionais e educação básica. Para entender as dinâmicas de conhecimento e aprendizagem, de hoje e do futuro, tanto no nível individual quanto dos países e mercados, é necessário olhar para a realidade da educação básica com um pouco mais de cuidado e atenção.

Embora muitas vezes sejam tratados como mundos distintos, a serem observados por atores diferentes com responsabilidades apartadas, o desenvolvimento das habilidades profissionais e as questões da educação básica são absolutamente ligados. Conectar as pontas, ao menos na análise, é fundamental para compreender por que nos encontramos num cenário tão complicado e desigual quanto ao desenvolvimento das habilidades do futuro – sejam lá quais elas forem. É claro que governos, empresas e indivíduos possuem responsabilidades diferentes.

A correlação renda-aprendizagem se mantém dentro dos países, e o problema não é exclusivo das nações pobres. Nos Estados Unidos, por exemplo, o gap de aprendizagem entre o quartil mais rico e o mais pobre é maior que a lacuna entre as médias dos EUA e da Argélia.

E o Brasil, como está cuidando de seus estudantes para que se tornem aprendizes ágeis?

Leitura da educação no Brasil. Entre 2015 e 2018, o número de brasileiros entre 15e 64 anos alfabetizados em nível proficiente demonstrou um aumento expressivo. Passou de 8% para 12% da população. Por uma outra perspectiva de análise, isso significa que apenas 12% da população brasileira é capaz de elaborar textos de diferentes tipos e interpretar tabelas e gráficos. No mesmo período, dobrou o percentual de analfabetos, aqueles que não são capazes de lidar nem mesmo com textos curtos como bilhetes e anúncios: passaram de 4% para 8% da população entre 15 e 64 anos.

Agilidade no RH. O RH precisa atuar além de seu escopo tradicional (que se mantém em boa parte), preocupando-se com a nova dimensão que o tema ganha num momento de profundas mudanças na força de trabalho global. Como montar equipes multidisciplinares sem perder foco e eficiência? Como fomentar a inovação sem perder tração no presente? Como favorecer a agilidade sem perder a segurança?

Aprimorar a experiência do empregado. Entre os líderes de RH que participaram da pesquisa da KPMG [“O futuro dos recursos humanos 2019: conhecer ou não conhecer – o abismo entre a ação e a inércia”], 37% se dizem confiantes em suas habilidades para transformar a força de trabalho e a si mesmos. Eles antecipam as mudanças e têm como características comuns: capacidade de trazer insights de forma preditiva; acreditar na (e direcionar à) transformação digital; remodelar a força de trabalho; aprimorar a experiência do empregado. Em outro extremo estão 24% dos respondentes, que se dizem pouco ou nada confiantes nas habilidades de transformar a força de trabalho e a si mesmos. Estes ainda estão lutando para se adaptar à era digital, não são vistos como fonte de valor para o negócio, usam pouco ou não usam inteligência artificial e mesmo ferramentas digitais mais simples.

Essa leitura mais ampliada do contexto não diminui a importância da aprendizagem. Sem os conhecimentos e as habilidades adequadas, qualquer estrutura, por mais interessante que seja, fica esvaziada de seu potencial. Não é apenas uma questão de saber outras coisas, ou mais coisas, de forma individualizada. É uma nova forma de articular conhecimentos e ter espaço para exercer essas novas conexões.

PIB alto e padrão de vida mais baixo. No livro que lançaram em julho de 2016, The second machine age, Andrew McAfee e Eik Brynjolfsson afirmam que a Segunda Era das Máquinas contém um paradoxo. “O PIB nunca esteve tão alto e a inovação nunca foi mais rápida, mas as pessoas estão cada vez mais pessimistas sobre os futuros padrões de vida de seus filhos”, observam os dois professores do MIT. “Ajustado pela inflação, o valor líquido combinado da lista dos bilionários da Forbes mais do que quintuplicou desde 2000, porém, a renda da família mediana nos Estados Unidos caiu”.

Renda Mínima Universal. O grande problema é que a maioria das pessoas não está apta a atingir o topo da escala de habilidades. Por isso o próprio Kurzweil publicou uma carta aberta apoiando a Renda Mínima Universal. Ele sustenta que, se o estado oferecer um rendimento mínimo a todo cidadão, independentemente de estar produzindo ou não, as pessoas se beneficiarão da ajuda social, e a tecnologia avançará mais depressa, já que indivíduos poderão trabalhar em grandes projetos para o futuro, da escala da ida do ser humano à Lua, sem se preocupar com a sua subsistência.

Sistemas de renda básica universal não vão ser uma escolha. Serão uma necessidade. Talvez a única saída para evitar o colapso das sociedades pós-trabalho. Sem um rendimento mínimo oferecido a todos os cidadãos, independentemente de estarem ou ao não produzindo, a concentração de riqueza já existente provavelmente aumentará até o limite do estresse social.

O termo lifelong learning sofreu desgaste pelo uso, que o reduziu a um aspecto pontual de um conceito mais amplo. Num TED Talk de 2007, Bernie Dunlap lembra-nos disso de forma poética e contundente. Dunlap foi o presidente do Wofford College da Carolina do Sul de 2000 a 2013, sendo ele um verdadeiro polímata, cujos interesses abrangem poesia, ópera, balé, literatura e administração. Nesse vídeo de quase 20 minutos (com mais de 2 milhões de visualizações), ele narra sua afinidade com alguns mentores. Explora suas trajetórias em que curiosidade, humanismo, empreendedorismo e inovação de entrelaçam de forma brilhante.

Aprendizagem com abundância. Se queremos que o conhecimento alimente nossa produtividade num patamar de criação e inovação, precisamos nos libertar da lógica da escassez e da eficiência mecânica: o mínimo esforço de estudo para a performance eficiente. O lifelong learner do século 21 é o que se reconectou com o sentido de aprendizagem e a enxerga na perspectiva da abundância: quanto mais aprendo, mais produzo, mais compartilho conhecimento e mais quero aprender.

A Unesco estabeleceu os quatro pilares de uma educação ao longo da vida:

  • Aprender a conhecer: adquirir os instrumentos da compreensão
  • Aprender a fazer: poder agir sobre o meio
  • Aprender a viver juntos: participar e cooperar nas atividades humanas
  • Aprender a ser: via essencial que integra as outras três

Parte II – As forças que estão mudando a forma como trabalhamos

Quatro tecnologias vão dominar o mundo dos negócios nos próximos anos e se tornarão os principais motores da mudança na forma como trabalhamos: uma onipresente rede móvel de alta velocidade, desenvolvimentos em inteligência artificial, adoção generalizada de big data analítica e computação em nuvem.

Humano x máquina. O desenvolvimento tecnológico em padrão exponencial (1,2, 4, 8…) está mudando a divisão do trabalho humano-máquina para a realização das tarefas existentes numa velocidade ainda não percebida. Em 2018, uma média de 71% do total de horas de trabalho nos 12 setores abrangidos pelo relatório The future of Jobs 2018, do Fórum Econômico Mundial, era realizado por pessoas, e 29% por máquinas. Até 2022, em dois anos, espera-se que tal proporção tenha mudado para 58% das horas de trabalho realizadas por humanos e 42% por máquinas.

AI x machine learning. Como regra, AI e machine learning envolvem computadores processando vastas quantidades de dados para encontrar padrões, sem serem explicitamente programados para isso. Isto é uma grande revolução em termos de programação computacional. Até hoje, quando se queria que o computador resolvesse um problema, era preciso dar a ele todas as regras. Descrever exaustivamente todos os cenários que o algoritmo ia encontrar.

No machine learning, o modo como as máquinas aprendem é mais parecido com o nosso. Para reconhecer o rosto de um amigo, não temos consciência de todas as pequenas regras seguidas, num átimo, por nosso cérebro. Somos especialistas em reconhecimento facial, desde a nossa primeira infância. Aprendemos na prática, estudando milhares de faces humanas. É mais ou menos o que acontece no machine learning. Depois de analisar milhares de imagens, o computador começa a entender os padrões de um rosto.

O próprio conceito de inteligência artificial recentemente completou 64 anos, em julho de 2020. Cunhado por John McCarthy, um professor de matemática da Dartmouth College, nos Estados Unidos, foi usado pela primeira vez em 1956 numa conferência sobre “a conjectura de que todos os aspectos do aprendizado e outras características da inteligência podem em princípio ser precisamente descritas de maneira que uma máquina seja capaz de simulá-las”.

Potencial da automação. Os consultores da McKinsey iniciaram sua pesquisa sobre o potencial de automação focados nos setores da economia dos EUA, para estabelecer o padrão metodológico que apoia sua investigação. Em seguida, ampliaram a análise para um total de 46 países, utilizando dados nacionais e internacionais comparáveis. Com base nesse exercício, concluíram que a tecnologia de automação disponível atualmente tem potencial para afetar atividades associadas a algo entre 41% e 56% dos salários globais, com grandes variações entre os países.

No Brasil, o potencial de automação é de 50%, equivalente a 53,7 milhões de trabalhadores, do total de 107,3 milhões economicamente ativos. Mais que nos EUA (46%), Canadá (47%), Argentina (48%) e Chile (49%). Menos do que no México (52%) e no Peru (53%).

Homem-mais-máquina. Depois de sua histórica derrota, o enxadrista russo Kasparov lembra ter pensado: “E se eu pudesse jogar com um computador junto com um computador a meu lado, combinando nossas forças? Intuição humana mais capacidade de cálculo da máquina? Estratégia humana; tática mecânica?” Sua ideia virou realidade em 1998, sob o nome de Xadrez Avançado, quando Kasparov participou de uma competição homem-mais-máquina contra outro jogador de elite.

Sete anos depois, um grupo de mestres de xadrez e máquinas de ponta participaram de um campeonato freestyle. “Mas os vencedores não foram os mestres, nem um supercomputador. O vencedor foi um par de jogadores amadores de xadrez americanos operando três PCs comuns ao mesmo tempo”, conta Kasparov. A habilidade deles no treinamento de máquinas nada excepcionais contrabalanceou efetivamente o conhecimento superior de xadrez dos grãos-mestres e o poder computacional maior dos supercomputadores.

Cinco gerações de robôs. A EY, antiga Ernst & Young, identifica cinco gerações de robôs. A primeira automatiza funções repetitivas, como levantar dados em sites governamentais e executar transações no SAP. A segunda adiciona funções mais complexas, como extrair informações de um arquivo de PDF e processar dados não estruturados – como uma combinação de letras e números (38AB) rabiscado numa lousa. Qualquer ser humano lê o que está escrito ali com facilidade. Para um robô, é um desafio mais complicado do que células numéricas numa planilha de Excel, mas os softwares de segunda geração já começam a dar conta do recado.

A terceira onda de robôs traz funções avançadas de análise, incluindo os chamados algoritmos de previsão. A quarta é capaz de recomendar a melhor ação a ser executada em situações de difícil parametrização. A quinta geração, por fim, utiliza algoritmos de inteligência cognitiva para realizar atividades que dependem de interação humana simples, como ligações telefônicas e compreensão de e-mails.

Um robô da segunda geração em diante tem embutidas dentro dele tecnologias como data analytics, para fazer previsões, e inteligência artificial, para aprender com os próprios erros.

Parte III – Aprendizagem ubíqua

Aos poucos, os recursos tecnológicos foram se tornando ubíquos, onipresentes na vida dos indivíduos. A tecnologia está integrada às nossas atividades cotidianas e, cada vez mais, aos nossos processos de trabalho, de socialização e de entretenimento, chegando aos fenômenos biológicos. A computação ubíqua torna as interações homem-máquina imperceptíveis, de tão fluidas. Muitas vezes nem mesmo percebemos que estamos interagindo com um computador.

Aprendizagem contínua, o caminho. Se o mundo nos exige a aprendizagem contínua, conhecer a paisagem da aprendizagem no mundo contemporâneo é ter um mapa que ajuda a navegar, definir destinos, construir rotas, escolher os meios de transporte. Se não há mais um único caminho predefinido para nosso desenvolvimento, se a aprendizagem é ubíqua precisamos estar alerta para que tomemos decisões conscientes e informadas, não nos deixando pautar excessivamente pelos modismos, pela inércia ou pela pressão das soluções de um mercado – que, como veremos, só faz crescer.

Para o consultor Josh Bersin, a curiosidade é central neste novo momento. Ele a define como “um sentimento de deslumbramento, a capacidade de analisar novas ideias, analisar os problemas e talvez corrigi-los, observando objetivamente”.

Aprendizagem corporativa. Está aí uma boa descrição para Babi. Entusiasmada, inquieta, realizadora e estudiosa (ou nerd, palavra que ela usa de forma elogiosa), Barbara Olivier é diretora-executiva de inovação e tecnologia na Afferolab, empresa de aprendizagem corporativa com sede em São Paulo e presença em todo o Brasil.

Formada em tecnologia e pós-graduada em computação gráfica e multimídia, Babi trabalha com aprendizagem corporativa há mais de 15 anos. Babi atua na frente de transformação digital interna, com foco na própria Afferolab. A partir daí, compreende como isso se transforma em oferta para clientes e, também, viabiliza tecnologicamente essas entregas inovadora. Para ela, mais do que debater se haverá ou não perda de empregos por conta da tecnologia, a pergunta certa a fazer seria: “O que deveríamos estar fazendo pelas pessoas para que esse mundo digital ser legal para todo mundo?”

Babi se dedica a desenvolver produtos que são compostos por peças previamente desenvolvidas que podem ser montadas conforme a necessidade do cliente, o que reduz custos e possibilita escalabilidade. A aderência à realidade do cliente é realizada na composição dessas peças, e o resultado de aprendizagem vem da experiência vivida no conjunto do percurso, sendo que cada etapa tem um objetivo alinhado ao seu formato.

Adaptações de soluções. Uma pergunta que fazemos sempre é: como essas soluções, criadas em sua maioria nos Estados Unidos, podem ser implementadas no Brasil? Existem adaptações necessárias? Que resultados esperar? São questões válidas, mas há um outro caminho para investigar o tema.

Uma solução 100% nacional, criada por brasileiros e pensando na nossa realidade, pode nos dar pistas importantes sobre como essas tecnologias “cabem” na nossa realidade. É o LIT, uma “plataforma disruptiva de aprendizagem de negócios” da Saint Paul Escola de Negócios.

O professor-robô. A escola faz parte do grupo Saint Paul, foi eleita cinco vezes uma das melhores do mundo pelo Financia Times e está presente nos rankings da América Economia e do Top of Mind RH. O LIT nasce da inquietação em democratizar a aprendizagem – até desenvolver o último milhão de pessoas – por meio das tecnologias exponenciais e com a certeza de que o novo lifelong learning é o único caminho para o bem da humanidade. É assim que a plataforma é apresentada no site.

O robô Paul, que integra a plataforma, foi reconhecido globalmente pela IBM como o uso mais profundo de inteligência artificial para educação, por ter criado o primeiro ‘professor-robô’, com maior consistência, usando o Watson”, conta Adriano Mussa, diretor acadêmico e de inteligência artificial da Saint Paul, coidealizador do LIT.

No caso do LIT, o pessoal buscava a personalização combinada à democratização. Foi aí que veio a inteligência artificial. Adriano e os demais envolvidos no projeto começaram a entender como a inteligência artificial pode personalizar a experiência, resultando em formas diferentes no LIT.

Algoritmo para aprender melhor. A primeira delas é como aprender melhor. Para isso, o usuário copia e cola na plataforma textos autorais, e-mails, mensagens de WhatsApp, etc. Com cerca de mil palavras, o Paul já consegue dizer seus traços de personalidade usando o Big Five, os cinco fatores descritos pelo método baseado em análise linguística. Para ir além, ele e seu time fizeram uma pesquisa acadêmica na própria Saint Paul sobre como relacionar o perfil de personalidade à forma de aprender. Criaram um algoritmo que “linka” os traços do perfil de personalidade a como as pessoas aprendem melhor.

Parte IV – Por uma aprendizagem ágil

Aprendiz ágil.  Como qualquer método, o ágil não é aplicável a qualquer coisa. Mas seus valores e princípios, o mindset ágil, são preciosos para atuar no mundo da Quarta Revolução Industrial. Inclusive na aprendizagem. Diversas iniciativas educacionais no mundo todo vêm incorporando os princípios ágeis para a inovação nas metodologias de ensino e aprendizagem, desenvolvimento de conteúdos e outros. Aqui, porém, falamos é do aprendiz ágil. Aquele que toma as decisões sobre a sua própria aprendizagem ao longo da vida a partir do mindset ágil.

Outro elemento do mindset ágil essencial ao aprendiz é a importância das interações. O aprendizado personalizado proporcionado pelas tecnologias, a aprendizagem autodirigida, são elementos a serem utilizados, mas não prescindem da interação com outros e com o contexto.

Curvas de contágio do coronavírus. Em fevereiro de 2020, quando se deu conta da pandemia de coronavírus chegando ao Brasil, Renato Vieira, formado em psiquiatria, decidiu aprender a fazer modelagem de curvas de contágio, para uso do Hospital Sabará. Fez um curso no edX, uma plataforma de ensino a distância, na qual 140 instituições de ensino do mundo todo, do calibre de Harvard e MIT, oferecem 2000 cursos online abertos. Para quem quer certificação, o programa é mais extenso – e é pago. Mas há muitas opções gratuitas.

Se não sabe, corre atrás. Semanas depois, o modelo de Renato foi objeto de uma matéria da Folhapress reproduzida por diversos jornais brasileiros e mencionada em reportagem do diário britânico The Guardian sobre o avanço da epidemia no Brasil, e o esforço do Hospital Sabará para entender o quanto a doença iria afetar crianças. “Resposta rápida à demanda”, diz ele, quando perguntado sobre sua filosofia pessoal de aprendizagem. “Veio a demanda, não espere”. Não ache que virá alguém que sabe para te ajudar. Ou que você vai aos poucos aprender. Percebeu que não sabe, corre atrás e aprende rápido”, sugere Renato. Em resumo, aprendizagem ágil.

Cursos rápidos de inteligência artificial. Os nanodegrees da Udacity são criados tendo em mente estudantes dispostos a trabalhar, por exemplo, com inteligência artificial, porém sem know-how nessa disciplina. A ideia é que possam aprender fundamentos da programação em Pithon e iniciar uma trilha de aprendizagem que levará, talvez, a áreas como processamento de linguagem natural. A cada etapa os alunos fazem projetos práticos. Cria-se, assim, um portfólio para conversar com possíveis empregadores, mostrando exemplos concretos do que foi aprendido.

Conhecida como a universidade do Vale do Silício, a Udacity se apresenta como uma provedora “de cursos baseados em habilidades e orientados a projetos”. Na prática, oferece aulas online gratuitas e nanodegrees pagos em temas como ciência de dados e aprendizado de máquinas. Há de cursos abertos de análise de dados a nanodegrees para engenheiros de carros autônomos. A Udacity emprega uma equipe de conteúdo de alta tecnologia, como Google, IBM e Uber.

Udacity no Brasil. Muitos dos programas que a Udacity oferece no Brasil foram criados pensando no mercado e nos alunos do país. Um exemplo é a formação básica em ciência de dados, preparatória pra cursos avançados. A proposta é ensinar mais recursos de Excel e Python. Para isso, foram criados cursos aqui que os americanos levaram bastante tempo para adotar, porque não faziam muito sentido para aquele mercado.

Habilidades emocionais. Até hoje, o esforço mais bem estudado para treinar pessoas em habilidades emocionais é o treinamento para instilar empatia nos médicos. Ao longo da última década, as escolas de medicina e os hospitais tomaram nota de um amplo corpo de literatura mostrando que, quando os doutores podem se colocar no lugar de seus pacientes, conseguem melhores resultados clínicos, deixam os doentes muito mais satisfeitos e sofrem menos, eles próprios, de burnout.

Renato Vicente, um dos maiores especialistas brasileiros em aprendizagem de máquinas, professor de matemática aplicada da Universidade de São Paulo e chief data scientist para a América Latina do Experian Datalabs, oferece uma resposta curta: contadores de história.

Máquinas x narrativa. “Máquinas têm dificuldade com contexto”, afirma ele. Hoje em dia é fácil automatizar processos de tratamento de dados. O robô mastiga informações e cospe relatórios com gráficos e belas imagens. Isso, porém, não satisfaz os seres humanos. É preciso colocar essas imagens no contexto de uma história. Usar dados processados para construir uma narrativa. Algo humano.

Mundo do trabalho e humanidades. Temos urgência em aprender tecnologias (AI à frente), mas uma visão de negócios, da sociedade e da cultura é imprescindível para compor o caminho da inovação. Pensando de forma mais abrangente, um projeto profundo e ambicioso de formação para atuar no mundo de trabalho contemporâneo não pode negligenciar o campo de humanidades. Sem perder a urgência da aprendizagem de tecnologia.

E não estamos falando aqui de algo soft e etéreo. As humanidades nos dão oportunidade de compreender as relações, as características e necessidades do mercado consumidor, as transformações na mentalidade do cliente, as aspirações para o futuro: e tudo isso é essencial para os negócios. Isso sem entrar no campo da criatividade e da inovação, em que o repertório estético e cultural é essencial.

E, para além da aplicabilidade imediata no campo profissional, faz parte da formação integral de uma pessoa ter acesso às artes, à filosofia e ao entendimento do humano para além da perspectiva da produtividade econômica. Simplesmente faz parte da vida e é essencial para uma existência significativa e comunitária.

“As pessoas estão perdendo a capacidade de leitura profunda”, afirma Renato Vieira. De novo, trata-se de um paradoxo, porque a habilidade mais importante do profissional do futuro talvez seja conhecer a alma humana, para aprender a lidar com as pessoas. Isto é o que faz um bom gestor. As máquinas vão fazer o trabalho delas sozinhas.

Valor da religião e da filosofia. Religião é outro bastião do trabalho humano. “Essa vai ser uma área de atividade superimportante, porque as pessoas estarão sofrendo”, prevê Renato. O mesmo vale para a filosofia, porque ensina a disciplinar o pensamento. E, para a arte, que preserva e celebra a experiência humana. Se tivesse de educar alguém hoje, a recomendação dele seria: leia.

Quando estava no dia a dia dos Doutores da Alegria, Wellington Nogueira, o fundador dessa organização sem fins lucrativos que introduziu a arte do palhaço no universo da saúde e já ultrapassou a marca de dois milhões de visitas a crianças hospitalizadas, costumava dizer que é no local de trabalho que o adulto se interna.

A partir de 2017, Wellington começou a organizar suas ideias sobre (e para) o universo corporativo, a partir de uma experiência que teve entre 2006 e 2007 no ABN AMRO. O início de tudo foi um treinamento para sustentabilidade para o qual o contrataram para fazer depois de uma palestra sua no banco.

Durante dois anos, Wellington treinou gerentes em habilidades ligadas aos sentidos. Respirar, por exemplo. “Hoje, o pessoal está fazendo mindfulness, mas naquela época me questionaram: ‘Você está num banco, tem de treinar lideranças e vem falar de respiração? Para que serve isso?’”, lembra. “Para ficar vivo, e isso é sustentável”, foi sua resposta.  

Alfabetização relacional. A falta de inteligência lúdica, para Wellington, está associada a nossos altos índices de analfabetismo relacional – a falta de habilidades para se relacionar com o próximo e, em muitos casos, consigo mesmo. “Você desaprende a enxergar o outro, a ouvir o outro e até a respirar conscientemente”, nota ele. Nesse sentido, talvez a alfabetização relacional seja uma das competências socioemocionais (soft skills) a serem desenvolvidas em tempo de automação.

Epílogo

De todo o panorama pelo qual passamos, duas premissas são cruciais para a aprendizagem hoje. A primeira é que a aprendizagem é fluxo. Quando falamos em lifelong learning, learning in the flow of life ou learning in the flow of work, não queremos dizer apenas que teremos momentos para aprender ao longo da vida. Estamos dizendo, também, que a aprendizagem é fluida e permeará as nossas vidas, de muitas formas.

Não somente maneiras diferentes de aprender, nosso contexto demanda que criemos oportunidades de aprendizagem ao nosso redor, atuando como agentes ou catalisadores do conhecimento. Aprender e ensinar, o tempo todo, num fluxo constante na vida e no trabalho. A segunda premissa é de que a curadoria da sua aprendizagem só cabe a você.

Cada um, conforme suas possibilidades, poderá ter acesso a boas instituições de ensino e excelentes fontes de conteúdo. Além disso, esperamos que as empresas, cada vez mais, criem ambientes que estimulem e que gerem oportunidades novas de aprendizado. Isso sem esquecer os mentores que podemos encontrar pelo caminho.

Resenha: Rogério H. Jönck

Imagens: Reprodução e Unsplash

Ficha técnica:

Título: Aprendiz Ágil: Lifelong learning, subversão criativa e outros segredos para se manter relevante na Era das Máquinas Inteligentes

Autores: Alexandre Teixeira e Clara Cecchini

Primeira edição: Arquipélago Editorial (2020)