Pular para o conteúdo
TRILHA 2

🧠 Ser insubstituível

A IA executa cada vez mais tarefas. O que ela não substitui são as 12 habilidades humanas — e o WEF (Future of Jobs 2025) confirma que são exatamente as mais valorizadas pelas empresas. Esta trilha treina essas habilidades, divididas em mente (módulo 2.1) e relação e caráter (módulo 2.2).

2
Módulos
12
Habilidades
~3h
Duração
Essencial
Nível
0%
0 de 12
A IA executa cada vez mais tarefas pensamento crítico criatividade data literacy empatia conexão humana coragem ética

No centro, a IA assume a execução. Ao redor (em ciano), as habilidades humanas que ela não substitui — o que esta trilha desenvolve. Quanto mais a máquina executa, mais valiosas elas ficam.

Mapa da trilha

Conteúdo detalhado

2.1 ~90 min · 6 tópicos

🧠 Habilidades de mente

Pensamento crítico, criatividade, nexialismo, repertório, data literacy e priorização. As habilidades cognitivas que decidem o que a IA executa — e que separam quem usa IA com julgamento de quem vira refém dela.

O que é:

Questionar informações, separar fato de opinião e decidir com base em evidências — não no que soa convincente.

Por que aprender:

A IA inventa dados com confiança (alucinação). Sem pensamento crítico você vira refém da resposta da máquina.

Conceitos-chave:

Evidência sobre eloquência · alucinação · a habilidade nº 1 do WEF (pensamento analítico, 69%).

O que é:

Combinar referências, imaginar possibilidades e achar saídas diferentes — a partir de vivência, emoção e propósito.

Por que aprender:

A IA recombina o que já existe; a centelha do problema novo e do gosto que decide o que presta ainda é humana.

Conceitos-chave:

Recombinação vs. originação · divergir e convergir · WEF #4 (pensamento criativo, 57%).

O que é:

Enxergar relações entre tecnologia, comportamento, economia e cultura — conectar pontos que parecem separados.

Por que aprender:

A IA entrega respostas específicas; quem junta os pontos com conhecimento tácito é o humano de visão ampla.

Conceitos-chave:

Conhecimento tácito · interdisciplinaridade · julgamento de domínio (Princeton/Mitchell).

O que é:

O acervo de vivências, leituras e exemplos que sustenta boas perguntas e bom julgamento.

Por que aprender:

Quem tem pouco repertório depende demais dos outros — inclusive da IA — e não sabe avaliar a resposta dela.

Conceitos-chave:

Repertório alimenta o prompt · curadoria de fontes · ler fora da própria área.

O que é:

Ler, interpretar e questionar dados para decidir melhor — sem cair em gráfico bonito ou métrica de vaidade.

Por que aprender:

A falha de avaliação nº 1 é confiar na métrica do vendedor em vez de interrogar a "ground truth" (o gabarito real).

Conceitos-chave:

Ground truth · métrica de vaidade · WEF #6 (alfabetização tecnológica, 51%).

O que é:

Decidir qual problema importa e o que deve ser feito — não só executar mais rápido.

Por que aprender:

Executar ficou barato; decidir certo ficou mais valioso. A ilusão METR mostra que velocidade percebida engana.

Conceitos-chave:

Executar ≠ decidir · a ilusão METR · custo de oportunidade.

Ver Completo
2.2 ~90 min · 6 tópicos

🤝 Habilidades de relação e caráter

Empatia, conexão humana, vontade e propósito, lidar com incerteza, aprender a aprender e coragem ética. O que a máquina não sente — e o que mais cresce em valor à medida que o mundo fica mais digital.

O que é:

Colocar-se no lugar do outro com profundidade — dores, medos, contexto — e agir a partir disso.

Por que aprender:

A IA simula empatia em palavras, mas não sente nem cria vínculo real. Vínculo verdadeiro é diferencial humano.

Conceitos-chave:

Empatia simulada vs. sentida · escuta ativa · WEF #7 (empatia e escuta ativa, 50%).

O que é:

Criar confiança, colaboração e relacionamento real — liderar e influenciar pessoas.

Por que aprender:

Quanto mais digital o mundo, mais valiosa a conexão verdadeira. Pessoas confiam e compram de pessoas.

Conceitos-chave:

Confiança · presença · WEF #3 (liderança e influência social, 61%).

O que é:

Vontade é a energia para agir; propósito é a clareza do porquê. Juntos, dão direção.

Por que aprender:

A IA não tem desejo próprio — não quer construir uma vida, realizar um sonho ou defender uma causa. Você quer.

Conceitos-chave:

Motivação intrínseca · autoconsciência · WEF #5 (motivação e autoconsciência, 52%).

O que é:

Agir, adaptar-se e seguir mesmo sem certeza total — resiliência diante da mudança.

Por que aprender:

O mundo muda rápido e a IA acelera ainda mais. Quem precisa de segurança absoluta para agir fica paralisado.

Conceitos-chave:

Resiliência · pequenas apostas · WEF #2 (resiliência, flexibilidade e agilidade, 67%).

O que é:

Aprender continuamente, largar o que ficou ultrapassado e reaprender o que mudou.

Por que aprender:

Com a IA, o conhecimento técnico envelhece rápido. ~39% das habilidades mudam até 2030 (WEF).

Conceitos-chave:

Desaprender · a lacuna de aprendizado da IA (MIT) · WEF #8 (curiosidade e lifelong learning, 50%).

O que é:

Ter princípios e agir por eles num mundo onde a tecnologia serve tanto para ajudar quanto para manipular.

Por que aprender:

A pergunta-chave deixou de ser só "é possível?" e passou a ser "é possível, mas é correto?". Não terceirize isso à máquina.

Conceitos-chave:

"É possível, mas é correto?" · responsabilidade · não terceirizar a decisão à IA.

Ver Completo
← Trilha 1 · Alavancar com IA Voltar ao início ↑