SYS-01·Operação: Ensina·Território Ensinar
Fluência em IA começa quando o profissional sabe o que delegar, como orientar, como julgar e pelo que responder
Um framework educacional inspirado nos 4Ds do AI Fluency Framework da Anthropic: Delegação, Descrição, Discernimento e Diligência. O MVP transforma essas quatro dimensões em um autodiagnóstico local e em um ponto de entrada para formação.
Motor atual
PILOTO FUNDADOR · V1
AI Fluency: Um produto operacional para testar antes de qualquer integração do cliente.
O workspace atual roda localmente e produz saídas inspecionáveis. O Piloto Fundador aplica esse motor a um contexto real delimitado, sem apresentar integrações previstas como se já estivessem conectadas.
O que você recebe
- Diagnóstico inicial nas 4 dimensões: Delegação, Descrição, Discernimento e Diligência.
- Mapa de lacunas e prioridades de fluência por público.
- Trilha aplicada com módulos, práticas e critérios de aceite.
- Maturidade técnica
- MVP operacional no navegador
- Disponibilidade comercial
- Piloto Fundador aberto
- Evidência externa
- Primeiro piloto real ainda não realizado
Motor atual
React · TypeScript · processamento local · persistência local
Integrações / arquitetura prevista
Claude / Anthropic · Canvas LMS · Notion
Conectadas somente após definição de escopo, credenciais, segurança e aprovação do cliente.
OPS / 01Workspace de piloto
Workspace de diagnóstico e plano de ação da turma
Aplique as quatro dimensões com participantes reais do piloto, consolide prioridades da turma e exporte um pacote auditável de entrega.
Nenhum diagnóstico registrado. Adicione o primeiro participante para gerar a visão da turma.
CAMADA COMERCIAL · SYS-01
Piloto Fundador · vagas iniciaisLeve o AI Fluency para uma implantação real e delimitada com sua equipe.
O piloto começa pelo diagnóstico das quatro dimensões, vira uma trilha aplicada ao contexto da equipe e termina com critérios de uso responsável, prática guiada e plano de continuidade.
Formato de entrada
Programa piloto de AI Fluency aplicado a uma equipe ou público prioritário.
Janela do Piloto Fundador
Até 2 semanas
Estimativa de escopo. Cronograma final depende do número de participantes, contexto e formato de facilitação.
O que o cliente recebe
- Diagnóstico inicial nas 4 dimensões: Delegação, Descrição, Discernimento e Diligência.
- Mapa de lacunas e prioridades de fluência por público.
- Trilha aplicada com módulos, práticas e critérios de aceite.
- Biblioteca inicial de padrões de uso e prompts contextualizados.
- Plano de continuidade com indicadores de adoção e responsabilidade humana.
Como o piloto acontece
- 01Diagnosticar
Mapear contexto, tarefas, riscos e nível atual de fluência.
- 02Aplicar
Facilitar prática guiada em tarefas reais, não em exemplos genéricos.
- 03Sustentar
Entregar critérios, materiais e plano para a equipe continuar sem depender do projeto.
Como avaliamos sucesso
- Participantes conseguem explicar o que delegam e o que permanece responsabilidade humana.
- A equipe usa critérios explícitos para descrever, verificar e aceitar saídas de IA.
- Existe um conjunto mínimo de práticas reutilizáveis para o trabalho real.
O que preciso do cliente
- Público prioritário e tarefas reais em que IA já é usada ou deveria ser usada.
- Restrições de segurança, privacidade, compliance ou ferramentas permitidas.
- Uma pessoa responsável por validar contexto e decisões do piloto.
O que o piloto não promete
- Certificação formal de competência.
- Substituição de política jurídica, de segurança ou de compliance.
- Resultados de produtividade previamente garantidos sem medição no contexto real.
BRIEF DE PILOTO · 3 PERGUNTAS
Configure o ponto de partida do seu piloto de AI Fluency.
Não é um formulário de orçamento. É um atalho para começarmos a conversa já com o contexto que realmente muda o desenho do piloto.
Nada é enviado enquanto você digita. O briefing só sai do navegador quando você escolhe WhatsApp ou e-mail.
Preencha as 3 respostas para gerar um briefing útil.
Piloto Fundador · investimento inicial
A partir de R$ 1.490
Escopo inicial controlado. Prazo e investimento podem variar conforme número de participantes, volume de dados, integrações, customizações e formato de facilitação. Escopos ampliados são propostos separadamente.
Condição de lançamento para as primeiras vagas do Piloto Fundador. A proposta final fecha objetivo, entregáveis, critérios, janela e responsabilidades antes do início.
Comparar as 4 soluções- Maturidade técnica
- MVP operacional
- Disponibilidade comercial
- Piloto Fundador aberto
- Evidência externa
- Primeiro piloto real ainda não realizado
- Instrumento atual
- Autodiagnóstico local · 4Ds
- Entrega atual
- Instrumento + blueprint de formação
- Stack atual
- React · TypeScript · scoring local
INS / 01INSTRUMENTO DE ORIENTAÇÃO
Quatro dimensões, um ponto de entrada claro.
Posicione a sua prática em Delegação, Descrição, Discernimento e Diligência. O cálculo acontece no navegador e devolve uma leitura de entrada e a dimensão que merece treino primeiro.
Autodiagnóstico de fluência · 4 dimensões
Instrumento de orientaçãoAutoposicionamento nas quatro dimensões de fluência em IA das diretrizes da Anthropic. Não é avaliação certificada e não coleta dados: a leitura acontece no seu navegador e serve para indicar por onde começar.
Contexto Executivo
Saber abrir uma ferramenta não é o mesmo que saber trabalhar com IA.
Interfaces mudam rápido. A competência mais durável é decidir o que entregar à IA, descrever a tarefa com contexto, avaliar criticamente a saída e manter responsabilidade pelo uso.
Por isso, fluência é qualidade de colaboração, não quantidade de ferramentas conhecidas importa mais do que memorizar o botão certo de uma interface específica.
O AI Fluency para Educadores organiza a formação em torno dessas decisões humanas. A tecnologia entra como meio de prática; o critério permanece como objetivo educacional.
O Problema Real
Treinamento centrado em ferramenta envelhece mais rápido do que a competência que deveria construir.
Uma pessoa pode aprender uma sequência de prompts e ainda não saber quando a IA deve ficar fora da tarefa, como verificar uma resposta ou como assumir responsabilidade pela decisão final.
Quando a formação mede apenas execução da ferramenta, ela confunde familiaridade de interface com fluência.
O desenho proposto aqui muda a unidade de aprendizagem: de 'qual recurso usar' para 'qual decisão tomar antes, durante e depois da colaboração com IA'.
Princípio de desenho
“A ferramenta pode mudar amanhã. O critério para delegar, descrever, discernir e responder precisa continuar funcionando.”
Carlos Augusto Diniz, PhD · Learning Designer
Evidência do MVP
O que já existe e pode ser inspecionado agora.
Os indicadores abaixo descrevem o instrumento navegável atual. Eles não são métricas de impacto, aprendizagem ou adoção de uma turma real.
Fundação do Método
4Ds de AI Fluency + design instrucional orientado à prática.
Delegação e Descrição
A formação começa pela divisão de responsabilidade e pela capacidade de comunicar contexto, objetivo, formato e restrições antes de pedir uma saída.
Discernimento e Diligência
A saída da IA continua sob avaliação humana: qualidade, adequação, fontes, transparência, ética e responsabilidade fazem parte da competência.
Prática observável
O desenho futuro do piloto deve avaliar mudança de prática com tarefas, critérios e evidências definidas antes da aplicação, não apenas presença ou satisfação.
Arquitetura de Formação
Do autodiagnóstico à prática progressiva.
O motor atual recomenda um ponto de entrada. A arquitetura educacional proposta organiza três módulos principais e uma trilha de multiplicação para quem já demonstra prática consistente.
MODELO DE MEDIÇÃO · SIMULADO
Como uma futura coorte poderia ser acompanhada ao longo do tempo.
As curvas são sintéticas e existem apenas para demonstrar a interface de acompanhamento. Um piloto real exigirá métricas definidas antes da aplicação e comparação com comportamento observado.
Dados sintéticos. Nenhuma curva representa cliente, instituição, turma ou resultado obtido pelo framework.
Quando esta solução faz sentido
Serve a equipes que querem desenvolver colaboração responsável com IA sem prender a formação a uma ferramenta específica.
- Educadores usam IA, mas ainda sem critérios compartilhados de qualidade e responsabilidade
- A organização oferece cursos de ferramenta e continua sem linguagem comum para fluência
- Gestores precisam distinguir familiaridade de interface de competência de colaboração
- A equipe quer praticar uso de IA preservando julgamento, autoria e responsabilidade humanos
O que esta solução NÃO é
Para evitar expectativas erradas desde o início.
- Não é certificação de fluência
- Não é teste psicométrico validado
- Não é curso de uma ferramenta específica
- Não é evidência de impacto real antes do piloto inaugural
Como evolui
De orientação individual a formação validada.
- ✓
Instrumento
Autoposicionamento navegável nas quatro dimensões e leitura de entrada.
- ✓
MVP operacional
Instrumento navegável e arquitetura de módulos, prática e progressão documentada.
Piloto
Primeira aplicação real ainda a ser realizada e medida.
- ○
Validação
Revisão do desenho a partir de evidência observada, sem promover hipótese a resultado.
- ○
Escala
Reutilização apenas do que demonstrar transferibilidade entre contextos.
Roadmap
Do instrumento navegável à validação em campo, sem pular etapas.
Sequência planejada, sem datas ou tamanhos de amostra prometidos antes de existir contexto real de aplicação.
Framework + autodiagnóstico
Quatro dimensões, níveis comportamentais, leitura de entrada e foco de treino implementados em instrumento local navegável.
Piloto inaugural
Aplicar uma versão delimitada com educadores reais, definindo previamente tarefa, evidência, consentimento e critérios de interpretação.
Revisão do método
Analisar observações e resultados do piloto para decidir o que manter, revisar ou abandonar no desenho da formação.
Evidência comparável
Somente após aplicações suficientes investigar padrões entre contextos e documentar método, limitações e possibilidade de transferência.
Escala institucional
Transformar os componentes que resistirem à validação em uma arquitetura de formação reutilizável, mantendo espaço para adaptação local.
Sua equipe sabe usar IA ou sabe decidir como colaborar com ela?
O autodiagnóstico torna a diferença visível em quatro dimensões e oferece um ponto de partida para desenhar a formação.
Próxima etapa
A interface muda. O critério precisa sobreviver.
O instrumento já permite inspecionar a lógica de orientação. O próximo salto de maturidade só acontece quando essa arquitetura entrar em uma formação real e produzir evidência observável.