A demanda não vem pronta.
Antes do código, precisamos entender quem decide, qual decisão será tomada e o que significa “dar certo”.
Conceito, prática e pensamento crítico
Aprender fazendo.
Pensar antes de clicar.
Eu ensino dados e inteligência artificial a partir de problemas que se parecem com o trabalho de verdade. Explico o conceito necessário, coloco a mão na massa e convido cada pessoa a investigar, testar, errar, corrigir e justificar suas escolhas.
Meu ponto de partida
Teoria dá direção.
Prática revela o caminho.
Conceitos importam. Sem eles, uma ferramenta vira uma sequência de botões. Mas saber repetir uma definição não é o mesmo que resolver uma demanda quando os dados chegam incompletos, a pergunta muda ou o resultado precisa ser explicado para outra área.
Por isso, nas minhas aulas, a teoria entra como instrumento de trabalho: ajuda a formular perguntas, escolher métodos e interpretar o que aconteceu. A prática ocupa espaço central, sempre acompanhada de conversa, revisão e reflexão.
A primeira imagem que guia minhas aulas
O projeto do slide é uma linha reta.
O projeto real faz curvas.
Não ensino apenas o caminho ideal. Trago as interrupções, negociações e revisões que fazem parte do dia a dia.
Os dados resistem.
Campos faltam, definições divergem, acessos atrasam e qualidade não se resolve só com uma biblioteca.
O escopo muda.
Uma hipótese cai, surge uma exceção de negócio e o projeto precisa voltar algumas casas.
Entregar não é terminar.
É preciso validar com a área, comunicar limites, acompanhar o uso e melhorar depois do feedback.
Como eu conduzo a aprendizagem
Uma aula que pede ação e explicação.
Leitura e exposição têm lugar. O objetivo é que a pessoa consiga usar o que aprendeu quando a situação já não é igual ao exemplo.
- 01
Apresento um problema concreto.
Quem precisa decidir? O que está acontecendo? Quais dados existem e quais ainda faltam?
- 02
Construímos a base conceitual.
Explico os termos, métodos e critérios que ajudam a começar sem transformar a aula em um catálogo de ferramentas.
- 03
Colocamos a mão na massa.
A turma explora dados, testa hipóteses, escreve consultas ou prompts e compara caminhos possíveis.
- 04
Trago as curvas da realidade.
Incluo uma mudança de requisito, um dado inconsistente ou uma restrição. A pergunta passa a ser: como você se adapta?
- 05
Discutimos e revisamos.
Peço que expliquem decisões, encontrem limites e usem feedback para melhorar a solução.
- 06
Levamos a ideia para outro contexto.
O aprendizado aparece quando a pessoa transfere o raciocínio para uma situação nova e sabe dizer o que ainda precisa investigar.
Aprender de diferentes formas
Ler, observar, discutir, praticar e explicar.
A imagem que inspira minha metodologia reúne leitura, observação, debate, prática e ensino. Ela traduz bem a importância de participar ativamente da aprendizagem.
Os percentuais mostrados na imagem, porém, não são taxas de retenção comprovadas. Não existe uma porcentagem fixa que valha para todas as pessoas, conteúdos e situações. O que a pesquisa sustenta melhor é a combinação de aprendizagem ativa, prática de recuperar o conhecimento e feedback bem construído.
Ver pesquisas e fontes ↗
Sua vez · prática guiada
O pedido existe. O relatório não fecha.
Uma equipe comercial mostra vendas de R$ 120 mil no mês. A contabilidade registra R$ 108 mil. Pediram a você “um dashboard que resolva a divergência”. Antes de abrir o Power BI, o que você faria?
Suas respostas ficam neste navegador.
Depois de pensar
Compare seu raciocínio.
O objetivo não é adivinhar uma resposta única. É mostrar como você investiga, valida definições e evita construir uma visualização bonita sobre números incompatíveis.
Ver como eu conduziria a investigação
- Alinharia o significado de “venda”: pedido criado, pago, faturado ou contabilizado?
- Conferiria datas de corte, impostos, descontos, devoluções, cancelamentos e pedidos ainda não faturados.
- Rastrearia uma amostra de pedidos do sistema de origem até o lançamento contábil.
- Documentaria divergências e validaria as regras com comercial e contabilidade.
- Só então construiria uma primeira visão reconciliada, com números explicáveis e limites conhecidos.
O que considero aprendizagem
Mais do que reproduzir um passo a passo.
Formular melhor o problema. Sair de “preciso de um dashboard” para “preciso explicar esta diferença e apoiar esta decisão”.
Justificar escolhas. Mostrar por que um dado, método ou ferramenta foi usado e quais alternativas foram descartadas.
Reconhecer limites. Saber dizer o que foi testado, o que ainda é hipótese e quando pedir ajuda a outra área.
Transferir o raciocínio. Resolver um caso novo sem depender de copiar exatamente o exercício anterior.
Leituras que embasam esta abordagem
Pesquisa para orientar a prática.
APRENDIZAGEM ATIVAFreeman e colegas, 2014
Meta-análise de 225 estudos em cursos universitários de STEM, comparando aprendizagem ativa e aulas expositivas.
Ler estudo ↗ PRÁTICA DE RECUPERAÇÃOKarpicke e Roediger, 2008Estudo experimental sobre lembrar e usar o conhecimento, além de apenas reler o material.
Ler estudo ↗ FEEDBACKWisniewski e colegas, 2020Meta-análise que mostra a importância do conteúdo e do contexto do feedback.
Ler estudo ↗ CUIDADO COM MITOSAmerican Psychological AssociationExplica por que a pirâmide com percentuais fixos de retenção não tem base confiável.
Ler análise ↗