Segunda-feira de manhã. O curso terminou na sexta, o certificado já está na sua caixa de entrada, a tela está aberta. O cursor pisca no campo do prompt. Você sabe o que são tokens, sabe o que significa "contexto", poderia explicar a um colega a diferença entre um modelo e outro. Mas diante do problema real que está na sua mesa — aquele orçamento, aquele e-mail para o comprador, aquela análise que pediram — você não sabe o que escrever. Você aprendeu o vocabulário. Não aprendeu a falar.
Informado não é o mesmo que capaz
É a lacuna mais cara da formação em inteligência artificial. E quase ninguém a nomeia.
A maior parte dos cursos de IA é material para consumir. Você assiste, você lê, você escuta. Concorda nos momentos certos, fecha a última aula, se sente mais informado — e está. Mas informado não quer dizer capaz. São duas coisas diferentes, e o mercado paga só pela segunda. Consumir, ainda por cima, é sedutor: você chega ao fim, tem a prova de que fez algo, o cérebro registra "concluído" e relaxa. Pena que a competência não se deposita assistindo. Deposita-se fazendo.
O problema nunca é o canal
Aqui alguém costuma culpar o formato. "Era a distância, por isso não entrou nada." Falso. O problema nunca é o canal — não é no marketing, não é na formação. Um webinar bem construído transfere mais competência do que uma sala onde você assiste aos slides atrás de três fileiras de cabeças. A distância se trabalha muito bem: você compartilha a tela, escreve o prompt junto, quebra junto, reconstrói junto. O canal é terreno neutro. O que decide é o que você faz em cima dele.
E o que decide é uma coisa só: durante o curso, você aplicou a um caso real — o seu — ou assistiu outra pessoa aplicar ao dela?
Somente leitura, ou acesso de escrita. Toda a diferença está aí.
Só se aprende fazendo
A competência com a IA não se transfere em palavras. Transfere-se fazendo um caso real rodar ao longo de todo o percurso: não o exercício final colado na última hora, mas o seu problema real que você carrega desde a primeira aula. Você escreve prompts em cima dele. Bate de frente com outputs errados. Recebe um retorno sobre o que você produziu — não sobre o exemplo do instrutor. Corrige. Volta a ele. É aí que o saber vira saber fazer. É lento, é incômodo, e funciona.
Acontece o contrário com mais frequência do que deveria — eu já vi isso vezes demais. Digamos um fabricante de máquinas na Baviera: produto excelente, engenheiros bons, mercado sólido. Compram o pacote de formação em IA de catálogo. Três dias, vinte pessoas em sala virtual, certificado para todos. Entusiasmo de verdade. Depois passam três semanas e na empresa nada mudou: os mesmos processos, os mesmos prazos, a IA aberta numa aba do navegador e nunca usada de verdade. Pagaram pelo vocabulário. A lacuna operacional é idêntica à de antes — só que melhor documentada. A correção cabe em uma linha: um curso que não toca um processo real seu não é formação, é entretenimento com diploma.
A parte que nenhum modelo te dá
E aqui está a parte que nenhum modelo te pode dar. A IA te devolve em poucos segundos um rascunho plausível. Plausível, não verdadeiro. A lacuna entre "plausível" e "verdadeiro" você fecha sozinho, porque conhece o seu mercado por dentro: sabe qual comprador se ofende e qual ri, sabe onde o output soa certo mas é falso. Escrever o prompt certo — e reconhecer quando a IA está mentindo para você com elegância — é a competência que conta. Não se aprende assistindo. Constrói-se sobre o seu caso, com alguém que te diz onde você errou. Um curso que não treina esse músculo treina o músculo errado. A IA é o colega mais capaz que você já teve, mas continua sendo um colega: quem assina o output é você.
Então, antes de escolher um curso, uma única pergunta corta o ruído: no final, terei aplicado a IA a um problema real meu, com um retorno sobre o que eu fiz? Se a resposta é não, você não está comprando uma capacidade. Está comprando um certificado.
Um curso de IA não se mede por quanto você assistiu. Mede-se pelo que você sabe fazer a IA fazer quando a tela é só sua.