UOL EdTech Blog

Como alinhar o T&D com um embasamento científico?

Written by UOL EdTech | Jan 31, 2022 3:00:00 AM

Por que o seu programa de treinamento falhou? Como você pode melhorar esses resultados? Você precisa mudar o conteúdo ou a experiência? Em um primeiro momento essas perguntas podem parecer simples ou até óbvias, mas, na prática, a maior parte das empresas é incapaz de responder a esses questionamentos. 

É preciso parar de olhar para o T&D como um projeto que possui começo, meio e fim e começar a abordá-lo como um processo científico e de melhoria contínua. Essa é uma bandeira que já levantamos diversas vezes em nossos posts e newsletters, mas o que exatamente isso quer dizer? E mais importante ainda, como fazer isso? É sobre isso que falaremos no artigo de hoje. 

O que é uma abordagem científica de T&D?

Para começar a entender o que chamamos de “abordagem científica” pela perspectiva de T&D é preciso ter em mente que não existem verdades absolutas quando falamos sobre aprendizado. 

A cada ano que passa, vejo surgirem novas tecnologias e novas metodologias para treinamento: microlearning, gamification, 70:20:10, sala de aula invertida, LMS, LXP e outros. Todas tratadas como a solução definitiva para os desafios de Educação Corporativa. 

É claro que todas essas ferramentas e metodologias possuem o seu valor, entretanto, não existe uma fórmula mágica. Assim como as pessoas, cada empresa e cada time têm caraterísticas e necessidades de aprendizado únicas. O que funciona para um, pode não funcionar para outro. 

Quando falamos em uma abordagem científica, estamos dizendo que é preciso testar as variáveis, olhar para os resultados, otimizar continuamente os processos e ter liberdade para construir as suas próprias experiências de educação corporativa. Afinal de contas, esse é o único caminho capaz de definir a melhor forma de criar e compartilhar conhecimento na sua organização. 

Agora que você já sabe o que é essa tal “abordagem científica”, vou te contar um pouco do raciocínio por trás da criação desses processos de experimentação. 

Olhe para as métricas corretas

É muito comum ver times de T&D que se perdem em avaliar se “o colaborador gostou do treinamento” ou se “o participante aprendeu o que ele esperava” e no fim do dia não conseguem comprovar o impacto real dos programas de treinamento nos resultados do negócio. 

Eu não estou dizendo que a satisfação do colaborador não é importante, mas é importante ter em mente que se essa métrica não gera nenhuma ação que esteja alinhado às estratégias de negócio da sua organização, ela será apenas uma meta de vaidade

Seu programa de Educação Corporativa e suas métricas precisam, sempre, estar direcionadas para um objetivo estratégico

Neste conteúdo eu quero que você se concentre em definir métricas que realmente te movimentam para o alcance desses objetivos. Para isso precisamos diferenciar métricas acionáveis de métricas de vaidade. 

Métricas de vaidade

Antes de qualquer coisa, é importante deixar claro: qualquer métrica pode ser uma métrica de vaidade, assim como qualquer métrica pode ser uma métrica acionável. Tudo vai depender do seu objetivo.

Uma métrica de vaidade é, basicamente, qualquer número que não representa o quão próximo você está de atingir o seu objetivo

Vamos supor que o objetivo do seu programa de treinamento é aumentar as vendas de um determinado produto. Avaliar a participação dos seus colaboradores em um treinamento sobre o tema é uma métrica “bonita”, mas ela não reflete a capacidade deste treinamento em atingir seu objetivo.

Em resumo, as métricas de vaidade nos dão uma falsa sensação de êxito em um primeiro momento, mas não representam a efetividade ou a qualidade dos programas de aprendizado. 

O resultado final disso é que a área de T&D não consegue comprovar relevância dentro da companhia, se tornando altamente ineficiente e com uma imagem ruim perante o Board da empresa e colaboradores em geral. 

Métricas acionáveis

Como o próprio nome dá a entender, uma métrica acionável, ao contrário da métrica de vaidade, permite a tomada de uma decisão mais concreta, baseada em fatos e dados. Ela sempre será orientada para uma açãoEssas métricas te mostram quão próximo você está de um objetivo e refletem atitudes que devem ser tomadas para atingi-lo ou otimizar os processos. 

No exemplo que utilizamos anteriormente, uma métrica acionável poderia ser a variação no volume de vendas dos colaboradores que participaram do treinamento em relação aos que não participaram ou o resultado de um cliente oculto com foco no conhecimento do produto. Quantos % dos vendedores apresentaram pelo menos 3 funcionalidades do produto? Quantos % demonstraram os diferenciais em relação aos produtos concorrentes?

Ao definir uma métrica você deve se perguntar: que decisão podemos tomar a partir dessa meta? O que podemos fazer para replicar as melhores práticas, oriundas dos resultados gerados? Existe uma relação de causa e efeito? Esses números refletem uma realidade? 

Olhar para as métricas acionáveis é parte fundamental da construção de um processo de aprendizados científicos e testáveisLembre-se: uma meta acionável sempre deverá conter prazo, valor e objetivo

Teste suas experiências

Se você chegou até aqui, acredito que o que falei fez sentido para você. Portanto, vamos evoluir e falar um pouco sobre o teste de experiências em si. 

Uma experiência de aprendizado é composta pela combinação de diferentes variáveis, dentre elas estão: o público, os conteúdos, as interfaces de consumo e os modelos de distribuição, só para citar algumasCada uma dessas variáveis, pode e deve ser testada para encontrar o programa de aprendizado que mais se adéqua a cada time ou necessidade. 

Fazer uma experimentação significa, basicamente, comparar duas combinações de variáveis e identificar o que gera melhores resultados. Você pode comparar, por exemplo, se um treinamento online gera mais resultados que um conteúdo presencial. 

Existem diversas metodologias de análise e estatística que podem ser utilizadas para a realização dos seus testes (qui-quadradoanálises de coorte e outros). Meu objetivo, neste conteúdo, não é me aprofundar nessas metodologias, mas te apresentar a lógica por trás da construção das experiências de aprendizado no contexto de teste. 

 

Jornada de aprendizagem do colaborador

 

Antes de iniciar os testes, precisamos identificar onde seu esforço de otimização deve se concentrar. Para isso é preciso compreender a jornada de aprendizagem dos colaboradores ao longo dos programas de T&D. 

Lembre-se que nesse processo, sempre existirá um efeito cascata. Qualquer etapa que você alterar irá impactar a etapa seguinte. Vamos supor que seu programa alcançou 100 pessoas e apenas 50% impactaram diretamente os objetivos de negócio da sua empresa. Existem duas formas de melhorar os resultados: alcançar mais pessoas ou aumentar a eficiência das etapas, mais especificamente no Engajamento e Aprendizado. 

Agora que você sabe onde colocar seus esforços, vamos entrar no processo de experimentação.

 

Construindo a experimentação

 

A lógica básica de uma experimentação está em comparar grupos (amostras) para testar uma hipótese: um grupo de controle e um grupo experimental. 

O grupo de controle, que não sofre alterações, serve como parâmetro para avaliar se as modificações das variáveis realizadas nos grupos de experimentação apresentam resultados positivos ou negativos. 

É importante alterar apenas uma variável da sua experiência de aprendizado por vez e manter as demais constantes. Desta forma você será capaz de identificar exatamente o que causou impacto nos resultados

Vamos supor que você queira aumentar o engajamento dos colaboradores com o programa de T&D. Sua hipótese é que alterar o formato do conteúdo vai contribuir para isso. Para validar essa hipótese crie dois ou mais grupos de controle com as mesmas caraterísticas. 

No primeiro grupo (controle) você irá manter o formato de conteúdo que você já utiliza. Nos demais você irá replicar o conteúdo em outros formatos (vídeo, podcast etc.). Ao final do seu ciclo de experimentação, você será capaz de identificar o formato de conteúdo que gerou mais impacto nos resultados e replicá-lo em futuros treinamentos para o mesmo time. 

É importante lembrar que estamos falando em melhorar continuamente os programas de treinamento e se aproximar cada vez mais dos seus objetivos. Estamos falando em um processo cíclico de levantar hipóteses, executar, avaliar e otimizar. Essa lógica pode e deve ser aplicado a todas as variáveis das suas experiências de aprendizado. 

O importante é entender que sempre haverá uma maneira de otimizar o T&D. Quando falamos em uma abordagem científica da educação corporativa estamos propondo a construção de um modelo iterativo e de melhoria contínua para o treinamento e desenvolvimento

Como uma dica final, não tenha medo de testar, experimentar, criar e pensar fora da caixa, afinal, estamos falando de aprendizagem.