Todos os Juízes Dentro

Assista a PAICE Vencer a Competição Shark Tank ISPI 2026

de Sam Rogers
6 min de leitura
video
announcement
conference
whitepaper
paice
measurement

Três dias atrás, entramos em uma competição no estilo Shark Tank na Conferência da Sociedade Internacional para a Melhoria do Performance (ISPI) de 2026 em Nashville, Tennessee. Sete participantes apresentaram seus projetos. Dois receberam um aval positivo de todos os juízes. O PAICE.work foi um deles.

Aqui está a apresentação completa.

Assista à Apresentação

Assista no YouTube →

Por Que Isso é Importante

A ISPI é o lar profissional da Tecnologia Humana Performance (HPT), uma disciplina construída sobre décadas de abordagens sistemáticas e baseadas em evidências para medir e melhorar o que as pessoas realmente fazem no trabalho. Gilbert, Mager, Rummler, Thalheimer, Phillips, Brinkerhoff. Estes são os nomes que construíram a ciência da melhoria de desempenho.

O formato Shark Tank colocou o PAICE diante de juízes que avaliam ideias para gerar renda. Não entusiastas de tecnologia procurando a próxima ferramenta brilhante, mas profissionais de melhoria de desempenho que fazem uma pergunta acima de todas as outras: isso realmente funciona?

Todos os juízes disseram que sim. Totalmente.

Essa validação é importante porque vem exatamente da comunidade mais bem posicionada para avaliar o que o PAICE faz. Não estamos pedindo ao campo da HPT para aprender algo novo. Estamos mostrando que a medição da colaboração People+AI é a próxima aplicação de estruturas que eles refinaram ao longo de mais de sessenta anos.

O Que Apresentamos

A apresentação centrou-se em nosso mais novo whitepaper, Preenchendo a Lacuna Collaboration: Uma Estrutura de Habilidade Comportamental para a Melhoria Humana-IA Performance, que lançamos na conferência em 31 de março.

O argumento central é simples:

As organizações não conseguem responder à pergunta mais básica sobre capacidade. Elas sabem que seus funcionários estão usando IA. Mas não têm ideia se essas pessoas estão usando bem. Taxas de conclusão de treinamento e painéis de uso contam sobre atividade, não sobre qualidade. Um profissional pode passar em todos os módulos de letramento em IA e ainda aceitar uma citação alucinada sob pressão de prazo.

A medição comportamental preenche essa lacuna. O PAICE (People + AI Collaboration Effectiveness) mede o que os profissionais realmente fazem ao trabalhar com IA, e não o que eles alegam ou o que sabem. Através da injeção estratégica de falhas, inserindo erros realistas nas respostas da IA e observando se os profissionais os detectam sem serem solicitados, a avaliação produz evidências comportamentais que as abordagens tradicionais não conseguem.

A linhagem da HPT é real. O whitepaper mapeia o PAICE diretamente para estruturas estabelecidas de melhoria de desempenho. O foco de Gilbert em desempenho digno acima da atividade. A distinção de Mager e Pipe entre déficits de conhecimento e déficits de execução. A exigência de Thalheimer de que a avaliação meça decisões, não percepções. Estas não são citações decorativas. Elas moldaram a construção do sistema.

O whitepaper completo está disponível em paice.work/whitepapers, e a postagem de anúncio detalhada passa por cada seção.

O Que Aconteceu Desde Nashville

A conferência foi há três dias. O impulso desde então tem sido imediato.

Novo parceiro de pesquisa universitária. Submetemos uma proposta de estudo formal com um novo parceiro universitário para validar a metodologia de medição comportamental do PAICE por meio de pesquisa controlada. Isso se baseia no nosso compromisso com a avaliação baseada em evidências e abre um novo caminho para validação por pares do framework.

Primeiro potencial parceiro asiático. Estamos em conversas ativas com o que seria nosso primeiro parceiro na Ásia, expandindo o alcance geográfico do PAICE para um mercado onde a adoção de IA está acelerando rapidamente e a demanda por medição de colaboração está crescendo.

Resposta da comunidade HPT. A reação da comunidade de melhoria de desempenho na ISPI confirmou algo que acreditamos desde o início: medir a colaboração People+AI não é uma disciplina nova que exige novos frameworks. É a próxima aplicação de uma disciplina que já existe. Os profissionais que dedicaram suas carreiras a tornar o desempenho humano mensurável e melhorável veem o PAICE como uma extensão natural do seu trabalho.

Próximos Passos

A vitória na ISPI e os contatos feitos em Nashville estão acelerando várias prioridades:

Validação da pesquisa. A proposta de estudo universitário, uma vez aprovada, produzirá evidências independentes e revisadas por pares sobre a eficácia da medição comportamental para colaboração com IA. Este é o tipo de evidência que a comunidade HPT mais valoriza, e é o tipo de evidência que o PAICE foi projetado para produzir.

Expansão global. As conversas com nosso potencial parceiro asiático representam o início do crescimento internacional do PAICE. A colaboração com IA não é um desafio regional. É um desafio global. À medida que os arcabouços regulatórios amadurecem em diferentes mercados, a demanda por medição comportamental seguirá.

Construção de comunidade. A comunidade HPT representa uma base natural de profissionais que já entendem por que a medição comportamental é importante, por que a conclusão do treinamento é insuficiente e por que a autopercepção é não confiável. Estamos construindo relacionamentos com esta comunidade para ajudá-los a levar a medição da colaboração People+AI aos seus clientes e organizações.

A água está correndo rápido. Os rápidos não estão diminuindo. Mas depois de Nashville, não estamos navegando sozinhos.

Quer ver como suas capacidades de colaboração com IA se comparam? Faça a avaliação PAICE para obter insights e recomendações personalizados.

Participe:

Leitura Recomendada

📖 Whitepaper da ISPI:

📖 Entendendo o PAICE:

📖 Whitepapers Anteriores:

Curioso, mas sem muito tempo?

Faça o PAICE Pulse de 3 minutos — uma verificação rápida de confiança que mapeia como você enxerga sua própria postura de colaboração com IA. Sem necessidade de login.