Os actantes que estão entre nós
Quando os não-conformistas se encontram e a transição do trabalho deixa de ser futuro para virar presente.
No texto anterior falei sobre o monolito de 2001: Uma Odisseia no Espaço e com cinco actantes em cadeia: GPUs, AlphaGo/AlphaFold, Transformer, GPT, Claude Code/Cowork; usando Bruno Latour como lente teórica. A tese era simples: quase tudo que importa em IA nasceu para resolver outro problema. Um actante é exatamente isso: uma entidade, humana ou não-humana, que muda a trajetória da rede em que entra, muitas vezes sem que ninguém tenha planejado esse desvio.
Quando terminei o último texto, fiquei pensando: e agora? Os actantes não param. Eles continuam aparecendo, alguns dentro do meu próprio dia de trabalho, outros nas viagens que faço para apresentar a IA 360 para Escolas. E percebi que talvez fosse mais honesto, em vez de elencar mais cinco actantes em retrospecto, falar de três que estão vivos agora, que eu estou usando, vendo amigos usarem, vendo escolas começarem a olhar de viés. Três actantes que estão entre nós em maio de 2026 e que, eu aposto, vão estar no centro da conversa pedagógica dos próximos dois anos.
São eles: Cowork, Lovable e OpenClaw. Três ferramentas muito diferentes, criadas por pessoas muito diferentes, mas com uma característica comum: cada ferramenta é fruto de pessoas não-conformistas, conceito que Adam Grant definiu no livro Originals. Pessoas que tinham um incômodo específico, que se recusaram a aceitar as coisas do jeito que eram, e que se juntaram para construir algo que, à revelia delas, virou ponto de virada (e sem retorno) para muita gente.
Cowork: o actante que entende contexto e mexe nos seus arquivos
O Cowork é, em uma frase, o ambiente da Anthropic feito para profissionais não-programadores trabalharem com o Claude como um colega de trabalho que tem acesso ao seu computador, lê seus arquivos, escreve novos arquivos, executa código para resolver problemas e descarta o código depois, sem te incomodar com a parte técnica.
Eu venho usando em demonstrações ao vivo com educadores há alguns meses. A reação mais comum, quando o diretor de uma escola vê o Cowork lendo 1.500 redações em PDF, gerando pareceres automáticos e devolvendo uma planilha pronta para a coordenação, é uma combinação de surpresa, vertigem e um certo desconforto — o mesmo desconforto que o texto Zona Proximal de Adoção: como a liderança escolar identifica o próximo passo certo com IA descreveu como sintoma, é o desconforto da fronteira do possível. E essa fronteira mudou de lugar.
Aqui aparece um movimento de mercado que está acontecendo silenciosamente, mas que precisamos prestar atenção: a cada coisa nova que a Anthropic melhora e libera dentro do Cowork, alguma startup SaaS (Software as a Service) de nicho começa a derreter. Pense no exemplo concreto que acabei de citar. O que vai ser, daqui a doze meses, das startups de correção automatizada de redações (várias delas com captação de milhões e equipes inteiras) diante de uma ferramenta genérica que faz exatamente isso, com qualidade comparável, custo marginal próximo de zero e sem precisar mudar de ambiente? O mesmo vale para startups de geração de pareceres, de organização de currículo, de criação de provas, de elaboração de propostas, de OCR de gabarito. A camada de aplicação especializada que prosperou no SaaS de 2015–2024 está sendo dissolvida pela camada de inteligência geral de 2025–2026. E não sou só eu quem está dizendo isso, é Sam Altman dizendo em entrevistas, é Peter Steinberger (de quem vou falar mais adiante) dizendo que 80% dos apps vão desaparecer, é Anton Osika dizendo que o futuro da criação digital não terá barreiras técnicas.
A consequência disso para o ecossistema da educação é uma virada importante, e quero formular essa virada como uma tese de negócio: o “negócio” de educar pessoas para usar bem algo poderoso tende a valer mais do que o “negócio” de oferecer uma ferramenta específica pronta para algo. Quando a ferramenta vira commodity dentro do ambiente do Cowork, o diferencial passa a ser quem sabe usar com critério, com método e com discernimento ético. Para uma escola, isso é animador: a vantagem competitiva real do nosso setor — formar pessoas capazes de pensar e de operar — sai do plano abstrato e vira o ativo mais escasso da economia. Para uma EdTech que vende uma única funcionalidade, a equação é mais dura: ou vira camada de orquestração e contexto sobre a IA, ou vira lição de uso (curso, formação, mentoria, comunidade), ou perde relevância.
Lembro do que escrevi no texto Inteligência Aumentada na escola não é “prompt”, é método sobre as cinco dimensões da inteligência aumentada. A dimensão crítica: saber julgar criticamente o que a máquina produz, saber pedir bem, saber decidir o que fazer com o resultado é exatamente o que escolas podem ensinar melhor do que qualquer outra instituição. A escola não compete com o Cowork; a escola forma o tipo de profissional que vai usar o Cowork bem. E esse profissional já não é mais o “futuro”, é o estudante do nono ano agora.
As três forças que fazem o Cowork funcionar
Primeira: compreensão superior de contexto. No texto O cérebro dos agentes de IA estão mudando, falei das estruturas de memória de trabalho e de longo prazo que estão sendo construídas dentro dos agentes mais recentes. O Cowork é, na prática, onde essa arquitetura aparece para o usuário leigo. Ele lembra do que conversamos antes, lê o documento que acabei de subir junto com o pedido, entende que ao citar empresa X no contexto da nossa conversa é uma referência ao processo seletivo que nós (Primeira Escolha) fazemos para ela, e não ao produto que ela vende. Isso parece bobo, mas qualquer um que tentou colocar uma equipe para usar IA generativa sabe que metade do problema é o usuário ter que ficar re-explicando o contexto a cada nova conversa. O Cowork resolve isso de um jeito que parece, finalmente, natural.
Segunda: skills (habilidades) poderosas. Esta é a parte mais interessante para quem trabalha com conhecimento de domínio específico, e aqui escolas se encaixam perfeitamente. Uma skill, no Cowork, é uma pasta versionada (não atualiza sozinha, cria-se versões) com instruções operacionais que o Claude carrega quando reconhece que o pedido combina com aquele conhecimento específico. É como ter um manual escrito por especialistas que o Claude lê sozinho quando aquele conhecimento é necessário, sem que eu precise pedir. Aqui está o ponto que muda tudo: as skills permitem transformar conhecimento tácito em conhecimento executável e reproduzível. O modo como a Primeira Escolha escreve uma proposta comercial, o modo como redige um item de avaliação, o modo como faz um planejamento reverso, tudo isso, que antes vivia na cabeça de poucos profissionais, agora pode ser destilado em uma pasta e aplicado por qualquer instância do Cowork.
Terceira: a habilidade de quebrar o problema em pedaços resolvíveis por computador, e executar. Esta é a força mais sub-reportada. O Cowork tem dentro dele o Claude Code, o ambiente de programação agêntico da Anthropic, e usa isso de um modo intensivo e silencioso. Quando peço para ele “extrair as questões da prova ENEM 2024 deste PDF e me devolver cada uma como imagem PNG”, ele não tenta fazer isso na lábia: ele identifica que isso é um problema computacional clássico, escreve um script Python, executa, vê se deu certo, ajusta, executa de novo, me devolve o resultado e descarta o código. O computador faz o que computador faz bem; o Cowork orquestra; eu vejo apenas o resultado.
O grande salto que muda o jogo: produzir e alterar arquivos
Esta é a frase que costumo usar nas demonstrações: o Cowork não te dá respostas, ele te dá arquivos. Documento Word com a identidade visual da sua escola, apresentação PowerPoint com a estrutura de masters configurada, planilha Excel com fórmulas no lugar certo, PDF preenchido a partir de um formulário, imagem editada, código em produção. Para quem trabalha em escolas, isso significa que o ciclo “pensar → redigir → diagramar → revisar → publicar”, que tomava dias com várias pessoas envolvidas, colapsa em uma conversa.
Não é que o Cowork escreve sobre um documento. Ele escreve o documento, com a formatação correta, no formato correto, com a identidade correta. A coordenação da escola recebe um “.docx” que abre no Word como qualquer outro “.docx” da rede.
Exemplos de skills, organizadas em três níveis
No meu ambiente Cowork, hoje, tenho 25 skills mapeadas. Vou organizá-las em três níveis para você entender a lógica, porque a lógica é muito mais importante do que a lista.
Nível 1 — Skills da Anthropic, para manipular formatos comuns de documento. São as skills “docx”, “pptx”, “xlsx” e “pdf”. Servem como a infraestrutura básica para o Cowork criar e editar Word, PowerPoint, Excel e PDF com estrutura semântica correta — não HTML disfarçado, não imagem de um documento, mas o documento de verdade. Quando o Cowork gera um relatório com sumário automático, headings numerados e cabeçalho institucional, é a skill “docx” por baixo. Quando ele cria uma apresentação com masters configurados e slides exemplo, é a “pptx”. Quando ele monta um modelo financeiro com cor azul para inputs hardcoded, preto para fórmulas e verde para links inter-sheet (a convenção do mercado), é a “xlsx”. Você não precisa pedir a skill, ela carrega sozinha quando o pedido encaixa.
Nível 2 — Skills gerais, replicáveis em qualquer empresa. Aqui entram skills que encodam um conhecimento operacional que serve para várias organizações com pequenas variações. Um exemplo claro: a skill “proposta-primeira-escolha” é o gerador automático das propostas comerciais da Primeira Escolha em 16 seções, com catálogo de serviços, cronograma e orçamento. Mas a lógica dela poderia ser replicada para qualquer empresa que precise emitir propostas com identidade própria e estrutura padronizada. Outro exemplo: a skill “primeira-escolha-identidade” carrega tokens de design, logos, paleta de cores, tipografia e templates base. É a skill que garante que qualquer documento que sai do Cowork tem a aparência institucional correta, e a mesma arquitetura serviria, mutatis mutandis, para uma escola que quisesse padronizar os materiais que saem da coordenação pedagógica, da secretaria, da comunicação. Tem ainda a “setup-cowork”, que faz um onboarding guiado dos cinco passos iniciais para um usuário novo descobrir o ambiente, e a “consolidate-memory”, que faz higiene periódica das memórias acumuladas. Vejo grande potencial para escolas terem suas próprias versões dessas skills gerais, proposta comercial vira proposta para famílias, identidade vira manual da marca da escola, e por aí vai.
Nível 3 — Skills específicas de avaliação educacional. Aqui mora o que para mim é o uso mais interessante do Cowork no mundo da educação. São as skills que encodam quase duas décadas de operação da Primeira Escolha em avaliação:
- “item-cropper” — extrai automaticamente cada questão de uma prova em PDF (ENEM, vestibular, residência médica) como imagem PNG individual, detectando o layout (uma coluna, duas colunas, full-width) e localizando os marcadores (“QUESTÃO N”, “N)”). De um PDF do ENEM com 90 questões, sai uma pasta com “Q001.png” a “Q090.png” em alta resolução. Quem trabalha com banco de itens entende o tamanho do alívio.
- “sentenca-descritora” — recebe um item de prova e devolve a sentença descritora no formato VERBO + OBJETO DE CONHECIMENTO + CONTEXTO, usando uma taxonomia Bloom+ expandida com 26 verbos e 9 domínios avaliativos. É um trabalho que tradicionalmente toma horas de um especialista para um banco de 500 questões — algo que mencionei nas demonstrações do Tema 5.
- “pe-item-elaborator-cld” — elabora ou revisa itens em seis formatos diferentes (múltipla escolha educacional, SJT corporativo, certificação profissional, integridade e personalidade, survey, formatos inovadores como suficiência de dados).
- “test-creator” — a skill mais ambiciosa, com 16 KB só no SKILL.md, que cobre os 30 princípios de Haladyna/Downing/Rodriguez, o framework AERA/APA/NCME 2014 e os indicadores psicométricos de TCT/TRI. Monta um teste do zero ou revisa um lote existente em três contextos — educacional, corporativo, certificação.
- “planejamento-reverso” — conduz a elaboração de um planejamento no método de Wiggins & McTighe, com os três estágios, GRASPS e WHERETO. Encapsula cerca de 140 planejamentos reversos produzidos pela Academia Primeira Escolha entre 2016 e 2022. Quando uma escola quer estruturar uma formação para os professores sobre, por exemplo, BNCC e habilidades socioemocionais, esta skill conduz o desenho.
A observação importante: essas skills conversam entre si. Quando peço um planejamento reverso, a skill “planejamento-reverso” delega a aplicação visual à “primeira-escolha-identidade”, encaminha redação de itens à “pe-item-elaborator-cld”, pede classificação cognitiva à “sentenca-descritora”. Não há silos, há composição. É uma lógica de microservices aplicada a conhecimento.
E aqui está a beleza pedagógica: cada skill é, na prática, a explicitação de um conhecimento profissional que antes só morava na cabeça de quem o praticava. Quando uma escola começa a construir as próprias skills, ela está fazendo o que Donald Schön chamaria de epistemologia da prática profissional, só que agora a epistemologia roda em produção, todo dia, com fidelidade.
O filme Matrix em 1999 já usava essa ideia: progressive disclosure e a maldição do contexto poluído
Tem uma cena de Matrix (1999) que sempre me volta à cabeça quando explico como o Cowork de fato carrega uma skill. Trinity precisa pilotar um helicóptero militar. Ela não sabe. Liga para o Tank, fala “preciso de um piloto de B-212”, e o programa é baixado direto no cérebro dela em poucos segundos. Quando o helicóptero apita pedindo decolagem, ela já sabe pilotar, não porque estudou aviação, mas porque carregou o conhecimento exatamente no momento em que precisou dele.
Isso é, em uma frase, progressive disclosure: o princípio técnico por trás das skills do Cowork. O agente não carrega todo o conhecimento do mundo o tempo todo. Ele carrega o que precisa, quando precisa. Quando você pede “monta uma proposta da PSD para a Empresa X”, a “proposta-primeira-escolha” é baixada no contexto naquele momento, executa, e some. Se na sequência você pede um planejamento reverso, o agente larga a skill anterior, carrega “planejamento-reverso” e suas referências, e segue. Cada skill traz consigo só o que cabe na cabeça do agente naquele instante para resolver o problema que está na sua frente.
Por que isso muda o jogo do ponto de vista técnico? E por que vale a pena os diretores entenderem essa parte, mesmo sem serem engenheiros? Por uma razão chamada context rot (em tradução livre: contexto apodrecido). A janela de contexto de qualquer modelo de IA, incluindo os melhores, degrada à medida que enche. Quanto mais informação irrelevante o agente carrega, mais ele se confunde, mais alucinações aparecem, mais ele perde o fio da conversa, mais ele esquece o que era importante. É um problema físico: a atenção do modelo não escala bem com tudo amontoado de uma vez. Quem já tentou colar três PDFs longos no ChatGPT antes de fazer a pergunta sentiu isso na pele.
A solução elegante do Cowork, e é isso que faz dele um actante diferente do simples “GPT empresarial”, é não tentar enfiar tudo na cabeça do agente desde o início. É confiar no progressive disclosure: cada skill é uma pasta enorme com manuais, exemplos, scripts e referências, mas só a porção relevante entra no contexto naquele momento. A skill “test-creator” tem 16 KB só no manual principal e ainda traz onze arquivos de referência. Se o agente carregasse tudo isso o tempo todo, ele seria pior em qualquer outra tarefa. Carregando só quando precisa, ele é melhor em tudo.
Para a escola, há uma lição que extrapola o técnico. A arquitetura cognitiva do Cowork é, em alguma medida, a arquitetura cognitiva que a gente tenta ensinar aos alunos: não decorar tudo, mas saber onde buscar e quando buscar. Não memorizar conteúdo enciclopédico, mas saber acionar referências com método. Não chegar com a cabeça cheia, mas chegar com a cabeça arrumada para receber o que faz sentido naquela tarefa. Trinity não precisou estudar pilotagem por anos, precisou de uma arquitetura que sabia quando carregar o quê. O Cowork está fazendo o mesmo. E talvez esteja na hora de a escola se perguntar se ainda está formando alunos no padrão “decoreba enciclopédica” ou no padrão “Trinity carregando o programa certo na hora certa”.
Conclusão
O Cowork, portanto, não é apenas mais uma interface bonita para conversar com IA. Ele é um actante porque muda a rede: muda o modo como produzimos documentos, como organizamos conhecimento, como transformamos experiência profissional em processo replicável, como uma escola pode preservar sua identidade institucional enquanto ganha escala operacional.
Mas, principalmente, ele desloca a pergunta educacional. A questão já não é se os alunos vão ou não usar IA. Eles vão. A questão é se a escola vai ensiná-los a usar IA como quem terceiriza pensamento ou como quem amplia a própria capacidade de pensar, criar, revisar, decidir e agir no mundo.
Este foi o primeiro dos três actantes que estão entre nós. Nos próximos textos, vou tratar de outros dois movimentos que completam esse cenário: o Lovable, que derruba a barreira entre ideia e produto digital, e o OpenClaw, que leva os agentes para dentro do computador, do WhatsApp e da vida cotidiana. Se o Claude/Cowork mostra como o conhecimento profissional pode virar skill, o Lovable mostra como uma ideia pode virar software, e o OpenClaw mostra como agentes podem começar a operar fluxos inteiros quase sem presença humana contínua.
Para escolas, gestores e educadores, a mensagem é simples: não estamos diante de uma coleção de ferramentas novas, mas de uma transição profunda na forma como trabalho, aprendizagem e avaliação se organizam.
É justamente por isso que a Academia Primeira Escolha vai conduzir duas formações para quem quer liderar esse processo com método:
18 de junho — Avaliação na era da IA
13 de agosto — Liderança, gestão e inovação educacional
Para participar, acesse o link da bio e garanta sua vaga.
Sem hype. Sem medo. Com método.
