Cinco anos de experiência em EdTech, mas em qual EdTech?

A linha que quase não diz nada

“Desejável experiência em EdTech.” Já li essa linha em muitas descrições de vaga, e pedir isso é razoável. Ela também é, quando se olha de perto, quase vazia.

Por pouco mais de três anos trabalhei em um portfólio de produtos móveis B2C de aprendizado para motoristas na Ray / ReactivePhone, primeiro como product manager e depois como CPO. O portfólio passou de 18 milhões de downloads. O trabalho cobriu preços, UX, posicionamento e distribuição, uma expansão para a Polônia e depois para Reino Unido, Itália e França, e um argumento que sustentei internamente várias vezes: lançar uma frente web ao lado da mobile. Mais tarde construí o Tomus, um app de iOS para aprender música, do zero a um MVP publicado em cerca de um mês, onde o trabalho foi escopo de produto, design de aprendizado, monetização e experimentação inicial, e onde a decisão central foi preferir um único ciclo de aprendizado claro a um catálogo amplo de conteúdo.

Muita coisa se transferiu: instrumentação, monetização, como montar um experimento, como ler uma curva de retenção. O que mudou foi o centro do trabalho. Na Ray, boa parte das perguntas difíceis era comercial e entre mercados. No Tomus elas eram sobre o próprio ciclo, e sobre quanto dá para pedir de alguém dentro de uma sessão curta o bastante para que ele volte amanhã.

As duas coisas são experiência em EdTech, e não são a mesma experiência. Se tivessem me contratado para a segunda com base na primeira, teriam feito uma aposta que nunca chegaram a considerar.

Rótulos de setor são sempre frouxos. O que faz valer a pena cutucar EdTech é que o rótulo é usado como substituto de competência de domínio na contratação, enquanto os produtos embaixo dele diferem exatamente no eixo em que um product manager trabalha: o que o software está de fato fazendo enquanto alguém aprende.

O guarda-chuva esconde o mecanismo

Duas empresas podem ser ambas EdTech, ambas vender para consumidores, ambas trabalhar com aprendizado de idiomas, e ainda assim dar a um product manager um trabalho que quase não se sobrepõe.

Em uma delas, os problemas difíceis são uma landing que não converte, um checkout que perde gente na escolha do parcelamento e uma taxa de recompra que decide se a aquisição paga se paga. O ensino pode ser genuinamente excelente; ele apenas não é onde está o risco de produto. O risco está no funil.

Na outra, os problemas difíceis são o que acontece nos quatro segundos depois de um erro: se a dica ajuda ou entrega a resposta, se a dificuldade sobe rápido o suficiente para segurar a atenção e devagar o suficiente para ninguém desistir, e se aquilo que se chama de “progresso” corresponde a algo que a pessoa consiga demonstrar fora do app.

Nenhum dos dois é o melhor product manager, e a palavra “EdTech” não faz nada para distingui-los. Ela aparece nos dois currículos.

Cheguei a isso pelo caminho lento, tendo repetidamente conversas — como candidato e ao longo de muito trabalho de consultoria com startups — em que duas pessoas usavam a mesma palavra por dez minutos antes de descobrir que descreviam negócios incompatíveis.

Uma pergunta que organiza quase tudo

A pergunta a que cheguei é: quem, ou o quê, está de fato fazendo o trabalho de aprender?

Não quem escreveu o currículo do curso nem de quem é o logo. Durante a hora que uma pessoa passa com o produto, o que carrega o peso? Às vezes um vídeo e a disciplina de quem aprende. Às vezes uma pessoa em uma chamada. Às vezes o software, que verifica, corrige e decide o que vem depois.

Essa pergunta tem três partes separáveis, e mantê-las separadas é o que a torna útil.

Tecnologia no aprendizado: que trabalho de aprendizado o próprio software realiza? Na ponta baixa, ele mostra o material. No meio, acrescenta interação real em volta dele: exercícios, prática, correção automática. Na ponta alta faz trabalho de aprendizado por conta própria: explica por que uma resposta estava errada, mede o que alguém sabe, gera ou seleciona a prática em vez de servir um único conjunto fixo escrito à mão.

Dinâmica do aprendizado: alguma coisa muda em resposta ao que a pessoa demonstra? Essa parte é deliberadamente indiferente a quem faz a mudança. Um tutor que reescreve o plano da semana seguinte depois de ver onde você trava responde tanto quanto um algoritmo que faz o mesmo. A pergunta é apenas se o caminho difere entre quem está voando e quem está afundando.

Modelo de sucesso: o que a empresa trata como prova de que o produto funciona? Uma resposta são matrículas e receita; outra, avaliações e conclusão; uma terceira, se quem aprende consegue demonstrar algo que antes não conseguia.

Pontuar isso separadamente em vez de somar em um único número é o ponto, porque os casos interessantes são os descompassos. Uma plataforma corporativa de compliance pode avaliar cada funcionário, produzir bons painéis e não mudar nada do que cada um faz depois: tecnologia alta, dinâmica baixa. Se você colapsa isso em uma nota única de “sofisticação”, perde justamente o dado que teria dito a um product manager de que trabalho se trata.

Cinco ambientes

Essas três dimensões se combinam em cinco ambientes de produto recorrentes. Os nomes são meus, escolhidos porque eu precisava de nomes; não são um padrão do setor.

EduCommerce. O produto é a educação e o software a vende e a entrega. O que se compra é o próprio ensino — o curso, o instrutor, o currículo — e a tecnologia empacota, distribui, divulga e cobra.

Learning Service. Uma parte substancial do trabalho de aprendizado acontece fora do software, e são pessoas que ensinam ou se adaptam. O software coordena e apoia essa entrega em vez de carregar ele mesmo o ciclo de aprendizado.

Learning Platform. O software carrega a experiência de aprendizado — estrutura o material, hospeda a prática, acompanha o progresso, muitas vezes avalia — mas a lógica de aprendizado é escrita e configurada por pessoas, em vez de ser determinada continuamente a partir de um modelo de cada aluno.

Learning Product. Prática, feedback e progressão vivem dentro do software, e a experiência responde ao que a pessoa faz. Alguém precisa decidir o que é um bom exercício, o que acontece depois de uma resposta errada e como a dificuldade se move.

Adaptive EdTech. O software mantém um modelo do que cada aluno sabe e usa isso para decidir o que ele faz em seguida. Esse é o mecanismo, e é tudo o que o nome afirma. Se a empresa também se cobra por aprendizado mensurável é uma pergunta separada sobre o negócio — informada ao lado do tipo em vez de dobrada dentro dele —, porque maquinaria adaptativa com prova puramente comercial é comum o bastante para merecer a própria frase.

A ordem convida a uma leitura que quero descartar logo: isto não é uma escada de maturidade. Um negócio de EduCommerce pode ser bem conduzido e educar com honestidade; um sistema adaptativo pode ser comercialmente frágil e pedagogicamente presunçoso ao mesmo tempo. São mecanismos diferentes com modos de falha diferentes, e a sequência acima é uma descrição, não um ranking. Também não são rótulos permanentes: o que se classifica é o mecanismo dominante de um produto do jeito que ele funciona hoje, e empresas ficam entre categorias e se movem entre elas de propósito.

Cinco produtos, de fato testados

Passei cada um pelo classificador em vez de encaixá-los de memória, e um se recusou a ir para onde eu esperava.

MasterClass — EduCommerce. Um assinante percorre um catálogo de mais de duzentas aulas produzidas com qualidade de cinema e as assiste. Na experiência central da aula, o software mostra o material e recebe o pagamento; nada verifica o trabalho de quem aprende, e não há estado de erro a que algo possa responder. Tecnologia baixa, dinâmica baixa. O risco de produto vive na conversão da assinatura, no merchandising do catálogo e no churn, e o classificador aponta a aquisição como a afirmação dominante.

Dois mecanismos ficam fora desse núcleo. O Sessions oferece programas de projeto estruturados em que você entrega trabalho e recebe feedback de outros participantes — e a fonte original é precisa sobre quem responde: “Submit your projects and receive feedback from peers”. Colegas são uma comunidade, não ensino que a empresa fornece, e o currículo é uma sequência fixa escrita de antemão. Mesmo lendo o Sessions como o evento principal, isto continua EduCommerce. O Certificates vende impacto de carreira (“career proof, not just paper”) sobre o mesmo catálogo, o que muda o modelo de sucesso declarado sem mudar o mecanismo por baixo. Se alguma coisa ali detectaria alguém que terminou sem aprender nada não é visível de fora, e é a primeira coisa que eu perguntaria.

Preply — Learning Service. Quem aprende faz um único teste de nível CEFR, busca em um grupo de mais de cem mil tutores, agenda e depois passa a maior parte do tempo de aprendizado em aulas de vídeo individuais com uma pessoa que se adapta a ele. A Preply pontua baixo em tecnologia e alto em dinâmica, e o classificador aponta o tutor como aquilo que se adapta, em vez de deixar o rótulo insinuar um algoritmo. A formulação da própria empresa é “human-led, AI-enabled”. Sua própria pesquisa de eficácia de 2025 relata que um em cada três alunos subiu um nível CEFR completo em doze semanas com medidas antes e depois — pesquisa da própria empresa, não independente, mas uma afirmação sobre aprendizado medido e não sobre satisfação.

A ressalva aqui é direcional. A Preply segue adicionando software que faz trabalho de aprendizado: Lesson Insights, que produz resumos automáticos após cada aula apontando o que melhorar, e Daily Exercises, que gera prática entre as aulas. Leia isso da forma mais generosa que a evidência permite — o software propõe as tarefas e julga o trabalho — e a Preply continua um Learning Service, com essa camada informada ao lado como um segundo mecanismo. Ela é real e está crescendo, e não é ela que carrega a hora do aluno.

Moodle — Learning Platform. Eu esperava a Coursera neste lugar; ela não sobreviveu ao teste. O Moodle sobrevive.

Quem aprende abre o curso que a instituição montou, percorre as seções na ordem definida por um professor, entrega tarefas, faz questionários corrigidos automaticamente e vê um diário de notas se preencher. O software faz trabalho real — o Moodle passou de 500 milhões de usuários em sites registrados — e, em uma configuração típica, errar um questionário repetidamente significa que dá para refazê-lo. Mudar o plano exige um professor humano.

A ressalva importa porque não é uma limitação do software. O Moodle traz regras de Restrict access que podem condicionar uma atividade a uma nota, e uma atividade Lesson cujas páginas se ramificam conforme as respostas. Um curso construído assim se classifica como Learning Product. O que a plataforma torna possível e o que a plataforma decide são coisas distintas, e um product manager no Moodle constrói a primeira enquanto em algum lugar um professor decide a segunda.

Codecademy — Learning Product. Este é o caso em que eu mais esperava um deslocamento, porque a Codecademy adicionou muita IA nos últimos dois anos. Quem aprende escreve código em um workspace no navegador seguindo instruções, e o software o executa, verifica e diz o que está errado. O AI Learning Assistant lê o código real da solução e explica o erro; as dicas dos projetos são geradas sobre a tentativa em curso; as avaliações de habilidade geram perguntas dinamicamente e marcam habilidades como “needs review”. Isso é, sem ambiguidade, tecnologia alta.

O caminho, porém, continua sendo de quem aprende: você escolhe uma trilha de carreira ou um curso do catálogo, e a sequência dentro dele não se reorganiza em torno das suas fraquezas. Ao errar, você recebe uma dica e uma explicação — quando aperta o botão para pedir —, não uma fila de reforço direcionado. A camada de Skill Tracking parece a exceção e não é: o próprio FAQ da Codecademy diz que as habilidades são ganhas concluindo conteúdo, e que as avaliações “revelam lacunas para você revisar”. Algo é medido; nada é enfileirado. Isso é um Learning Product com um registro de progresso, não um sistema adaptativo, e a distinção é exatamente o ponto.

O classificador também aponta que a prova declarada pela Codecademy é posterior: empregos, resultados de carreira, logos de empregadores, e não ganho de aprendizado medido. Maquinaria de aprendizado real, marketing de resultados de carreira e nenhum mecanismo visível para detectar alguém que se forma sem saber programar é uma combinação extremamente comum, e é onde eu gastaria minhas perguntas na entrevista.

Duolingo — Adaptive EdTech. Sob a prática está o Birdbrain, que estima tanto a dificuldade do exercício quanto o nível do aluno e atualiza as duas continuamente; os próprios pesquisadores do Duolingo descrevem o resultado sem rodeios: a lição que entra na fila está calibrada para o seu nível e inclui uma revisão daquilo que você errou na sessão anterior. O Practice Hub monta prática direcionada a partir dos seus próprios erros registrados. As três dimensões são altas, quem se adapta é o software, e a empresa publica pesquisa de eficácia, incluindo a afirmação de que o próprio ensino melhorou de forma mensurável entre 2020 e 2024. Essa última parte é o que separa esta categoria da anterior: eles operam um mecanismo capaz de lhes dizer que o produto não está funcionando.

A metade estática também é real. O curso é uma árvore fixa que os alunos percorrem mais ou menos na mesma ordem, e boa parte do conteúdo é escrita, não selecionada. Leia essa árvore como a arquitetura, em vez da seleção de exercícios, e o Duolingo se classifica como Learning Product. As duas leituras descrevem a mesma empresa.

E o que não coube: Coursera. Eu presumia que a Coursera fosse a Learning Platform óbvia. Testada com honestidade, não é, e de que lado ela cai se reduz a um único julgamento.

Leia a Coursera como cursos — videoaulas, questionários corrigidos automaticamente, trabalhos com revisão por pares, um catálogo de onde escolher — e ela se classifica como Learning Platform. Leia incluindo o Coursera Coach e não mais. O Coach explica conceitos, faz perguntas, dá feedback e acompanha o progresso entre cursos, e a Coursera lançou separadamente uma correção com IA que devolve feedback por rubrica em trabalhos escritos. Isso é software fazendo trabalho de aprendizado, o que eleva a tecnologia para alta; somado às dicas que um aluno travado agora pode pedir, o resultado aterrissa em Learning Product.

Eu poderia tê-la devolvido à caixa “plataforma” com argumentos; é o exemplo a que todo mundo recorre, e é onde eu esperava colocá-la. O útil é justamente a distância entre a minha expectativa e a resposta: a Coursera é uma Learning Platform adquirindo as características de um Learning Product, e um product manager entrevistando lá deveria descobrir em qual metade da empresa a vaga está.

Algo parecido apareceu mais de uma vez enquanto eu retestava esses produtos. Vários deles — Coursera, Preply, Udemy, Brilliant — hoje trazem um assistente que explica, dá dicas ou gera prática, e cada uma dessas capacidades sozinha eleva a leitura de tecnologia. Se o mecanismo dominante se moveu junto é outra questão, e em pelo menos alguns casos acho que não. Seis exemplos não são uma amostra e eu não tiraria uma tendência daí, mas um assistente acoplado a um catálogo consegue elevar a tecnologia deixando todo o resto onde estava, o que joga o peso da classificação sobre as outras duas dimensões.

O que realmente muda para o product manager

As diferenças a seguir decorrem do mecanismo e não do costume, então valem como tendência e não universalmente. Empresas grandes contêm vários desses ambientes ao mesmo tempo.

Em EduCommerce, o fato estrutural é a diferença de velocidade no retorno: o sinal comercial chega rápido e o sinal confiável de resultado de aprendizado chega devagar ou não chega. Quase tudo o que você lança é julgado contra um número que fecha no checkout, e essa assimetria molda o trabalho. Uma semana costuma parecer economia de aquisição, preços e empacotamento, checkout e parcelamento, reembolsos, e alinhar o calendário de lançamentos com marketing. Discovery é sobretudo pesquisa do comprador, não de quem aprende. A restrição que você não controla costuma ser a oferta de catálogo, porque produzir um curso com instrutor é lento e caro. A tecnologia aqui é habilitadora e não o núcleo: a engenharia difícil é pagamentos, localização e entrega de vídeo. As métricas se parecem com CAC e payback, conversão de visita em compra, ARPU, taxa de reembolso. Essa experiência se transfere de forma limpa de e para e-commerce de consumo e negócios de assinatura, e mal para qualquer lugar em que o produto precise continuar funcionando depois da venda.

Em um Learning Service, o problema de produto é a capacidade e a qualidade do tempo humano. Como isso aparece depende do formato da empresa: a Preply é um marketplace de tutores independentes, mas o mesmo arquétipo cobre escolas em coortes com instrutores contratados e negócios de coaching com um banco de profissionais, e a restrição se desloca conforme o caso. O que costuma valer é que a oferta é uma variável viva e não uma entrada fixa, então boa parte da semana vai para se quem aprende consegue rápido um bom pareamento, para a confiabilidade da agenda e para as ferramentas com que os instrutores planejam e dão aula. Essas ferramentas costumam ser aqui um produto de primeira classe e não um painel interno, e product managers que as tratam como painel interno costumam sofrer, porque a saída de instrutores aparece na retenção de alunos alguns meses depois. O problema difícil de medição é a qualidade do ensino: as estrelas capturam simpatia e pontualidade tanto quanto ensino, e construir algo melhor é muitas vezes o trabalho de maior alavanca disponível. As métricas se parecem com taxa de pareamento, tempo até a primeira aula, reagendamento, utilização de instrutores e margem por aula. Nas variantes de marketplace, experiência em mobilidade ou serviços domésticos se transfere melhor do que a maior parte da experiência em EdTech.

Em uma Learning Platform, a alavanca está na qualidade da entrega e na cadeia de autoria — quão bem a plataforma deixa outra pessoa expressar um design de aprendizado, e quão bem ela aguenta depois que essa pessoa o expressou. O tempo vai para a ativação e a primeira semana, para o abandono em módulos específicos e não no agregado, e para as ferramentas em que o time de conteúdo vive. O segundo grupo de usuários é a parte interessante: instrutores, autores e administradores costumam ser mais exigentes do que os alunos, e em plataformas institucionais quem compra é um terceiro grupo, com requisitos — acessibilidade, retenção de dados, padrões de interoperabilidade — que product managers de consumo raramente precisaram colocar em um roadmap. A complexidade técnica é de integração e escala, não de modelagem. As métricas se parecem com ativação, conclusão de módulos e curvas de retenção por coorte, com a conclusão como armadilha permanente, já que mede chegar ao fim do material e nada além. Experiência em B2B SaaS e em gestão de conteúdo se transfere para cá com mais facilidade do que a de crescimento de consumo.

Em um Learning Product, a qualidade do ciclo é o produto. A semana vai para a mecânica da prática, para o que a pessoa vê depois de uma resposta errada, para onde a dificuldade sobe um degrau e para se o progresso é legível o bastante para ser sentido. O discovery muda de caráter: você observa as pessoas errarem, porque elas não conseguem relatar de forma confiável onde travaram. O pessoal de conteúdo e currículo tende a virar coautor da mecânica em vez de fornecedor de material, e é preciso ciência do aprendizado suficiente para sustentar uma discussão sobre espaçamento e recuperação. A tensão estrutural é que engajamento é barato de medir e aprendizado é caro, então os experimentos escorregam para o desfecho barato a menos que alguém empurre de volta. As métricas se parecem com ritmo de progressão, acerto ao longo do tempo, abandono em habilidades específicas e tempo até a primeira competência demonstrada. Um product manager que chega aqui vindo de EduCommerce costuma trazer bons instintos de instrumentação e pouquíssima calibração sobre o que faz um exercício ser bom — dá para aprender, mas leva mais tempo do que as pessoas esperam.

Adaptive EdTech tende a transformar isso em um trabalho de política. O que você possui é o que o sistema seleciona em seguida e por quê, não uma tela, e isso puxa modelagem do aluno e estimativa de domínio, o ciclo de vida do item da redação à calibração e à aposentadoria, e a validade da medição sobre a qual o resto do produto se apoia. Onde o feedback é gerado por modelo, isso também significa revisá-lo por correção e não por fluência. As dependências normalmente passam por cientistas do aprendizado, psicometristas e engenheiros de ML, e o trabalho vai mal se você não consegue discordar deles com substância. As métricas se parecem com ganho de aprendizado contra medidas antes e depois ou contra um modelo de domínio, tempo até o domínio, qualidade dos itens e acurácia do modelo do aluno — com engajamento lido como entrada e não como prova. Experiência em ranqueamento e recomendação se transfere para cá de forma mais direta do que experiência em EdTech, que é o único lugar em que meus anos na Rambler se encaixam melhor do que os de EdTech.

Por que o rótulo ficou amplo e continuou assim

Há um motivo para uma única palavra ter acabado cobrindo as cinco. O conjunto de coisas que o software consegue fazer dentro do aprendizado se expandiu de forma constante por seis décadas, e cada nova capacidade foi absorvida no mesmo vocabulário em vez de ganhar o seu. O que vem a seguir não é uma história de progresso substituindo a si mesmo: todas essas capacidades continuam sendo lançadas, e a maioria dos produtos combina várias.

Essa acumulação é todo o problema com o rótulo. “EdTech” foi cunhado quando o topo daquela lista era um questionário com ramificação, e desde então foi esticado sobre cada capacidade acrescentada sem nunca se dividir. A palavra não ficou menos precisa; o espaço embaixo dela ficou muito mais heterogêneo.

Então o que esses cinco anos deveriam significar?

Quando uma descrição de vaga pede cinco anos de experiência em EdTech, o que ela está pedindo?

Normalmente ela faz várias coisas ao mesmo tempo sem que quem escreveu tenha decidido qual. Às vezes significa: não vai ser preciso explicar o vocabulário a essa pessoa, e ela não vai perder um mês descobrindo que o comprador e quem aprende são pessoas diferentes. Às vezes significa: nos queimamos com alguém que tratou educação como marketing de conteúdo e queremos um sinal de que o candidato leva o assunto a sério — razoável, e também não é realmente sobre anos. E às vezes está no lugar de um mecanismo específico que a empresa não articulou: que a vaga é na verdade sobre curvas de dificuldade, ou na verdade sobre oferta de instrutores, que é o único sentido que de fato preveria desempenho e justamente o que a frase não consegue comunicar.

Algumas coisas atravessam os cinco ambientes. Hábitos de instrumentação se transferem. Também a tolerância a ciclos lentos de retorno, porque resultados de aprendizado levam semanas ou meses para ficar visíveis e você recebe menos sinais e mais tarde do que na maior parte do software de consumo. Também o reflexo de que o comprador não é quem aprende, no qual as pessoas tropeçam o tempo todo. “Experiência em EdTech” não é sem sentido; ela é só bem menor do que soa, e a parte que se transfere raramente é a parte sobre a qual perguntam.

A versão prática é tratar a frase como uma frase inacabada e não como uma credencial. Quando uma empresa me pergunta sobre experiência em EdTech, o movimento útil é estabelecer primeiro que ambiente eles são, porque minha resposta muda: falando com um negócio de EduCommerce, os anos relevantes são os da Ray, e falando com uma empresa que constrói ciclos de aprendizado é o Tomus, e é melhor dizer isso do que deixar dezoito milhões de downloads fazerem um trabalho que eles não podem fazer.

No sentido inverso, as perguntas que valem a pena antes de entrar são mecânicas e não culturais. O que quem aprende está de fato fazendo na maior parte de uma sessão? O que acontece no produto quando alguém erra a mesma coisa três vezes? O que decide o que ele faz em seguida? Quando vocês dizem a um investidor que o produto funciona, que número mostram? E a mais reveladora: se uma coorte terminou e não aprendeu a habilidade, como vocês ficariam sabendo?

A última é um pouco injusta e eu faço assim mesmo. Muitas empresas respeitáveis não têm resposta, e não há nada de desqualificante nisso. O que a resposta diz é se “esse produto funciona?” vai ser resolvido com dados de aprendizado ou com dados de engajamento, o que prevê razoavelmente bem que discussões você vai ter nos próximos dois anos.

De uma intuição para algo que dá para entregar

Por muito tempo isso viveu na minha cabeça como um reflexo: isto parece um tipo de EdTech e aquilo parece outro. Funciona até alguém pedir que você justifique, ou até você querer entregar isso a outra pessoa, e eu seguia tendo a mesma conversa de quarenta minutos com fundadores e com product managers escolhendo entre ofertas.

Então transformei isso em uma ferramenta, que agora fica neste site: Que tipo de EdTech é esta?

Ela faz sete perguntas e leva cerca de dois minutos. Seis pontuam as três dimensões acima, duas por dimensão, com peso igual. A sétima pergunta o que a vaga em questão de fato possuiria e deliberadamente não afeta a classificação; ela existe para que o resultado possa dizer que se trata de uma vaga de monetização dentro de uma empresa com um produto de aprendizado real — uma situação comum, inteiramente legítima e muito melhor de saber de antemão do que descobrir no terceiro mês.

Duas decisões de design a tornam usável de fora de uma empresa. “Não dá para saber pelo que eu vi” é uma resposta de primeira classe e não um zero: ela sai da média em vez de puxar a nota para baixo, o resultado informa quanta evidência teve, e cada incógnita volta como uma pergunta que vale a pena fazer. Uma ferramenta que pune admitir que não se sabe apenas ensina a chutar. A outra é que as três dimensões são reportadas separadamente e não como uma nota única, porque os descompassos são justamente o que é útil.

Tudo roda no navegador; o link do resultado codifica suas respostas e não um veredicto salvo, então quem abrir chega ao mesmo resultado pela mesma lógica. Quando passei o Tomus por ela — meu próprio produto, então não dava para culpar os dados de entrada —, ela devolveu Learning Platform e não o Learning Product que eu teria chamado. A razão está legível nas respostas: havia prática real e correção automática dentro do produto, e o que a pessoa acertava ou errava não mudava o que vinha depois.

Se você está olhando uma vaga de EdTech agora

Pegue a empresa que você está considerando, ou a descrição de vaga que você vem relendo, e passe pelo classificador. Responda com o que você consegue de fato observar — o produto, um teste gratuito, a página de vagas, o que disseram na primeira conversa — e diga “não dá para saber” onde essa for a verdade.

A ferramenta é Que tipo de EdTech é esta?: oito perguntas, cerca de três minutos, e ela vai dizer qual dos cinco ambientes você está olhando, o que o trabalho de product manager ali costuma enfatizar e o que perguntar a eles.

Ela não vai dizer se você deve aceitar a vaga. O que ela deveria fazer é dizer qual dos cinco trabalhos estão te oferecendo, que é justamente a parte que a descrição da vaga costuma deixar de fora.