{ "$schema": "https://ar-tik.com/data/schemas/courses-catalog.schema.json", "generatedAt": "2026-07-02", "publisher": "Artik Lab s.r.l.", "canonicalDomain": "https://ar-tik.com", "locale": "pt", "language": "pt-BR", "catalog": { "title": "Cursos de IA para empresas: escolher a trilha certa", "description": "Catálogo de cursos de IA para empresas: trilhas introdutórias, gerenciais, operacionais e técnicas desenhadas com DTR sobre papéis, processos e resultados esperados.", "urls": { "html": "https://ar-tik.com/pt-br/cursos/", "markdown": "https://ar-tik.com/pt-br/cursos/index.md", "dossier": "https://ar-tik.com/pt-br/cursos/index-dossier.md" } }, "courses": [ { "id": "workflow-redesign", "locale": "pt", "language": "pt-BR", "family": "foundation", "familyLabel": "Fundamental", "featured": true, "title": "AI Workflow Redesign Lab", "subtitle": "Curso corporativo prático para aplicar IA a redesenho de fluxos de trabalho, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a redesenho de fluxos de trabalho, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "8 horas, moduláveis em 2 ou 4 sessões", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam redesenho de fluxos de trabalho por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em redesenho de fluxos de trabalho e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em redesenho de fluxos de trabalho e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapear o trabalho real", "description": "Atividades, decisões, passagens de informação e gargalos." }, { "title": "Avaliar o potencial de IA", "description": "Impacto, viabilidade, risco, qualidade do dado e nível de controle." }, { "title": "Redesenhar o fluxo de trabalho", "description": "Papéis, entradas, saídas, revisões, escalonamento e rastreabilidade." }, { "title": "Passar para adoção", "description": "Métricas, governança mínima, roadmap e responsabilidade operacional." } ], "exercises": [ "Mapear um processo realista ligado a redesenho de fluxos de trabalho.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para redesenho de fluxos de trabalho.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para redesenho de fluxos de trabalho.", "searchIntents": [ "curso AI corporativo sobre redesenho de fluxos de trabalho", "formação prática para AI Workflow Redesign Lab", "training AI para fluxos de trabalho empresariais", "trilha Artik Lab para Canvas operacional para redesenho de fluxos de trabalho", "como introduzir redesenho de fluxos de trabalho nos processos da empresa" ], "needSignals": [ "redesenho de fluxos de trabalho já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a redesenho de fluxos de trabalho consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para redesenho de fluxos de trabalho." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre redesenho de fluxos de trabalho, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para redesenho de fluxos de trabalho." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se redesenho de fluxos de trabalho merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve redesenho de fluxos de trabalho, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Usá-lo como ponto de partida quando ainda não está claro quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "managing-ai", "ai-literacy", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/workflow-redesign.html", "markdown": "https://ar-tik.com/pt-br/cursos/workflow-redesign.md", "dossier": "https://ar-tik.com/pt-br/cursos/workflow-redesign-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/workflow-redesign.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "managing-ai", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "Managing AI", "subtitle": "Curso corporativo prático para aplicar IA a adoção gerencial de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a adoção gerencial de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas, 2 sessões de 2 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam adoção gerencial de IA por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em adoção gerencial de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em adoção gerencial de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a adoção gerencial de IA.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para adoção gerencial de IA.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para adoção gerencial de IA.", "searchIntents": [ "curso AI corporativo sobre adoção gerencial de IA", "formação prática para Managing AI", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para adoção gerencial de IA", "como introduzir adoção gerencial de IA nos processos da empresa" ], "needSignals": [ "adoção gerencial de IA já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a adoção gerencial de IA consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para adoção gerencial de IA." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre adoção gerencial de IA, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para adoção gerencial de IA." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se adoção gerencial de IA merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve adoção gerencial de IA, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/managing-ai.html", "markdown": "https://ar-tik.com/pt-br/cursos/managing-ai.md", "dossier": "https://ar-tik.com/pt-br/cursos/managing-ai-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/managing-ai.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "managing-ai-general", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "Managing AI para equipes empresariais mistas", "subtitle": "Curso corporativo prático para aplicar IA a alinhamento de IA entre áreas, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a alinhamento de IA entre áreas, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas, 2 sessões de 2 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam alinhamento de IA entre áreas por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em alinhamento de IA entre áreas e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em alinhamento de IA entre áreas e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a alinhamento de IA entre áreas.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para alinhamento de IA entre áreas.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para alinhamento de IA entre áreas.", "searchIntents": [ "curso AI corporativo sobre alinhamento de IA entre áreas", "formação prática para Managing AI para equipes empresariais mistas", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para alinhamento de IA entre áreas", "como introduzir alinhamento de IA entre áreas nos processos da empresa" ], "needSignals": [ "alinhamento de IA entre áreas já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a alinhamento de IA entre áreas consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para alinhamento de IA entre áreas." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre alinhamento de IA entre áreas, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para alinhamento de IA entre áreas." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se alinhamento de IA entre áreas merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve alinhamento de IA entre áreas, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/managing-ai-general.html", "markdown": "https://ar-tik.com/pt-br/cursos/managing-ai-general.md", "dossier": "https://ar-tik.com/pt-br/cursos/managing-ai-general-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/managing-ai-general.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-governance", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "Governança operacional de AI", "subtitle": "Curso corporativo prático para aplicar IA a governança operacional de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a governança operacional de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas, 2 sessões de 2 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam governança operacional de IA por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em governança operacional de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em governança operacional de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a governança operacional de IA.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para governança operacional de IA.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para governança operacional de IA.", "searchIntents": [ "curso AI corporativo sobre governança operacional de IA", "formação prática para Governança operacional de AI", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para governança operacional de IA", "como introduzir governança operacional de IA nos processos da empresa" ], "needSignals": [ "governança operacional de IA já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a governança operacional de IA consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para governança operacional de IA." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre governança operacional de IA, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para governança operacional de IA." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se governança operacional de IA merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve governança operacional de IA, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-governance.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-governance.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-governance-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-governance.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-business-case-roi", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "AI Business Case & ROI Sprint", "subtitle": "Curso corporativo prático para aplicar IA a business case e ROI de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a business case e ROI de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas ou sprint de meio dia", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam business case e ROI de IA por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em business case e ROI de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em business case e ROI de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a business case e ROI de IA.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para business case e ROI de IA.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para business case e ROI de IA.", "searchIntents": [ "curso AI corporativo sobre business case e ROI de IA", "formação prática para AI Business Case & ROI Sprint", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para business case e ROI de IA", "como introduzir business case e ROI de IA nos processos da empresa" ], "needSignals": [ "business case e ROI de IA já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a business case e ROI de IA consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para business case e ROI de IA." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre business case e ROI de IA, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para business case e ROI de IA." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se business case e ROI de IA merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve business case e ROI de IA, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-business-case-roi.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-business-case-roi.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-business-case-roi-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-business-case-roi.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-adoption-manager", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "AI Adoption Manager / AI Champions", "subtitle": "Curso corporativo prático para aplicar IA a champions de adoção de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a champions de adoção de IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "6-8 horas, moduláveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam champions de adoção de IA por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em champions de adoção de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em champions de adoção de IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a champions de adoção de IA.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para champions de adoção de IA.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para champions de adoção de IA.", "searchIntents": [ "curso AI corporativo sobre champions de adoção de IA", "formação prática para AI Adoption Manager / AI Champions", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para champions de adoção de IA", "como introduzir champions de adoção de IA nos processos da empresa" ], "needSignals": [ "champions de adoção de IA já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a champions de adoção de IA consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para champions de adoção de IA." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre champions de adoção de IA, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para champions de adoção de IA." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se champions de adoção de IA merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve champions de adoção de IA, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-adoption-manager.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-adoption-manager.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-adoption-manager-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-adoption-manager.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-literacy", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "Alfabetização AI por função e uso responsável", "subtitle": "Curso corporativo prático para aplicar IA a alfabetização em IA por função, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a alfabetização em IA por função, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-8 horas, adaptáveis por função", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam alfabetização em IA por função por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em alfabetização em IA por função e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em alfabetização em IA por função e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a alfabetização em IA por função.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para alfabetização em IA por função.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para alfabetização em IA por função.", "searchIntents": [ "curso AI corporativo sobre alfabetização em IA por função", "formação prática para Alfabetização AI por função e uso responsável", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para alfabetização em IA por função", "como introduzir alfabetização em IA por função nos processos da empresa" ], "needSignals": [ "alfabetização em IA por função já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a alfabetização em IA por função consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para alfabetização em IA por função." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre alfabetização em IA por função, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para alfabetização em IA por função." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se alfabetização em IA por função merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve alfabetização em IA por função, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-literacy.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-literacy.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-literacy-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-literacy.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-documenti", "locale": "pt", "language": "pt-BR", "family": "intro", "familyLabel": "Introdutório", "featured": false, "title": "Curso AI: gerir documentos com AI", "subtitle": "Curso corporativo prático para aplicar IA a gestão documental, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a gestão documental, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "8 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam gestão documental por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em gestão documental e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em gestão documental e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Contexto de trabalho", "description": "Documentos, canais, tarefas e decisões recorrentes." }, { "title": "Uso prático de IA", "description": "Instruções, exemplos, critérios de revisão e limites." }, { "title": "Fluxo reutilizável", "description": "Modelos, checklists, passagens e controles." }, { "title": "Adoção segura", "description": "Dados, privacidade, qualidade e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a gestão documental.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para gestão documental.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para gestão documental.", "searchIntents": [ "curso AI corporativo sobre gestão documental", "formação prática para Curso AI: gerir documentos com AI", "training AI para equipes operacionais", "trilha Artik Lab para Canvas operacional para gestão documental", "como introduzir gestão documental nos processos da empresa" ], "needSignals": [ "gestão documental já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a gestão documental consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para gestão documental." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre gestão documental, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para gestão documental." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se gestão documental merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve gestão documental, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-literacy", "secure-ai-at-work", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-documenti.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-documenti.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-documenti-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-documenti.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-marketing", "locale": "pt", "language": "pt-BR", "family": "intro", "familyLabel": "Introdutório", "featured": false, "title": "Curso AI: marketing e comunicação AI driven", "subtitle": "Curso corporativo prático para aplicar IA a marketing e comunicação, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a marketing e comunicação, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "8 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam marketing e comunicação por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em marketing e comunicação e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em marketing e comunicação e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Contexto de trabalho", "description": "Documentos, canais, tarefas e decisões recorrentes." }, { "title": "Uso prático de IA", "description": "Instruções, exemplos, critérios de revisão e limites." }, { "title": "Fluxo reutilizável", "description": "Modelos, checklists, passagens e controles." }, { "title": "Adoção segura", "description": "Dados, privacidade, qualidade e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a marketing e comunicação.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para marketing e comunicação.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para marketing e comunicação.", "searchIntents": [ "curso AI corporativo sobre marketing e comunicação", "formação prática para Curso AI: marketing e comunicação AI driven", "training AI para equipes operacionais", "trilha Artik Lab para Canvas operacional para marketing e comunicação", "como introduzir marketing e comunicação nos processos da empresa" ], "needSignals": [ "marketing e comunicação já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a marketing e comunicação consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para marketing e comunicação." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre marketing e comunicação, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para marketing e comunicação." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se marketing e comunicação merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve marketing e comunicação, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-literacy", "secure-ai-at-work", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-marketing.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-marketing.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-marketing-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-marketing.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-vendite", "locale": "pt", "language": "pt-BR", "family": "intro", "familyLabel": "Introdutório", "featured": false, "title": "Curso AI: vendas B2C e B2B com AI", "subtitle": "Curso corporativo prático para aplicar IA a vendas B2B e B2C, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a vendas B2B e B2C, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "8 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam vendas B2B e B2C por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em vendas B2B e B2C e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em vendas B2B e B2C e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Contexto de trabalho", "description": "Documentos, canais, tarefas e decisões recorrentes." }, { "title": "Uso prático de IA", "description": "Instruções, exemplos, critérios de revisão e limites." }, { "title": "Fluxo reutilizável", "description": "Modelos, checklists, passagens e controles." }, { "title": "Adoção segura", "description": "Dados, privacidade, qualidade e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a vendas B2B e B2C.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para vendas B2B e B2C.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para vendas B2B e B2C.", "searchIntents": [ "curso AI corporativo sobre vendas B2B e B2C", "formação prática para Curso AI: vendas B2C e B2B com AI", "training AI para equipes operacionais", "trilha Artik Lab para Canvas operacional para vendas B2B e B2C", "como introduzir vendas B2B e B2C nos processos da empresa" ], "needSignals": [ "vendas B2B e B2C já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a vendas B2B e B2C consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para vendas B2B e B2C." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre vendas B2B e B2C, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para vendas B2B e B2C." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se vendas B2B e B2C merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve vendas B2B e B2C, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-literacy", "secure-ai-at-work", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-vendite.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-vendite.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-vendite-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-vendite.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-admin-finance", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI para administração e controle de gestão", "subtitle": "Curso corporativo prático para aplicar IA a administração e controle de gestão, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a administração e controle de gestão, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam administração e controle de gestão por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em administração e controle de gestão e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em administração e controle de gestão e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a administração e controle de gestão.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para administração e controle de gestão.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para administração e controle de gestão.", "searchIntents": [ "curso AI corporativo sobre administração e controle de gestão", "formação prática para AI para administração e controle de gestão", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para administração e controle de gestão", "como introduzir administração e controle de gestão nos processos da empresa" ], "needSignals": [ "administração e controle de gestão já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a administração e controle de gestão consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para administração e controle de gestão." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre administração e controle de gestão, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para administração e controle de gestão." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se administração e controle de gestão merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve administração e controle de gestão, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-admin-finance.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-admin-finance.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-admin-finance-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-admin-finance.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-operations", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI Operations", "subtitle": "Curso corporativo prático para aplicar IA a operações e coordenação de processos, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a operações e coordenação de processos, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas, 2 sessões de 2 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam operações e coordenação de processos por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em operações e coordenação de processos e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em operações e coordenação de processos e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a operações e coordenação de processos.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para operações e coordenação de processos.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para operações e coordenação de processos.", "searchIntents": [ "curso AI corporativo sobre operações e coordenação de processos", "formação prática para AI Operations", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para operações e coordenação de processos", "como introduzir operações e coordenação de processos nos processos da empresa" ], "needSignals": [ "operações e coordenação de processos já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a operações e coordenação de processos consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para operações e coordenação de processos." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre operações e coordenação de processos, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para operações e coordenação de processos." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se operações e coordenação de processos merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve operações e coordenação de processos, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-operations.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-operations.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-operations-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-operations.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-legal-ops", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI Legal Ops e compliance documental", "subtitle": "Curso corporativo prático para aplicar IA a legal ops e compliance documental, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a legal ops e compliance documental, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam legal ops e compliance documental por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em legal ops e compliance documental e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em legal ops e compliance documental e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a legal ops e compliance documental.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para legal ops e compliance documental.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para legal ops e compliance documental.", "searchIntents": [ "curso AI corporativo sobre legal ops e compliance documental", "formação prática para AI Legal Ops e compliance documental", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para legal ops e compliance documental", "como introduzir legal ops e compliance documental nos processos da empresa" ], "needSignals": [ "legal ops e compliance documental já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a legal ops e compliance documental consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para legal ops e compliance documental." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre legal ops e compliance documental, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para legal ops e compliance documental." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se legal ops e compliance documental merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve legal ops e compliance documental, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-legal-ops.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-legal-ops.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-legal-ops-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-legal-ops.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-procurement", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI para procurement e inteligência de fornecedores", "subtitle": "Curso corporativo prático para aplicar IA a procurement e inteligência de fornecedores, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a procurement e inteligência de fornecedores, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam procurement e inteligência de fornecedores por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em procurement e inteligência de fornecedores e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em procurement e inteligência de fornecedores e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a procurement e inteligência de fornecedores.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para procurement e inteligência de fornecedores.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para procurement e inteligência de fornecedores.", "searchIntents": [ "curso AI corporativo sobre procurement e inteligência de fornecedores", "formação prática para AI para procurement e inteligência de fornecedores", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para procurement e inteligência de fornecedores", "como introduzir procurement e inteligência de fornecedores nos processos da empresa" ], "needSignals": [ "procurement e inteligência de fornecedores já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a procurement e inteligência de fornecedores consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para procurement e inteligência de fornecedores." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre procurement e inteligência de fornecedores, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para procurement e inteligência de fornecedores." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se procurement e inteligência de fornecedores merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve procurement e inteligência de fornecedores, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-procurement.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-procurement.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-procurement-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-procurement.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-customer-service", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI para atendimento ao cliente e triagem de tickets", "subtitle": "Curso corporativo prático para aplicar IA a atendimento ao cliente e triagem de tickets, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a atendimento ao cliente e triagem de tickets, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam atendimento ao cliente e triagem de tickets por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em atendimento ao cliente e triagem de tickets e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em atendimento ao cliente e triagem de tickets e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a atendimento ao cliente e triagem de tickets.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para atendimento ao cliente e triagem de tickets.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para atendimento ao cliente e triagem de tickets.", "searchIntents": [ "curso AI corporativo sobre atendimento ao cliente e triagem de tickets", "formação prática para AI para atendimento ao cliente e triagem de tickets", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para atendimento ao cliente e triagem de tickets", "como introduzir atendimento ao cliente e triagem de tickets nos processos da empresa" ], "needSignals": [ "atendimento ao cliente e triagem de tickets já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a atendimento ao cliente e triagem de tickets consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para atendimento ao cliente e triagem de tickets." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre atendimento ao cliente e triagem de tickets, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para atendimento ao cliente e triagem de tickets." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se atendimento ao cliente e triagem de tickets merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve atendimento ao cliente e triagem de tickets, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-customer-service.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-customer-service.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-customer-service-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-customer-service.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-quality-management", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI para qualidade e não conformidades", "subtitle": "Curso corporativo prático para aplicar IA a qualidade e não conformidades, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a qualidade e não conformidades, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam qualidade e não conformidades por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em qualidade e não conformidades e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em qualidade e não conformidades e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a qualidade e não conformidades.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para qualidade e não conformidades.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para qualidade e não conformidades.", "searchIntents": [ "curso AI corporativo sobre qualidade e não conformidades", "formação prática para AI para qualidade e não conformidades", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para qualidade e não conformidades", "como introduzir qualidade e não conformidades nos processos da empresa" ], "needSignals": [ "qualidade e não conformidades já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a qualidade e não conformidades consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para qualidade e não conformidades." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre qualidade e não conformidades, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para qualidade e não conformidades." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se qualidade e não conformidades merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve qualidade e não conformidades, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-quality-management.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-quality-management.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-quality-management-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-quality-management.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-people-ops", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI People Ops", "subtitle": "Curso corporativo prático para aplicar IA a People Ops e processos RH, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a People Ops e processos RH, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam People Ops e processos RH por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em People Ops e processos RH e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em People Ops e processos RH e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a People Ops e processos RH.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para People Ops e processos RH.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para People Ops e processos RH.", "searchIntents": [ "curso AI corporativo sobre People Ops e processos RH", "formação prática para AI People Ops", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para People Ops e processos RH", "como introduzir People Ops e processos RH nos processos da empresa" ], "needSignals": [ "People Ops e processos RH já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a People Ops e processos RH consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para People Ops e processos RH." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre People Ops e processos RH, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para People Ops e processos RH." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se People Ops e processos RH merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve People Ops e processos RH, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-people-ops.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-people-ops.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-people-ops-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-people-ops.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-brand-voice", "locale": "pt", "language": "pt-BR", "family": "operational", "familyLabel": "Operacional", "featured": false, "title": "AI Brand Voice e comunicação", "subtitle": "Curso corporativo prático para aplicar IA a brand voice e comunicação, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a brand voice e comunicação, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas, 2 sessões de 2 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "mixed", "profileDescription": "Para gestores e equipes não técnicas; não requer programação.", "problem": "Muitas empresas abordam brand voice e comunicação por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para gestores e equipes não técnicas; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em brand voice e comunicação e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em brand voice e comunicação e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Mapa do processo", "description": "Trabalho recorrente, documentos, decisões, exceções e passagens." }, { "title": "Resultados assistidos por IA", "description": "Sínteses, classificações, rascunhos, relatórios e checklists." }, { "title": "Controles do fluxo", "description": "Revisão, escalonamento, rastreabilidade e responsabilidade." }, { "title": "Adoção operacional", "description": "Métricas, materiais, rotinas e governança." } ], "exercises": [ "Mapear um processo realista ligado a brand voice e comunicação.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para brand voice e comunicação.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para brand voice e comunicação.", "searchIntents": [ "curso AI corporativo sobre brand voice e comunicação", "formação prática para AI Brand Voice e comunicação", "training AI para funções operacionais", "trilha Artik Lab para Canvas operacional para brand voice e comunicação", "como introduzir brand voice e comunicação nos processos da empresa" ], "needSignals": [ "brand voice e comunicação já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a brand voice e comunicação consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para brand voice e comunicação." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre brand voice e comunicação, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para brand voice e comunicação." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se brand voice e comunicação merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve brand voice e comunicação, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "managing-ai-general", "ai-governance", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-brand-voice.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-brand-voice.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-brand-voice-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-brand-voice.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "embeddings", "locale": "pt", "language": "pt-BR", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "Busca semântica e bases de conhecimento AI", "subtitle": "Curso corporativo prático para aplicar IA a busca semântica e bases de conhecimento, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a busca semântica e bases de conhecimento, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "60-90 minuti o modulo breve", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "technical", "profileDescription": "Para equipes técnicas com bases de programação e arquitetura de software.", "problem": "Muitas empresas abordam busca semântica e bases de conhecimento por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes técnicas com bases de programação e arquitetura de software.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em busca semântica e bases de conhecimento e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em busca semântica e bases de conhecimento e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Arquitetura e requisitos", "description": "Objetivos, limites, dados, serviços e hipóteses de risco." }, { "title": "Construção e integração", "description": "Fluxos técnicos, interfaces, contexto, permissões e testes." }, { "title": "Avaliação e qualidade", "description": "Métricas, revisão, testes de regressão e modos de falha." }, { "title": "Produção e governança", "description": "Monitoramento, segurança, auditoria, custos e manutenção." } ], "exercises": [ "Mapear um processo realista ligado a busca semântica e bases de conhecimento.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para busca semântica e bases de conhecimento.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Recomenda-se familiaridade técnica básica com software, dados ou arquitetura de sistemas.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para busca semântica e bases de conhecimento.", "searchIntents": [ "curso AI corporativo sobre busca semântica e bases de conhecimento", "formação prática para Busca semântica e bases de conhecimento AI", "training AI para equipes técnicas", "trilha Artik Lab para Canvas operacional para busca semântica e bases de conhecimento", "como introduzir busca semântica e bases de conhecimento nos processos da empresa" ], "needSignals": [ "busca semântica e bases de conhecimento já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a busca semântica e bases de conhecimento consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para busca semântica e bases de conhecimento." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre busca semântica e bases de conhecimento, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para busca semântica e bases de conhecimento." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se busca semântica e bases de conhecimento merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve busca semântica e bases de conhecimento, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/embeddings.html", "markdown": "https://ar-tik.com/pt-br/cursos/embeddings.md", "dossier": "https://ar-tik.com/pt-br/cursos/embeddings-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/embeddings.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "rag-engineering", "locale": "pt", "language": "pt-BR", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "RAG Engineering para sistemas AI confiáveis", "subtitle": "Curso corporativo prático para aplicar IA a RAG engineering, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a RAG engineering, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "5 horas, 2 sessões de 2,5 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "technical", "profileDescription": "Para equipes técnicas com bases de programação e arquitetura de software.", "problem": "Muitas empresas abordam RAG engineering por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes técnicas com bases de programação e arquitetura de software.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em RAG engineering e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em RAG engineering e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Arquitetura e requisitos", "description": "Objetivos, limites, dados, serviços e hipóteses de risco." }, { "title": "Construção e integração", "description": "Fluxos técnicos, interfaces, contexto, permissões e testes." }, { "title": "Avaliação e qualidade", "description": "Métricas, revisão, testes de regressão e modos de falha." }, { "title": "Produção e governança", "description": "Monitoramento, segurança, auditoria, custos e manutenção." } ], "exercises": [ "Mapear um processo realista ligado a RAG engineering.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para RAG engineering.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Recomenda-se familiaridade técnica básica com software, dados ou arquitetura de sistemas.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para RAG engineering.", "searchIntents": [ "curso AI corporativo sobre RAG engineering", "formação prática para RAG Engineering para sistemas AI confiáveis", "training AI para equipes técnicas", "trilha Artik Lab para Canvas operacional para RAG engineering", "como introduzir RAG engineering nos processos da empresa" ], "needSignals": [ "RAG engineering já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a RAG engineering consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para RAG engineering." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre RAG engineering, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para RAG engineering." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se RAG engineering merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve RAG engineering, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/rag-engineering.html", "markdown": "https://ar-tik.com/pt-br/cursos/rag-engineering.md", "dossier": "https://ar-tik.com/pt-br/cursos/rag-engineering-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/rag-engineering.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-coding-agents", "locale": "pt", "language": "pt-BR", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "AI Coding Agents para equipes de software", "subtitle": "Curso corporativo prático para aplicar IA a agentes de IA para coding, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a agentes de IA para coding, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas, 2 sessões de 2 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "technical", "profileDescription": "Para equipes técnicas com bases de programação e arquitetura de software.", "problem": "Muitas empresas abordam agentes de IA para coding por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes técnicas com bases de programação e arquitetura de software.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em agentes de IA para coding e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em agentes de IA para coding e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Arquitetura e requisitos", "description": "Objetivos, limites, dados, serviços e hipóteses de risco." }, { "title": "Construção e integração", "description": "Fluxos técnicos, interfaces, contexto, permissões e testes." }, { "title": "Avaliação e qualidade", "description": "Métricas, revisão, testes de regressão e modos de falha." }, { "title": "Produção e governança", "description": "Monitoramento, segurança, auditoria, custos e manutenção." } ], "exercises": [ "Mapear um processo realista ligado a agentes de IA para coding.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para agentes de IA para coding.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Recomenda-se familiaridade técnica básica com software, dados ou arquitetura de sistemas.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para agentes de IA para coding.", "searchIntents": [ "curso AI corporativo sobre agentes de IA para coding", "formação prática para AI Coding Agents para equipes de software", "training AI para equipes técnicas", "trilha Artik Lab para Canvas operacional para agentes de IA para coding", "como introduzir agentes de IA para coding nos processos da empresa" ], "needSignals": [ "agentes de IA para coding já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a agentes de IA para coding consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para agentes de IA para coding." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre agentes de IA para coding, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para agentes de IA para coding." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se agentes de IA para coding merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve agentes de IA para coding, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-coding-agents.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-coding-agents.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-coding-agents-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-coding-agents.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-software-engineering", "locale": "pt", "language": "pt-BR", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "AI Software Engineering", "subtitle": "Curso corporativo prático para aplicar IA a engenharia de software com IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a engenharia de software com IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "5 horas, 2 sessões de 2,5 horas", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "technical", "profileDescription": "Para equipes técnicas com bases de programação e arquitetura de software.", "problem": "Muitas empresas abordam engenharia de software com IA por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes técnicas com bases de programação e arquitetura de software.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em engenharia de software com IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em engenharia de software com IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Arquitetura e requisitos", "description": "Objetivos, limites, dados, serviços e hipóteses de risco." }, { "title": "Construção e integração", "description": "Fluxos técnicos, interfaces, contexto, permissões e testes." }, { "title": "Avaliação e qualidade", "description": "Métricas, revisão, testes de regressão e modos de falha." }, { "title": "Produção e governança", "description": "Monitoramento, segurança, auditoria, custos e manutenção." } ], "exercises": [ "Mapear um processo realista ligado a engenharia de software com IA.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para engenharia de software com IA.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Recomenda-se familiaridade técnica básica com software, dados ou arquitetura de sistemas.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para engenharia de software com IA.", "searchIntents": [ "curso AI corporativo sobre engenharia de software com IA", "formação prática para AI Software Engineering", "training AI para equipes técnicas", "trilha Artik Lab para Canvas operacional para engenharia de software com IA", "como introduzir engenharia de software com IA nos processos da empresa" ], "needSignals": [ "engenharia de software com IA já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a engenharia de software com IA consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para engenharia de software com IA." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre engenharia de software com IA, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para engenharia de software com IA." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se engenharia de software com IA merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve engenharia de software com IA, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "secure-ai-sdlc", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-software-engineering.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-software-engineering.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-software-engineering-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-software-engineering.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "secure-ai-sdlc", "locale": "pt", "language": "pt-BR", "family": "technical", "familyLabel": "Técnico", "featured": false, "title": "Secure AI SDLC", "subtitle": "Curso corporativo prático para aplicar IA a ciclo de vida seguro para software com IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a ciclo de vida seguro para software com IA, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "technical", "profileDescription": "Para equipes técnicas com bases de programação e arquitetura de software.", "problem": "Muitas empresas abordam ciclo de vida seguro para software com IA por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes técnicas com bases de programação e arquitetura de software.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em ciclo de vida seguro para software com IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em ciclo de vida seguro para software com IA e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Arquitetura e requisitos", "description": "Objetivos, limites, dados, serviços e hipóteses de risco." }, { "title": "Construção e integração", "description": "Fluxos técnicos, interfaces, contexto, permissões e testes." }, { "title": "Avaliação e qualidade", "description": "Métricas, revisão, testes de regressão e modos de falha." }, { "title": "Produção e governança", "description": "Monitoramento, segurança, auditoria, custos e manutenção." } ], "exercises": [ "Mapear um processo realista ligado a ciclo de vida seguro para software com IA.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para ciclo de vida seguro para software com IA.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Recomenda-se familiaridade técnica básica com software, dados ou arquitetura de sistemas.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para ciclo de vida seguro para software com IA.", "searchIntents": [ "curso AI corporativo sobre ciclo de vida seguro para software com IA", "formação prática para Secure AI SDLC", "training AI para equipes técnicas", "trilha Artik Lab para Canvas operacional para ciclo de vida seguro para software com IA", "como introduzir ciclo de vida seguro para software com IA nos processos da empresa" ], "needSignals": [ "ciclo de vida seguro para software com IA já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a ciclo de vida seguro para software com IA consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para ciclo de vida seguro para software com IA." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre ciclo de vida seguro para software com IA, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para ciclo de vida seguro para software com IA." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se ciclo de vida seguro para software com IA merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve ciclo de vida seguro para software com IA, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "rag-engineering", "ai-output-quality" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/secure-ai-sdlc.html", "markdown": "https://ar-tik.com/pt-br/cursos/secure-ai-sdlc.md", "dossier": "https://ar-tik.com/pt-br/cursos/secure-ai-sdlc-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/secure-ai-sdlc.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "secure-ai-at-work", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "Secure AI at Work", "subtitle": "Curso corporativo prático para aplicar IA a uso seguro de IA no trabalho, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a uso seguro de IA no trabalho, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4 horas, adaptáveis por área", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam uso seguro de IA no trabalho por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em uso seguro de IA no trabalho e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em uso seguro de IA no trabalho e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a uso seguro de IA no trabalho.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para uso seguro de IA no trabalho.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para uso seguro de IA no trabalho.", "searchIntents": [ "curso AI corporativo sobre uso seguro de IA no trabalho", "formação prática para Secure AI at Work", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para uso seguro de IA no trabalho", "como introduzir uso seguro de IA no trabalho nos processos da empresa" ], "needSignals": [ "uso seguro de IA no trabalho já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a uso seguro de IA no trabalho consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para uso seguro de IA no trabalho." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre uso seguro de IA no trabalho, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para uso seguro de IA no trabalho." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se uso seguro de IA no trabalho merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve uso seguro de IA no trabalho, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/secure-ai-at-work.html", "markdown": "https://ar-tik.com/pt-br/cursos/secure-ai-at-work.md", "dossier": "https://ar-tik.com/pt-br/cursos/secure-ai-at-work-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/secure-ai-at-work.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } }, { "id": "ai-output-quality", "locale": "pt", "language": "pt-BR", "family": "managerial", "familyLabel": "Gerencial", "featured": false, "title": "AI Output Quality & Human Review", "subtitle": "Curso corporativo prático para aplicar IA a qualidade de resultados de IA e revisão humana, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "summary": "Curso corporativo prático para aplicar IA a qualidade de resultados de IA e revisão humana, com exercícios sobre trabalho realista, materiais reutilizáveis e critérios claros de governança.", "duration": "4-6 horas, personalizáveis", "mode": "Laboratório presencial ou online, com exercícios guiados e materiais adaptados ao cliente.", "profile": "all", "profileDescription": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "problem": "Muitas empresas abordam qualidade de resultados de IA e revisão humana por experimentos dispersos: algumas instruções, alguns usuários entusiasmados e muitas dúvidas sobre dados, qualidade e responsabilidade. O curso transforma essa incerteza em método operacional. Os participantes trabalham em cenários realistas, aprendem onde a IA ajuda, onde a revisão humana continua essencial e como repetir a prática na empresa.", "audience": "Para equipes empresariais, funções operacionais e gestores; não requer programação.", "whenToChoose": "Escolher este curso quando a empresa quer avançar de forma concreta em qualidade de resultados de IA e revisão humana e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "chooseIf": "Quando a empresa quer avançar de forma concreta em qualidade de resultados de IA e revisão humana e precisa de formação que produza fluxos de trabalho utilizáveis, não teoria abstrata.", "outcomes": [ "Mapear o trabalho e as decisões onde a IA pode reduzir atrito.", "Construir instruções, checklists e critérios de revisão.", "Identificar limites de dados, privacidade e responsabilidade.", "Criar exemplos reutilizáveis para a equipe.", "Definir próximos passos de adoção e governança." ], "modules": [ { "title": "Compreensão compartilhada", "description": "Capacidades, limites, responsabilidades e implicações de negócio." }, { "title": "Avaliação de casos de uso", "description": "Valor, viabilidade, risco, dados e responsabilidade." }, { "title": "Governança e qualidade", "description": "Regras, revisão, escalonamento e decisões responsáveis." }, { "title": "Roadmap de adoção", "description": "Prioridades, competências, métricas e próximos passos." } ], "exercises": [ "Mapear um processo realista ligado a qualidade de resultados de IA e revisão humana.", "Criar resultados assistidos por IA e revisá-los criticamente.", "Definir pontos de escalonamento e revisão humana.", "Construir uma checklist reutilizável para o trabalho diário." ], "materials": [ "Canvas operacional para qualidade de resultados de IA e revisão humana.", "Modelos de instruções.", "Checklist de qualidade e privacidade.", "Matriz risco/controle.", "Notas de adoção para a equipe." ], "privacy": "O curso usa materiais sintéticos, públicos, anonimizados ou aprovados pelo cliente. Explica como minimizar exposição de dados, proteger informação confidencial, verificar resultados e manter explícita a responsabilidade humana.", "prerequisites": "Não requer programação. É útil conhecer o processo de negócio.", "faqs": [ { "question": "O curso depende de uma ferramenta?", "answer": "Não. Os padrões são adaptados às ferramentas e políticas escolhidas com o cliente." }, { "question": "Dados da empresa podem ser usados?", "answer": "Só quando contas, contratos e políticas internas permitem; caso contrário usam-se dados sintéticos ou anonimizados." }, { "question": "O que fica depois do curso?", "answer": "Materiais reutilizáveis, exemplos, checklists e próximos passos claros." }, { "question": "É teórico?", "answer": "Não. O curso é construído sobre exercícios práticos e decisões próximas do trabalho real." } ], "output": "Canvas operacional para qualidade de resultados de IA e revisão humana.", "searchIntents": [ "curso AI corporativo sobre qualidade de resultados de IA e revisão humana", "formação prática para AI Output Quality & Human Review", "training AI para gestores e funções empresariais", "trilha Artik Lab para Canvas operacional para qualidade de resultados de IA e revisão humana", "como introduzir qualidade de resultados de IA e revisão humana nos processos da empresa" ], "needSignals": [ "qualidade de resultados de IA e revisão humana já aparece nas conversas internas, mas falta um método compartilhado para transformar isso em prática.", "As pessoas experimentam ferramentas AI de modo autônomo e a empresa ainda não vê critérios, controles e resultados comparáveis.", "O processo ligado a qualidade de resultados de IA e revisão humana consome tempo, cria passagens manuais ou produz outputs difíceis de verificar.", "A direção precisa decidir se investe, forma ou interrompe antes de introduzir automações frágeis.", "A empresa precisa de um resultado concreto: Canvas operacional para qualidade de resultados de IA e revisão humana." ], "extraExamples": [ { "title": "Do curso genérico ao processo real", "description": "Uma empresa pede formação sobre qualidade de resultados de IA e revisão humana, mas o problema real aparece no mapeamento: tarefas repetidas, controles informais e responsabilidades distribuídas. A trilha usa exemplos próximos do trabalho diário e transforma a formação em primeiro modelo operacional." }, { "title": "Da experimentação individual à prática governada", "description": "Algumas pessoas já encontraram atalhos com AI e outras estão bloqueadas. O curso cria uma base comum: o que pode ser feito, o que deve ser revisado, quais dados não devem ser expostos e quando escalar. O resultado é Canvas operacional para qualidade de resultados de IA e revisão humana." }, { "title": "Do entusiasmo à decisão", "description": "A direção precisa entender se qualidade de resultados de IA e revisão humana merece orçamento e continuidade. O laboratório separa benefícios imediatos, riscos operacionais e dependências de dados. A empresa sai com critérios para decidir o próximo passo." } ], "selectionCriteria": [ "Escolher este curso se a necessidade principal envolve qualidade de resultados de IA e revisão humana, não uma visão genérica sobre AI.", "Preferi-lo quando existe um processo, documento, workflow ou responsabilidade empresarial para trabalhar durante a formação.", "Adiar se ainda não há sponsor interno ou se o problema é apenas comprar uma licença de software.", "Combinar com AI Workflow Redesign Lab quando primeiro é preciso entender quais processos priorizar." ], "limits": [ "Não promete automação completa nem substituição das responsabilidades humanas.", "Não exige carregar dados confidenciais em ambientes não aprovados.", "Não é consultoria jurídica, fiscal, HR ou técnica especializada quando essas responsabilidades cabem às funções competentes.", "Produz competências, critérios e materiais reutilizáveis; a adoção contínua requer sponsorship, governança e prática interna." ], "relatedCourseIds": [ "workflow-redesign", "ai-governance", "ai-adoption-manager", "ai-business-case-roi" ], "urls": { "html": "https://ar-tik.com/pt-br/cursos/ai-output-quality.html", "markdown": "https://ar-tik.com/pt-br/cursos/ai-output-quality.md", "dossier": "https://ar-tik.com/pt-br/cursos/ai-output-quality-dossier.md", "json": "https://ar-tik.com/pt-br/cursos/ai-output-quality.json", "catalog": "https://ar-tik.com/pt-br/cursos/", "catalogMarkdown": "https://ar-tik.com/pt-br/cursos/index.md" } } ] }