Por Msc. Prof. Fabiano Monaco
Setembro de 2026
Nova Arquitetura do Conhecimento: o que acontece quando o antigo sonho da Gestão do Conhecimento — capturar, organizar e transformar saberes em valor real — finalmente encontra a tecnologia capaz de realizá-lo?
Neste artigo provocador, o Prof. Fabiano Monaco desvenda como a Inteligência Artificial não veio para substituir o intelecto humano, mas para redefinir radicalmente a arquitetura da aprendizagem e reposicionar o professor como o arquiteto essencial do pensamento crítico. Uma leitura imperdível para educadores, gestores e entusiastas que querem liderar as transformações da nova era educacional.
Arquitetura do conhecimento: Um pouco de história
Há pouco mais de duas décadas, uma expressão ocupava um lugar privilegiado no vocabulário das organizações: Gestão do Conhecimento.
No final dos anos 1990 e início dos anos 2000, empresas descobriram que uma parte importante de seu valor não estava apenas em máquinas, imóveis ou capital financeiro, mas naquilo que seus profissionais sabiam — e, sobretudo, na capacidade de transformar esse saber em inovação.
Dois livros tornaram-se referências desse movimento. Ikujiro Nonaka e Hirotaka Takeuchi publicaram The Knowledge-Creating Company, lançado no Brasil como Criação de conhecimento na empresa: como as empresas japonesas geram a dinâmica da inovação. Thomas Davenport e Laurence Prusak, por sua vez, publicaram Working Knowledge, que chegou ao Brasil como Conhecimento empresarial: como as organizações gerenciam o seu capital intelectual.
A ideia era poderosa: se uma organização conseguisse capturar, organizar, compartilhar e aplicar aquilo que sabia, poderia aprender mais rapidamente e transformar conhecimento em vantagem competitiva.
A onda cresceu
Surgiram consultorias, comunidades de prática, universidades corporativas, bases de conhecimento e estruturas dedicadas à memória organizacional. Apareceram também novos cargos, como o Chief Knowledge Officer (CKO). E até prêmios foram criados para reconhecer empresas que se destacavam pela capacidade de transformar conhecimento em valor. O MAKE — Most Admired Knowledge Enterprises — nasceu em 1998 e tornou-se uma das referências internacionais desse movimento.
Por algum tempo, parecia que a Gestão do Conhecimento seria uma das grandes disciplinas da administração do século XXI.
Mas a expressão perdeu tração no discurso executivo, enquanto os holofotes se voltavam para a infraestrutura de dados. Vieram o Business Intelligence, o Big Data, o Analytics e a Data Science. Se antes o foco recaía sobre a cultura e os saberes tácitos das pessoas, a prioridade técnica passou a ser a extração de padrões a partir de dados estruturados.
Vieram o Business Intelligence, os grandes bancos de dados, o Big Data, Analytics, Data Science e o Machine Learning. A pergunta deixou de ser apenas “como compartilhar o que sabemos?” e passou a ser “o que podemos descobrir a partir dos dados que temos?”.
A tecnologia avançou.
E, agora, em setembro de 2026, estamos diante de uma mudança ainda mais profunda.
A inteligência artificial começa a reunir capacidades que durante anos estiveram separadas. Ela pode localizar, classificar, relacionar, resumir, interpretar e produzir conteúdos a partir de enormes volumes de informação.
A antiga base de conhecimento começa a ganhar uma nova natureza.
Deixa de ser apenas um lugar onde o conhecimento está armazenado e passa a ser um ambiente no qual o conhecimento pode ser trabalhado.
Essa talvez seja a grande novidade
A Gestão do Conhecimento queria construir a memória da organização. O Big Data ampliou sua memória. O Machine Learning permitiu encontrar padrões. A IA generativa acrescentou a capacidade de articular essa base informativa, dialogar em linguagem natural e gerar sínteses textuais em segundos. Quanto maior a capacidade das máquinas de processar e sintetizar informações em escala, maior será nossa responsabilidade humana em validar o que constitui conhecimento legítimo, contextualizado e ético.
É como se uma antiga promessa finalmente encontrasse a tecnologia necessária para realizá-la.
Mas essa transformação ganha uma dimensão ainda maior quando chega à Educação.
A Educação sempre foi, essencialmente, uma atividade de produção, organização, transmissão e reconstrução do conhecimento. Por isso, não poderia permanecer fora dessa mudança.
Começa a surgir um novo ecossistema, reunindo empresas de conteúdo e tecnologia, pesquisadores, professores, gestores e especialistas. Empresas como a TeleSapiens atuam na convergência entre conteúdo e tecnologia educacional, enquanto iniciativas colaborativas, como os Arquitetos da Educação, apontam para a necessidade de reunir diferentes experiências e competências para pensar esse novo momento.
O que está surgindo talvez seja mais importante do que uma nova geração de plataformas educacionais.
Estamos começando a construir uma arquitetura do conhecimento.
O conteúdo já não precisa ser apenas produzido e distribuído. Ele pode ser organizado, relacionado a competências, contextualizado, atualizado e conectado a diferentes experiências de aprendizagem. Pode alimentar sistemas inteligentes capazes de personalizar percursos, apoiar professores, identificar dificuldades e criar novas possibilidades pedagógicas.
Nesse cenário, o professor também muda de lugar
Se a máquina consegue recuperar informações, explicar conceitos e produzir conteúdos, o valor do professor se desloca cada vez mais para aquilo que exige contexto, julgamento, sensibilidade e sentido.
O professor não perde importância.
Ao contrário.
Ele se torna cada vez mais necessário como mediador e arquiteto da aprendizagem.
É justamente aqui que aparece um dos grandes desafios de 2026.
A inteligência artificial pode ampliar o acesso ao conhecimento, mas não garante, por si só, igualdade de conhecimento.
Um estudante com infraestrutura, formação, repertório e capacidade crítica para utilizar IA estará em situação muito diferente daquele que apenas recebe respostas prontas.
Por isso, a verdadeira democratização da inteligência artificial na Educação não será simplesmente colocar uma ferramenta de IA nas mãos de todos. Será ensinar todos a pensar com ela e também contra ela, quando necessário.
Isso exige ir além da distribuição de dispositivos: demanda currículos voltados ao letramento algorítmico, formação continuada de professores e práticas pedagógicas que estimulem a verificação de fontes, o questionamento de vieses e a formulação de problemas em contextos reais.
Isso nos leva ao coração do debate. A questão já não é apenas tecnológica. É pedagógica, ética e política.
Quem controla os dados que alimentam os sistemas? Quem decide quais conhecimentos são considerados confiáveis? Como corrigir erros incorporados à memória de uma organização? Como proteger a privacidade dos estudantes? Como evitar vieses? Como preservar autoria, autonomia e pensamento crítico?
E talvez a pergunta mais importante seja: o que significa aprender quando uma máquina pode produzir uma resposta para quase qualquer pergunta?
Essa pergunta muda tudo.
Durante séculos, a Educação esteve fortemente orientada para a transmissão e a reprodução do conhecimento. Agora, parte dessa função pode ser realizada por máquinas.
O diferencial humano terá de se deslocar para a capacidade de formular problemas, interpretar informações, estabelecer relações, avaliar evidências, criar sentidos e tomar decisões responsáveis.
É por isso que a discussão sobre IA na Educação não pode ser reduzida à escolha de ferramentas.
Precisamos discutir que sociedade queremos construir com elas.
Nesse sentido, grupos de pesquisa, comunidades de especialistas, empresas de conteúdo, universidades e educadores têm uma responsabilidade especial. O futuro não será construído apenas pelos desenvolvedores dos modelos mais poderosos, mas também por aqueles capazes de aproximar tecnologia, conhecimento, experiência e responsabilidade.
A nova gestão do conhecimento
Talvez estejamos, finalmente, diante de uma nova versão da velha Gestão do Conhecimento.
Não mais uma gestão baseada apenas em documentos, repositórios e procedimentos.
Mas uma gestão em que dados, pessoas e máquinas participam de um ciclo contínuo de aprendizagem.
Dados geram informação.
Informação é organizada em conhecimento.
Conhecimento orienta decisões.
As decisões produzem novas experiências.
E as experiências alimentam novamente o sistema.
A diferença é que agora existe uma inteligência artificial capaz de participar desse ciclo.
É uma oportunidade extraordinária.
Mas também um risco extraordinário.
Porque quanto maior a capacidade das máquinas de produzir conhecimento, maior será nossa responsabilidade em decidir o que merece ser considerado conhecimento, quem pode produzi-lo, quem pode contestá-lo e para que ele será utilizado.
Talvez essa seja a verdadeira fronteira de setembro de 2026.
Não estamos simplesmente entrando na era da inteligência artificial.
Estamos entrando em uma era em que precisamos aprender a governar a produção de conhecimento por humanos e máquinas.
E, na Educação, essa responsabilidade é ainda maior.
Porque o que está em jogo não é apenas eficiência.
É a possibilidade de construir uma sociedade na qual a tecnologia amplie — em vez de aprofundar as diferenças.
Uma sociedade com mais acesso, mais aprendizagem, mais autonomia e, sobretudo, mais igualdade de conhecimento.
A Gestão do Conhecimento não desapareceu.
Ela estava apenas esperando a tecnologia alcançar o seu sonho.
REFERÊNCIAS
DAVENPORT, Thomas H.; PRUSAK, Laurence. Conhecimento empresarial: como as organizações gerenciam o seu capital intelectual. Tradução de Lenke Peres. Rio de Janeiro: Campus, 1998.
NONAKA, Ikujiro; TAKEUCHI, Hirotaka. Criação de conhecimento na empresa: como as empresas japonesas geram a dinâmica da inovação. Tradução de Ana Beatriz Rodrigues, Priscilla Martins Celeste. Rio de Janeiro: Campus, 1997.
