Cenário de simulação decisão em líderes da Amazon com IA

O Accelerate é um programa de desenvolvimento de liderança para managers L4 e L5 da Amazon, focado em habilidades como comunicação, decisão e gestão de conflitos. Apesar do treinamento presencial estruturado, havia baixa transferência prática para o dia a dia.

Problema:

  • Treinamentos ensinavam conceitos, mas não permitiam praticar decisões reais
  • Falta de ambientes seguros para testar escolhas com consequências
  • Desenvolvimento de decisão limitado a teoria e estudos de caso estáticos
  • Dificuldade em personalizar cenários para contexto individual de cada líder

Solução:

  • Criamos um sistema de Decision Simulations impulsionado por IA
  • Cada simulação é personalizada com base no perfil, contexto e lacunas do usuário
  • O usuário enfrenta um cenário realista e toma 3 decisões sequenciais, cada uma impactando o desdobramento da situação
  • Não existem respostas certas — apenas trade-offs e consequências
  • Ao final, o sistema gera avaliação e pontuação baseada na qualidade das decisões

Tecnologias usadas:

  • Amazon Bedrock (LLM para geração e avaliação)
  • AWS Lambda (lógica de simulação e progressão)
  • DynamoDB (persistência de estados e histórico)
  • Claude para geração do conteúdo
Tela de tomada de decisão

Como arquitetei a solução?

O principal problema não era falta de conteúdo, mas falta de contextualização e prática realista. A solução foi arquitetada como um sistema de simulação dinâmica, onde cada decisão altera o estado do cenário. Desenhamos um fluxo em três camadas:

  • Contexto do usuário → perfil, região, cargo e lacunas de competência
  • Motor de simulação → geração de cenários ambíguos com múltiplos caminhos
  • Motor de consequência → evolução da história baseada nas decisões

Essa arquitetura permitiu reduzir dependência de conteúdo estático e criar um sistema escalável, onde novas simulações não precisam ser manualmente escritas. Além disso, antecipamos um problema comum: decisões binárias. Por isso, forçamos o modelo a gerar opções ambíguas — todas plausíveis, mas com impactos diferentes.

Jornada de desenvolvimento e experiência do usuário

A experiência foi desenhada para simular o fluxo mental de decisões no trabalho:

  1. Usuário entra na simulação já com contexto relevante
  2. Recebe uma situação realista do seu dia a dia
  3. Escolhe entre três caminhos possíveis
  4. Observa a consequência imediata
  5. Avança para um novo cenário derivado da decisão anterior

Esse ciclo se repete por três rodadas, criando um efeito de “cascata decisória”.

Priorizamos:

  • Baixa fricção (decisão rápida, sem excesso de leitura)
  • Feedback progressivo (não apenas no final)
  • Sensação de responsabilidade pelas consequências

Funcionalidades e evolução do produto

Ao longo do desenvolvimento, refinamos três componentes-chave:

  • Geração dinâmica de cenários
    Inicialmente genérica, evoluiu para incluir contexto do usuário (cargo, região, competências)
  • Sistema de decisões ambíguas
    Ajustamos prompts para evitar respostas óbvias e forçar dilemas reais
  • Avaliação final por IA
    O sistema analisa as três decisões em conjunto e gera:
    • Impacto das escolhas
    • Qualidade do raciocínio
    • Pontuação (0–5 pontos)

Também implementamos:

  • Limite diário de uso (controle de qualidade e custo)
  • Persistência de estado entre rodadas
  • Integração com sistema de pontos e leaderboard

Resultados

  • Transformação de conteúdo passivo em prática ativa de decisão
  • Aumento do engajamento através de experiências curtas e recorrentes
  • Escalabilidade na criação de cenários sem dependência de design manual
  • Desenvolvimento mais realista de liderança em ambientes ambíguos
  • Aprendizado chave: simulações eficazes não ensinam respostas — elas treinam julgamento
  • Próximo passo: aprofundar personalização com histórico de decisões do usuário