Algumas formas convencionais de registro incluem:

• Relatórios de lições aprendidas: Documentos formais curtas com descrição do contexto, problemas identificados, soluções adotadas e recomendações para o futuro.
• Reuniões de retrospectiva: Sessões estruturadas onde a equipe discute o que funcionou bem e o que pode ser melhorado.
• Logs de conhecimento: Registros contínuos de insights e melhorias ao longo do tempo, permitindo análise histórica e evolução gradual.

Embora esses métodos sejam amplamente utilizados, seu impacto pode ser limitado se o conhecimento registrado não for facilmente recuperável e aplicável.

Para tornar o registro mais prático e eficaz, algumas técnicas estruturadas podem ser aplicadas:

• “Start, Stop, Continue”: Método simples para reflexão sobre práticas da equipe:
  • Start: O que deve começar a ser feito.
  • Stop: O que deve parar porque não agrega valor.
  • Continue: O que deve continuar porque funciona bem.
• Framework AAR (After Action Review): Revisão estruturada pós-ação, focada em analisar o que aconteceu, por que aconteceu e como melhorar no futuro.
• Retrospectiva Baseada em Dados: Uso de métricas, indicadores e evidências quantitativas para avaliar o desempenho e fundamentar as lições aprendidas, evitando análises subjetivas.
• Diário de Lições Aprendidas: Registro contínuo de insights adquiridos ao longo de projetos e processos, documentando aprendizados de forma estruturada para futura referência e aplicação.

Essas abordagens ajudam a capturar aprendizados de forma estruturada e a transformar observações em ações práticas.

O primeiro passo para garantir que lições aprendidas sejam reutilizadas é estruturar seu registro de forma clara e acessível. Algumas práticas eficazes incluem:

• Uso de tags e categorias: Indexação de aprendizados por tema, equipe, projeto ou tipo de problema.
• Templates padronizados: Garantia de consistência no registro de informações, facilitando sua reutilização.
• Dashboards e repositórios digitais: Plataformas como Confluence, SharePoint, Notion e Coda permitem acesso rápido, estruturação visual e compartilhamento de aprendizados dentro da equipe.
• Facilidade de integração: A escolha da ferramenta deve considerar usabilidade e compatibilidade com os processos da equipe, evitando que as lições aprendidas fiquem isoladas e não sejam aplicadas no dia a dia.
• Filtragem: um sistema eficaz deve permitir a filtragem de lições mais relevantes e a agregação de aprendizados de múltiplos projetos. A filtragem não deve apenas selecionar lições relevantes, mas também evitar redundância no repositório, garantindo que aprendizados similares sejam agrupados ou consolidados. Isso garante que o conhecimento documentado seja reutilizável e acessível no momento certo.

• Wikis, sistemas de gestão de conhecimentos e bancos de dados estruturados: Plataformas como Confluence, Notion e SharePoint permitem registrar aprendizados e compartilhá-los com a equipe acionando os mecanismos de combinação e internalização dos conhecimentos.
• Sistemas de gestão do conhecimento: Soluções como Guru, Bloomfire e Slab organizam aprendizados e facilitam consultas futuras.
• Bancos de dados estruturados: Ferramentas como Airtable e Coda possibilitam armazenar lições aprendidas com filtros e mecanismos de busca avançados.
• Sistemas de Gestão do Conhecimento (KMS) e Plataformas de Aprendizado Organizacional (LXP): Degreed, EdCast e Cornerstone Learning.
• Priorizar aprendizados: ferramentas adequadas não apenas armazenam lições aprendidas, mas também devem permitir a priorização dos aprendizados mais impactantes. Isso evita sobrecarga de informações irrelevantes. Algumas plataformas utilizam algoritmos de pontuação de impacto para classificar automaticamente quais aprendizados devem ser destacados para consulta prioritária, como Bloomfire e EdCas

• Chatbots e assistentes virtuais: Integração com Slack, Teams e Notion AI para recuperação ágil de aprendizados no fluxo de trabalho.
• Sugestão proativa de lições aprendidas: Aplicação de IA para fornecer insights relevantes sem necessidade de busca manual.
• Integração com ferramentas de gestão de projetos: Conexão de lições aprendidas com Jira, Trello e Monday.com, garantindo que o conhecimento seja aplicado na execução operacional.
• Curadoria inteligente e recomendação contextual de lições aprendidas: Plataformas de inteligência organizacional utilizam IA para capturar, sugerir e organizar lições aprendidas, garantindo que os aprendizados mais relevantes sejam destacados conforme o contexto. Essas soluções analisam padrões, ajustam recomendações e integram-se a ferramentas de gestão de projetos e operações, como Microsoft Viva Topics, Guru e Bloomfire.
• Mecanismos de busca inteligente: Aplicação de NLP (Processamento de Linguagem Natural) e RAG (Retrieval-Augmented Generation) para recuperação avançada de informações. Esses mecanismos auxiliam na externalização e combinação de conhecimentos.

• Integração contextual e situacional: Uso de IA e automação para fornecer lições aprendidas no momento certo, dentro do fluxo de trabalho.
• Mineração de processos para captura automática: Aplicação de process mining para identificar padrões de boas práticas e evitar recorrência de falhas.
• Extração de conhecimento a partir de textos: Utilização de text mining e NLP para capturar aprendizados a partir de relatórios, e-mails e discussões em fóruns internos.
• Redução do esforço manual: Automação parcial da documentação de lições aprendidas, minimizando o tempo e o esforço necessários para registrar e reutilizar conhecimento.
• Identificação de tendências: Algumas ferramentas já conseguem identificar tendências emergentes nos aprendizados registrados, permitindo que a organização antecipe ajustes em processos e diretrizes.

O uso adequado dessas tecnologias depende da integração com as práticas organizacionais e do engajamento da equipe na reutilização do conhecimento.

• Notion – Ferramenta flexível de organização e gestão do conhecimento que combina notas, bases de dados e wikis em um único espaço colaborativo, facilitando o registro e recuperação de aprendizados. https://www.notion.com/templates/lessons-learned-log 
• Coda – Plataforma que integra documentos, planilhas e bases de dados para criar sistemas dinâmicos de gestão do conhecimento, permitindo a estruturação e categorização de lições aprendidas de forma interativa. https://coda.io/welcome 
• Airtable – Ferramenta híbrida que combina banco de dados estruturado com funcionalidades de colaboração e organização de informações. No contexto das lições aprendidas, ela pode ser usada para organização e categorização, permitindo indexação flexível, filtragem e visualização personalizada das informações. https://www.airtable.com/ 
• Confluence – Plataforma de colaboração da Atlassian voltada para documentação, criação de wikis e compartilhamento de conhecimento organizacional. Permite a estruturação e recuperação de lições aprendidas dentro das equipes. https://www.atlassian.com/software/confluence 

• Bloomfire – Plataforma que facilita a organização e a recuperação de conhecimento organizacional, permitindo buscas avançadas em conteúdos registrados. https://bloomfire.com/ 
• Guru – Solução de gestão do conhecimento integrada ao fluxo de trabalho, permitindo que equipes capturem e acessem insights diretamente dentro de suas ferramentas usuais. https://www.getguru.com/pt 
• Slab – Sistema voltado para a documentação estruturada e compartilhamento de conhecimento interno, promovendo colaboração contínua. https://slab.com/ 
• SAP Knowledge Management – Módulo da SAP voltado para a organização de documentos, insights e práticas dentro de grandes empresas. Link
• SharePoint (Microsoft) – Plataforma amplamente utilizada para armazenar e organizar documentos de conhecimento corporativo. https://appsource.microsoft.com/en-gb/product/office/WA104381217?tab=Overview
• Microsoft Viva Topics – Estrutura conhecimento organizacional automaticamente e sugere informações no momento certo. https://www.microsoft.com/en-us/microsoft-viva/learning-and-knowledge-management

• IBM Watson Discovery – Plataforma de IA que utiliza NLP para análise de texto e recuperação avançada de informações. https://www.ibm.com/products/watson-discovery 
• Google Cloud Natural Language – API que permite análise semântica e categorização automática de textos. https://cloud.google.com/natural-language 
• Amazon Comprehend – Serviço de NLP que extrai insights e categoriza informações automaticamente. https://aws.amazon.com/pt/comprehend/ 

Os sistemas listados acima nesta categoria oferecem soluções mais prontas para análise de texto e categorização automática, podendo ser usadas diretamente por empresas para organizar e recuperar lições aprendidas.

Já os sistemas a seguir são infraestruturas ou frameworks para busca semântica, exigindo customização para criação de soluções específicas de recuperação de conhecimento.

• Pinecone – Plataforma de vetores que possibilita a busca baseada em similaridade, essencial para recuperação aumentada (RAG). https://www.pinecone.io/ 
• Weaviate – Banco de dados vetorial para busca semântica otimizada por IA. https://weaviate.io/ 
• Haystack – Framework de código aberto para implementar sistemas de busca com RAG. https://haystack.deepset.ai/
• OpenAI GPT (com vetores) – Utilizado para recuperação aumentada de conhecimento por meio da combinação de modelos de linguagem e bases de dados vetoriais. https://openai.com/ (Informações sobre embeddings e recuperação aumentada podem ser encontradas na seção de documentação do OpenAI API)

• Jira – Ferramenta de gestão de projetos que permite o registro e rastreamento de lições aprendidas dentro dos fluxos de trabalho. https://www.atlassian.com/br/software/jira 
• Trello – Plataforma flexível para gerenciamento de projetos que pode ser utilizada para organizar e recuperar aprendizados. https://trello.com/home 
• Monday.com – Solução de gestão de projetos que pode incorporar insights de lições aprendidas nos fluxos de trabalho das equipes.https://monday.com/blog/project-management/lessons-learned-template/ 
• ClickUp – Plataforma de gestão de projetos que permite registrar e acompanhar lições aprendidas dentro dos fluxos de trabalho, integrando anotações, checklists e automações para melhorar a aplicação do conhecimento em projetos futuros. https://clickup.com/templates/project-management-lessons-learned-t-182171588 

Essas plataformas são focadas principalmente no desenvolvimento profissional e aprendizado contínuo, estruturando trilhas de aprendizado personalizadas com base em habilidades e interesses dos usuários. Não estão diretamente relacionadas com as lições aprendidas. No entanto, depois de sistematizadas em cursos, as lições aprendidas podem ser utilizadas nessas plataforma, como explicamos no tópico “Aprendizado Organizacional e Aplicação”. 

• Degreed – Solução que combina aprendizado organizacional e gestão do conhecimento para estruturar trilhas de desenvolvimento baseadas em experiências passadas. https://degreed.com/experience/pt-br/ 
• Kubo LXP – Plataforma de aprendizado organizacional que permite a criação de trilhas de conhecimento personalizadas, promovendo o desenvolvimento de habilidades alinhadas às necessidades da organização. https://kubolxp.com.br/ 
• EdCast by Cornerstone: Uma plataforma de experiência de talento unificada que abrange jornadas completas de funcionários, incluindo aprendizado, desenvolvimento de habilidades e mobilidade de carreira. https://www.edcast.com/ 
• Cornerstone Learning – Uma plataforma de experiência de aprendizado que integra aprendizado, desenvolvimento de habilidades e mobilidade de carreira no fluxo de trabalho. https://www.cornerstoneondemand.com/platform/learning-experience-lxp/ 

Leia mais na flexM4i sobre: 

• a importância do clima organizacional para inovação, que auxilia a socialização do conhecimento.
• a seção “Métodos e ferramentas relacionadas com o desenvolvimento de FMEA” mostra que o FMEA pode ser utilizado para registrar lições aprendidas.
• na seção citada, são indicadas fontes de lições aprendidas públicas, como a da NASA.
• a seção “Gates (revisões de fases) de projetos” tem um tópico sobre lições aprendidas, que complementa alguns dos aspectos citados nesta seção.
• a seção “Gestão de riscos da inovação” indica a importância das lições aprendidas na atividade de “registro e relato” do risco e ações tomadas, dentro do processo genérico de gestão de riscos.

Em diversas práticas de gestão da inovação apresentadas na flexM4i, indicamos a importância das lições aprendidas, tais como: 

• Metodologia para conexão com startups
• Catchball
• Plano de controle
•  Ambidestria Organizacional
• Gestão de stakeholders
• Matriz X (Hoshin Kanri)

Uma outra fonte “pública” de lições aprendidas são os processos de consulta de patentes, como explicamos em “Busca e registro de patentes”.

O autor desta seção tem experiência com gestão de conhecimentos em desenvolvimento de produtos e alguma experiência com o registro e recuperação de lições aprendidas.

Após a leitura e destaque de alguns trechos das referências bibliográficas, foi solicitado que o chatGPT realizasse um sumário inicial desta seção, que foi modificado 9 vezes ao longo do desenvolvimento desta seção.

Para a confecção de cada tópico foi desenvolvido um prompt inicial com trechos de publicações. Alguns tópicos foram cancelados e outros unificados em um único tópico. Foram realizadas mais de 80 interações com o chatGPT até o resultado final, que depois foi avaliado pelo chatGPT. Em cima das críticas sobre redundâncias e pontos falhos, o autor realizou a edição final. Este procedimento demorou 18 horas em 4 dias de trabalho.

Algumas referências levantadas posteriormente foram adicionadas ao chatGPT para que ele fizesse sugestões de possíveis modificações. Não foi solicitado para que ele escrevesse nada. O autor, com base nos textos e nas sugestões do chatGPT decidiu o que fazer e realizou alguns ajustes.

As ferramentas citadas no tópico “Softwares para apoiar as lições aprendidas” da seção “Lições aprendidas: métodos e ferramentas” foram inicialmente sugeridas pelo chatGPT. O autor entrou nos websites dessas ferramentas e avaliou a pertinência de elas terem sido citadas. Durante essa análise, foram identificadas outras ferramentas, que foram confrontadas com o chatGPT. Foram realizadas mais de 20 interações adicionais e estudos das ferramentas para se chegar na lista final apresentada.

Qualquer sugestão de alguma mudança, de alguma referência adicional que seja essencial  ou de uma outra ferramenta pode ser enviada ao email da [email protected]

Este tópico de referências é comum para as três seções sobre lições aprendidas.

Dalkir, K. (2023). Knowledge Management in Theory and Practice. 4th edition. MIT Press. Cambridge, Massachusetts.  

Duffield, S., & Whitty, S. J. (2016). How to apply the Systemic Lessons Learned Knowledge model to wire an organisation for the capability of storytelling. International Journal of Project Management, 34(3), 429–443. https://doi.org/10.1016/j.ijproman.2015.11.004

Edmondson, Amy (2023). Right Kind of Wrong: The Science of Failing Well. Atria Books.

Hansen, M. T., Nohria, N., & Tierney, T. (2005). What’s your strategy for managing knowledge. Knowledge Management: Critical Perspectives on Business and Management, 77(2), 1–10.

King, W. (Ed.). (2009). Knowledge management and organizational learning. Annals of Information Systems, 4, 3–13.

Maier, E. & Reimer, U. (2018). Digital Change—New Opportunities and Challenges for Tapping Experience and Lessons Learned for Organisational Value Creation. In: North, K., Maier, R., Haas, O. (eds) Knowledge Management in Digital Change. Progress in IS. Springer, Cham. https://doi.org/10.1007/978-3-319-73546-7_5

Nonaka, I., & Takeuchi, H. (1995). The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation. Oxford University Press.

Schwaber, K. & Sutherland, J. (2020). The scrum guide. The definitive guide to scrum: The rules of the game. Scrum. org, 268, 19.