Laboratoria redesenha formação de mulheres na era da IA

Quando a Laboratoria surgiu, há mais de dez anos, o cenário no mercado de tecnologia era escassez de talentos na América Latina, alta demanda por desenvolvedores e empresas dispostas a contratar profissionais mesmo sem formação universitária tradicional. Criada no Peru, a organização nasceu justamente para conectar mulheres fora do mercado a essas oportunidades, por meio de formações intensivas em tecnologia e inserção no mercado de trabalho.

O déficit no mercado não desapareceu, mas se tornou mais complexo na era da inteligência artificial (IA), com empresas buscando perfis mais completos, que combinam conhecimento técnico, visão de negócios e capacidade de adaptação. “O mercado mudou. Não só com inteligência artificial, mas por uma série de fatores: trabalho remoto, mais concorrência global, mais exigência para profissionais juniores”, afirma Regina Acher, cofundadora da Laboratoria no Brasil.

A organização, que já formou mais de 10 mil mulheres na América Latina, entendeu os sinais dos tempos e decidiu redesenhar sua estratégia para acompanhar essa transformação. A principal mudança no modelo da empresa foi sair da formação já com promessa de emprego e focar na preparação para um mercado mais incerto.

Regina explica que durante anos, a Laboratoria operou com a métrica de formar e empregar. Programas intensivos de seis meses chegavam a registrar taxas de empregabilidade superiores a 80%. Era um modelo alinhado com um mercado em expansão, que absorvia rapidamente novos profissionais. “Hoje, não dá mais para dizer que alguém vai se formar e sair com emprego garantido. O mundo não é mais assim”, alerta Regina.

De acordo com ela, o que mudou não foi apenas a tecnologia, mas o próprio perfil de contratação. Empresas passaram a exigir mais do que conhecimento técnico. Elas querem inglês, experiência, capacidade de trabalhar remotamente e, principalmente, autonomia. Ao mesmo tempo, profissionais mais experientes passaram a disputar vagas de entrada, pressionando ainda mais o início de carreira. O resultado é um mercado mais competitivo e menos previsível.

De programação à capacidade de adaptação

A resposta da Laboratoria foi reformular o próprio conceito de formação. O novo programa abandona a centralidade da programação e passa a priorizar três frentes: desenvolvimento de autoconfiança e repertório; habilidades digitais e uso de inteligência artificial; e conexão com mercado e networking.

O diferencial deixou de ser saber programar e passou a ser saber operar no contexto atual. “Hoje, a profissional precisa saber fazer uma análise em Python, mas também saber fazer isso com inteligência artificial”, afirma Regina.

A mudança reflete uma leitura prática do mercado.Fferramentas evoluem rápido, mas a capacidade de aprender, se posicionar e interpretar o contexto se tornou mais escassa e mais valiosa.

Ao longo da operação na América Latina, a Laboratoria identificou um padrão recorrente, o principal obstáculo não está apenas na formação técnica. “Muitas mulheres não têm tempo para uma formação longa e intensiva. Existe toda uma dinâmica familiar que impacta essa decisão”, afirma Regina.

Esse fator ajuda a explicar um problema estrutural da região. A participação feminina no mercado formal ainda é significativamente menor do que a masculina e, quando inseridas, mulheres recebem, em média, cerca de 20% a menos.

Para a executiva, ignorar esse contexto em momentos de transição tecnológica pode ampliar desigualdades. “Se não investirmos agora, com a inteligência artificial, esses gaps aumentam.”

Diversidade como estratégia de negócio

A tese da Laboratoria vai além da formação, ela parte de uma leitura econômica. Para a empresa, existe talento subutilizado e existe demanda por esse talento. “Há uma quantidade enorme de mulheres talentosas fora do mercado, e um mercado que continua com déficit de profissionais”, conta.

Mas há um segundo ponto, mais estratégico. “Acreditamos que inovação está diretamente associada à diversidade”, assinala. A lógica é que times homogêneos tendem a repetir padrões. Times diversos ampliam repertório e qualidade de decisão.

• Laboratoria