Aplausos no fim do curso não são evidência de que a avaliação de treinamento funcionou; são educação. E o RH que só colhe aplausos está dirigindo sem painel. No Sabor Central O treinamento de atendimento das equipes de balcão do Sabor Central, empresa de refeições coletivas, terminou em aplausos sinceros. O instrutor contratado era ótimo de palco, o formulário de saída deu 9,4 e o RH arquivou o projeto na pasta dos sucessos. Três meses depois, Paula, a nutricionista-chefe, cruzou o formulário com o painel dos refeitórios e trouxe o incômodo para a reunião: as notas de atendimento dadas pelos comensais não tinham se movido um milímetro. Nem as reclamações de má vontade no balcão, nem os elogios nominais. Nada. — "A gente mediu se as equipes gostaram do show. Em nenhum momento medimos se alguém passou a atender diferente. O 9,4 é nota do quê, exatamente?" O silêncio na sala respondeu antes do RH: era nota do instrutor. Do treinamento, ninguém sabia. O problema que vai além do treinamento Todo treinamento corporativo termina com a mesma pergunta implícita: como saber se funcionou? "O pessoal gostou" não basta. Isso é apenas o primeiro degrau da escada de evidência, colhido com viés de gentileza, de quem acabou de viver a experiência e ainda não teve chance de aplicar nada. Mas o problema vai além de qualquer treinamento isolado. Avaliar treinamento é um problema de pesquisa como outro qualquer. E treinamento é só o caso mais visível de uma família inteira: o onboarding que o RH redesenhou, o benefício que mudou, a nova escala de trabalho, o programa de liderança. Toda ação de RH é uma aposta de que algo vai melhorar. E aposta, se testa, não paga pra ver. A boa notícia é que o instrumental para testar já existe: questionário bem desenhado, coleta no momento certo, leitura honesta — o mesmo método usado para medir a experiência do cliente, aplicado agora para dentro. Os quatro níveis de Kirkpatrick Em 1959, Donald Kirkpatrick, então professor da Universidade de Wisconsin, propôs avaliar treinamentos em quatro níveis sucessivos, um modelo tão duradouro que segue sendo o padrão da indústria de T&D: Nível 1 (Reação): eles gostaram?A pesquisa de satisfação do treinamento: relevância percebida, clareza, formato. É o nível mais fácil de medir e o mais fraco como evidência: a literatura de T&D mostra correlação baixa entre "gostar do curso" e "aprender com o curso". Um treinamento pode ser divertidíssimo e vazio; outro, árido e transformador. Serve para: melhorar o material e o formato. Não serve para: declarar vitória. Nível 2 (Aprendizado): eles saíram sabendo?Conhecimento, habilidade ou atitude adquiridos, medidos, idealmente, com comparação antes/depois. É aqui que entra o bom e velho teste, o quiz, o exercício prático. Sem medir o "antes", cuidado: o "depois" sozinho não separa o que o treinamento ensinou do que as pessoas já sabiam. Nível 3 (Comportamento): eles usam no trabalho?A pergunta que separa treinamento de entretenimento corporativo: semanas ou meses depois, o comportamento no trabalho mudou? É o nível mais negligenciado, e o mais importante. Aprender e não aplicar é o desfecho mais comum: a curva do esquecimento de Ebbinghaus corrói rápido o que não é usado, e o ambiente de trabalho (tempo, incentivos, chefia) decide se o novo comportamento sobrevive. Nível 4 (Resultados): o negócio mudou?O efeito final nos indicadores: qualidade, retenção, vendas, erros. É o nível mais difícil, porque aqui entram todos os fantasmas metodológicos de sempre: correlação vs. causa, variáveis de fundo, séries temporais. Raramente se consegue atribuição limpa; consegue-se evidência convergente. Repare no padrão: cada nível acima custa mais para medir e vale mais como evidência. É a mesma economia do cardápio de perguntas, em outra escala. O instrumental de pesquisa, nível por nível Kirkpatrick não é uma teoria de RH, é um plano de coleta. Cada nível tem uma pesquisa certa, um momento certo e uma armadilha conhecida. Nível 1 pede uma pesquisa transacional: a foto, colhida na saída, com a memória fresca. Três perguntas em escala de 5 pontos rotulada, sobre clareza, utilidade percebida e ritmo, mais uma aberta opcional. A regra de ouro: logo após, pergunte sobre percepção, não sobre eficácia. "O conteúdo foi claro?" é respondível na hora. "Você aplicará isso?" colhe intenção educada, que a literatura mostra ser péssimo preditor de comportamento. E resista à tentação do questionário longo: o formulário de reação disputa a atenção de quem quer ir embora, com o mesmo orçamento de 30 segundos do ponto de venda. Nível 2 pede linha de base. O quiz aplicado depois mede uma mistura de treinamento com bagagem prévia; o mesmo quiz aplicado antes, numa turma-piloto, separa as duas coisas. É o "antes e depois" na sua forma mais barata. Prefira situações práticas a definições; decoreba mede memória; cenário mede julgamento. Nível 3 pede pesquisa de acompanhamento 30 a 60 dias depois, com mais de uma fonte. O pacote completo: Nível 4 pede as ferramentas estatísticas de sempre. Ligar treinamento a indicador de negócio é a travessia mais minada da avaliação: a equipe treinada no pior mês melhora sozinha (regressão à média); a variação pode ser ruído ou estação. As defesas para isso são as de sempre: treinar em ondas e comparar quem já passou com quem ainda não passou, buscar dose-resposta, exigir o mecanismo plausível para o acontecimento. Todo cronograma escalonado traz de brinde um grupo de controle gratuito — os que ainda não passaram pelo treinamento podem balizar a comparação. Honestidade metodológica: aqui é aceitável evidência convergente em vez de prova. Aplicando os quatro níveis a um programa de treinamento Um exemplo de como isso se organiza na prática, nível por nível: Além do treinamento: a jornada do colaborador tem momentos da verdade Agora amplie o zoom. A experiência do cliente se mede no momento em que acontece. A jornada do colaborador é feita da mesma matéria: uma sequência de episódios (chegada, aprendizado, mudanças, saída), e cada um tem sua pesquisa certa. O RH que só faz a pesquisa de clima anual está na posição