Começou pequeno.
RSVP para textos longos. Áudio. Doze idiomas, então aprendizado de línguas. Exercícios para habilidades. Calculadoras para comparações. E, quando o site oficial já resolve melhor, simplesmente mandar a pessoa para lá.
Nesse ponto, já não é só um site de artigos.
A pergunta real passa a ser:
O que a pessoa está tentando fazer quando pesquisa?
Normalmente ela não quer ler por ler. Quer consertar o Wi-Fi, terminar uma mudança, concluir um trabalho, escolher uma compra, usar outro idioma, descobrir algo interessante ou entender o que fazer primeiro.
O produto real não é conteúdo.
É progresso do estado atual para o estado desejado.
Não precisamos reconstruir a internet.
Precisamos de uma Progress / Resolution Layer sobre ela.
1. Ler um artigo raramente é o objetivo final
| Onde trava | O que realmente quer | Apoio possível |
|---|---|---|
| Não sabe o que não sabe | Saber o que olhar | Orientation / Situation Map |
| Objetivo vago | Definir estado desejado | Goal discovery |
| Não encontra informação | Entrada relevante | Route / Discovery |
| Longo demais | Entender só o necessário | Resumo, áudio, RSVP |
| Termos difíceis | Explicação no próprio nível | Linguagem simples, exemplos |
| Não sabe se se aplica | Resposta condicional | Ramificação, guia local |
| Opções demais | Decisão fundamentada | Comparação, calculadora |
| Não sabe a ordem | Próxima tarefa | Task Graph / Plan |
| Entende, mas não começa | Primeiro passo | Microtarefas, If-Then |
| Trava no meio | Outra rota | Troubleshooting / Wizard |
| Interrompe | Continuar depois | Progress salvo |
| Não sabe se concluiu | Critério de conclusão | Verification |
| Fez uma vez | Fazer sozinho depois | Practice / Retrieval |
| Não sabe explicar | Explicação compartilhável | Explain / Share |
| Informação muda | Estado atualizado | Change detection |
| Sem tarefa imediata | Descoberta e diversão | Explore |
Audio, RSVP e Quiz são interfaces, não o objetivo.
2. Começar antes da consulta de busca
Busca funciona muito bem quando a pessoa já sabe formular a pergunta.
Muita gente está antes disso.
O Information Search Process de Kuhlthau descreve alta incerteza no início; mais informação pode até aumentar temporariamente a confusão antes de surgir um foco útil.[1]
A entrada pode ser:
"Me mudei." "Troquei de emprego." "Meu PC está estranho." "Quero organizar meu dinheiro." "Vou para outro país." "Não sei por onde começar."
O sistema conecta Situation → áreas relevantes → framing → Goal.
Transforma unknown unknowns em known unknowns.
3. Um único Progress Journey
SITUATION → ORIENT → FRAME → GOAL → UNDERSTAND → DECIDE → PLAN → DO → VERIFY → LEARN → EXPLAIN → MAINTAIN
Nem todos percorrem tudo.
W3C Multiple Ways também reconhece que pessoas diferentes podem precisar de caminhos diferentes para chegar ao mesmo conteúdo.[2]
4. Mandar para fora não é fracasso
Se o site oficial é melhor, manda para o oficial. Se o especialista explica melhor, aponta para ele. Se a compra acontece numa loja, roteia para a loja.
O valor está em montar o caminho.
ROUTE_EXTERNALLY SYNTHESIZE EXPLAIN COMPARE TOOL_REQUIRED ACTION_GUIDE LEARN NO_VALUE_ADD
Google Search Central afirma que links externos úteis e citações de fontes podem ajudar a estabelecer confiança, e que conteúdo people-first deve ajudar a pessoa a atingir seu objetivo em vez de apenas reescrever em massa o que já existe.[3][4]
Às vezes, não criar o 101º artigo é a melhor decisão editorial.
5. O criador não precisa viver todas as situações
IA pode gerar o mapa candidato, mas não deve transformar hipótese em fato.
Estados de rota:
HYPOTHESIS SOURCE_SUPPORTED CASE_SUPPORTED VERIFIED UNKNOWN
Case-Based Reasoning reutiliza problemas, soluções e resultados de casos passados para novos casos semelhantes.[5]
Uma pessoa não precisa viver o mundo inteiro.
O sistema pode acumular experiência.
Rotas comuns são verificadas primeiro. Long tail cresce just-in-time. Desconhecidos vão para Frontier e resultados voltam para Case Memory.
6. Por dentro, vários Graphs
Situation Graph Relevance Map Goal Graph Task Graph Resolution Graph Evidence Graph Case Memory Frontier
HTN planning decompõe objetivos de alto nível em tarefas menores há décadas.[6]
"Viajar para fora" vira passaporte, transporte, hospedagem, conectividade, seguro e requisitos de entrada.
O artigo vira um renderer do Graph.
7. Gerar só affordances úteis
Article, Summary, Audio, RSVP, Follow, Comparison, Calculator, Checklist, Wizard, Worked Example, Practice, Retrieval Quiz, Template, Explain Card, External Route, Reminder e Notification são saídas opcionais.
Mudança de casa pede checklist. Excel pede worked examples. Compra pede calculator. Troubleshooting pede decision tree.
Tudo em todas as páginas vira cockpit.
8. UNDERSTAND não é LEARN
Entender agora não é conseguir repetir sozinho depois.
Multimedia Learning apoia segmenting no ritmo do aprendiz e pre-training para materiais complexos.[7]
Retrieval Practice mostra que praticar recuperação pode melhorar desempenho posterior.[8]
Worked Example tende a ajudar mais novatos, enquanto especialistas podem não precisar do mesmo suporte.[9]
Skill Mode:
Example → Modify → Do → Verify → Retrieve
Implementation Intention transforma intenção em plano If X, then Y. Uma meta-análise de 2021 de mental contrasting + implementation intentions encontrou efeito small-to-medium e também apontou possível viés de publicação.[10]
9. RSVP e Audio são I/O comum
A revisão sobre speed reading mostra limites claros para a promessa de aumentar muito a velocidade sem perda de compreensão.[11]
A promessa correta é alternar entre texto, resumo, detalhe, Audio, Follow, RSVP, Diagram, Interactive e Conversation mantendo a mesma posição.
10. Contexto global
| Contexto | Dado público | Implicação |
|---|---|---|
| Alfabetização | UNESCO: 739 milhões de adultos sem habilidades básicas em 2024 [12] | Texto longo não pode ser a única entrada |
| Deficiência | WHO: cerca de 1,3 bilhão, 16% do mundo [13] | Multimodalidade no núcleo |
| Competências adultas | OECD: média de 18% em 31 países/economias abaixo do nível mais básico nos três domínios [14] | Não presumir leitura técnica |
| Trabalho | WEF: 59 de 100 trabalhadores precisariam de formação até 2030 [15] | Ligar aprendizado a output real |
| Idiomas | Duolingo 2025: inglês #1 em 154 países; japonês #4 global [16] | Transformar interesse em material |
| Migração | UN: cerca de 304 milhões de migrantes internacionais em 2024 [17] | Separar idioma e jurisdição |
| Conectividade | ITU 2025: 2,2 bilhões ainda offline [18] | Formatos leves e salváveis |
Esses números não são TAM. Mostram apenas que informação disponível e informação utilizável não são a mesma coisa.
11. Pelo menos 40 aplicações
Trabalho: planilhas, cotações, handover, suporte.
Idiomas: leitura, listening, expressão profissional, explicar de volta.
Vida diária: Wi-Fi, mudança, organização, cozinha.
Comprar e escolher: custo total, repararvs trocar, novovs usado, compatibilidade.
Dinheiro e informação: orçamento, taxas, golpes, vagas suspeitas.
Viver fora: moradia, banco, telecom, governo.
Família e cooperação: tarefas, cuidados, pedidos/recusas, explicar aparelhos.
Reaprender: fundamentos, exemplos, questões, certificação.
Diversão: ciência, história, cultura, simuladores.
Público e organizações: orientação multilíngue, onboarding, desastres, SOP.
Diversão também é progresso.
12. Prioridade de validação
- Trabalho e tarefas digitais
- Idiomas por objetivo
- Resolução da vida cotidiana
- Manuais e treinamento corporativo multilíngue
- Comparação, cálculo e escolha
- Audio e reaprendizagem
- Vida de residentes estrangeiros
- Golpes e segurança digital
- Regras e mudanças
- Família, cuidado e convivência
- Aprendizado básico
- Acesso a saúde, desastres e direitos
É ordem de validação, não ranking de importância social.
13. Globalizar por problema × idioma × situação
Separar idioma de interface, idioma alvo, país/jurisdição, Situation e Goal.
É normal ler procedimentos japoneses em vietnamita.
Internacionalização real separa idioma, jurisdição e estado.
14. Alto risco exige roteamento seguro
Saúde, direito, finanças, segurança e direitos exigem separar explicação clara de decisão individual final.
Organizar verificações, explicar fontes oficiais, preparar perguntas e encaminhar a profissionais adequados.
Gerar barato não significa governar barato.
15. KPI de PV para Progress
Orientation Rate Goal Formation Rate Route Start Rate Task Completion Rate Resolution Rate Time to Progress Wrong Route Rate Recovery Rate Learning Transfer Trust Return
Resolver em 40 segundos enviando para o site oficial correto pode ser um sucesso perfeito.
16. A fábrica de artigos entra na Progress Factory
Hoje: Demand → Research → Japanese canonical → 12 languages → Publication → Distribution → Reader Signal
Amanhã: Situation / Need discovery → Goal detection → Research → Resolution Graph → missing knowledge → Article when needed → Affordances → 12-language adaptation → User Progress → Outcome → Frontier → Research again
A fábrica não some.
Ela vira motor central de um sistema maior.
17. Conclusão
Não é preciso construir Google, governo, Amazon, escola e hospital.
Use o mundo existente como componentes.
Preencha Current State → Desired State.
Não sabe o que perguntar? Mostre o mapa. Não entende? Explique. Não consegue escolher? Estruture. Não começa? Dê o próximo passo. Lá fora é melhor? Encaminhe. Travou? Procure outra rota. Terminou? Verifique. Quer dominar? Pratique.
A reação ideal:
"Deu trabalho, mas seguindo isso eu terminei."
Não construa o mundo inteiro primeiro. Torne confiáveis, uma por uma, as rotas que as pessoas realmente usam.
- Carol Kuhlthau, Information Search Process Theory wp.comminfo.rutgers.edu
- W3C, WCAG 2.2 Understanding Multiple Ways w3.org
- Google Search Central, Creating helpful, reliable, people-first content developers.google.com
- Google Search Central, Link best practices developers.google.com
- Janet Kolodner, Case-Based Reasoning sciencedirect.com
- Georgievski & Aiello, An Overview of Hierarchical Task Network Planning arxiv.org
- Mayer, Principles for Managing Essential Processing in Multimedia Learning cambridge.org
- Testing Improves Performance as Well as Assesses Learning pmc.ncbi.nlm.nih.gov
- Effects of worked examples, example-problem, and problem-example pairs on novices’ learning sciencedirect.com
- A Meta-Analysis of Mental Contrasting With Implementation Intentions pmc.ncbi.nlm.nih.gov
- Rayner et al., So Much to Read, So Little Time journals.sagepub.com
- UNESCO, Literacy facts and figures, 2025 unesco.org
- WHO, Disability and health who.int
- OECD, Survey of Adult Skills 2023 oecd.org
- World Economic Forum, The Future of Jobs Report 2025 weforum.org
- Duolingo, 2025 Language Report blog.duolingo.com
- United Nations, International migration un.org
- ITU, Facts and Figures 2025 itu.int
