Microlearning

Formato de conteúdo em blocos curtos (300 palavras máx., 60s vídeos) para educação rápida do e-paciente, otimizado para mobile e retenção.

Verbete da wiki do curso Medicina com IA · atualizado em

Microlearning é o formato pedagógico de blocos curtos e autocontidos — tipicamente até 300 palavras em texto ou 60 segundos em vídeo — desenhado para o consumo móvel e fragmentado característico do e-paciente. Cada peça segue uma estrutura mínima de quatro tempos: gancho → explicação → dica → CTA (chamada para ação). Não é "pílula motivacional"; é a forma instrucional adequada à atenção real do usuário em rede social, onde o algoritmo prioriza retenção curta e o cérebro consolida melhor quando a carga cognitiva por peça é controlada (Fonte 8).

Apresentado na Aula 7: criando conteúdo médico com IA como o formato-padrão do conteúdo educativo médico nas redes, ao lado de FACETS (protocolo de planejamento) e Metas SMART (definição de objetivos). Onde o FACETS define o que publicar, o microlearning define em que tamanho e formato publicar.

Por que microlearning funciona — base cognitiva

O microlearning herda três princípios já estabelecidos no desenho instrucional adulto, agora amplificados pela ergonomia móvel:

  1. Carga cognitiva controlada. O cérebro retém melhor blocos pequenos com uma única ideia por peça — princípio que sustenta também a linguagem clara usada nas mensagens.
  2. Espaçamento (spacing effect). Cinco peças de 60s ao longo da semana ensinam mais que um vídeo de 5 minutos no domingo. A repetição com intervalo é o que consolida memória de longo prazo.
  3. Conclusão visível. Cada peça começa e termina; o usuário sai com a sensação de ter aprendido algo inteiro, não interrompido — o que sustenta engajamento e adesão.

Em saúde digital, isso casa com a epidemiologia da atenção digital no Brasil (29 horas semanais conectadas, fragmentadas entre lazer e busca ativa): peça compacta entra no fluxo do paciente sem competir com entretenimento.

Estrutura típica de uma peça (texto ou Reel)

BlocoFunçãoExemplo (US em mama densa)
Gancho (3-5s)Captura atenção, levanta dúvida real do paciente"Sua mamografia disse 'mama densa'. E agora?"
Explicação (15-30s)Resposta clara, 1 ideia, sem jargão"Mama densa esconde tumores na mamografia. Por isso pode ser preciso ultrassom complementar."
Dica (10-15s)Ação concreta que o paciente leva pra próxima consulta"Pergunte ao seu radiologista qual a sua densidade no laudo."
CTA (3-5s)O que fazer agora, dentro da ética CFM"Salva esse post pra mostrar na próxima mamografia."

Em formato texto (post ou carrossel): o gancho é o título, a explicação ocupa 1-2 telas, a dica é uma tela à parte, o CTA é a última linha. Em formato vídeo: o gancho está nos 3 primeiros segundos (antes da pessoa fechar o app); fora isso, perde o paciente.

Aplicações em conteúdo médico

  • Carrosséis no Instagram®. 6 a 10 telas, uma ideia por tela, lidas em <60 segundos.
  • Reels e Shorts. 30 a 60 segundos, com legenda ativa para os 80%+ de usuários que veem sem som.
  • Stories educativos. Sequência de 3-5 stories, cada um com uma ideia, com sticker de pergunta no final.
  • Posts de blog scaneáveis. "Microlearning longo": parágrafos curtos, headings frequentes, mas mesma lógica de blocos consumíveis isolados.
  • Mensagens WhatsApp® de orientação pré/pós-procedimento. Cada bullet é um microaprendizado em linguagem clara.

Onde microlearning não é a forma certa

  • Decisão clínica complexa para paciente individual. Quando o caso exige 30 minutos de explicação adaptada, microlearning é raso demais — vai para consulta presencial ou teleconsulta.
  • Termo de consentimento formal. Aqui o documento exige extensão e cobertura de riscos — microlearning serve só para complementar, nunca substituir a assinatura.
  • Conteúdo técnico para par. Resumo de artigo, protocolo institucional, laudo — esses são longform por natureza e precisam da extensão.

Limitações reais

  • Tendência a oversimplificação. Reduzir 1500 palavras de diretriz a 300 é exercício honesto se a complexidade clínica for preservada com link para a fonte; é desonesto se virar promessa.
  • Pressão por engajamento puxa para tiktokização. Manter o pilar F (Fatos) do FACETS resolve: cada peça deve citar a evidência no rodapé, mesmo que micro.
  • Métrica vaidosa. Like e view são pobres como sinais clínicos; salvamento e compartilhamento direto (sinalizam utilidade real) são os KPIs do S do FACETS.
  • Risco de fragmentar a mensagem além do útil. Três posts de 60s podem servir um tópico melhor do que doze de 15s — calibre pelo público.

Integração com IA generativa

GenAI acelera a produção, mas não dispensa o briefing FACETS na frente. Padrão recomendado:

Atue como redator médico de microlearning revisado por especialista (Persona).
Tema: [tema], público: [persona FACETS-C], evidência: [fontes do F do FACETS].
Crie carrossel de 8 telas seguindo a estrutura gancho-explicação-dica-CTA;
cada tela com no máximo 25 palavras e linguagem nível 6º ano.
Restrição: sem promessa de resultado, sem antes/depois, sem jargão técnico
sem definição imediata. Citação no último slide.

A IA produz; o Médico Curador revisa para alucinação (alucinação) e conformidade com a hierarquia normativa ética médica (CEM, Res. CFM 2.336/2023, Res. CFM 2.454/2026).

Ver Também

  • FACETS — protocolo de planejamento que envolve o microlearning
  • Metas SMART — define os objetivos que o S do FACETS mede em microlearning
  • ergonomia visual — execução visual da peça
  • linguagem clara — registro adequado
  • letramento em saúde — calibragem do nível
  • epidemiologia da atenção digital — onde e quando o microlearning é consumido
  • Aula 7: criando conteúdo médico com IA

Aplicado no metodo-30-60-90 para artigos/Reels/Carrosséis educativos.

Base do P15: 15 min diários superam intensidade via Ebbinghaus, Sweller; retenção +34-56% com síntese ativa.