Metodologia

Visão geral

De onde vem

O Projetão é um framework de projeto de inovação criado e desenvolvido na UFPE desde 2002, idealizado originalmente pelos professores Geber Ramalho e Cristiano Araújo (Centro de Informática), Luciano Meira (Psicologia) e André Neves (Design). A disciplina reúne estudantes de cursos diferentes em equipes que precisam se auto-gerenciar, e termina num evento público — o Demoday — onde os projetos são apresentados a uma banca de profissionais do mercado.

O princípio de ensino que organiza tudo é “aproximar a sala de aula do mundo real”: formar quem acha o problema, e não apenas quem executa a ideia de outra pessoa.

Origem, fundadores e princípio conforme o site institucional da disciplina (projetao.cin.ufpe.br), consultado em agosto de 2026.

A lógica das dez quests

Cada quest responde a uma pergunta, e a resposta de uma é insumo da seguinte. Pular etapa não economiza tempo — desloca o retrabalho para mais adiante, quando ele custa mais caro.

        ┌─ DIVERGE: sair a campo e ampliar ────────────┐
  Q1  Temáticas .................... que assunto?
  Q2  Oportunidades ................ que dores?
  Q3  Análise de Similares ......... quem já tentou?
        └──────────────────────────────────────────────┘
                        ▼
  Q4  Oportunidade Escolhida ....... ⚠️ CHECKPOINT — converge para UMA
                        ▼
        ┌─ CONSTRÓI: da aposta ao produto ─────────────┐
  Q5  Proposta Única de Valor ...... que valor só nosso?
  Q6  MVP & Prova de Conceito ...... menor produto que entrega
  Q7  Modelo de Receita ............ como se paga?
  Q8  Prototipação & Usabilidade ... o usuário consegue usar?
        └──────────────────────────────────────────────┘
                        ▼
        ┌─ ENTREGA ────────────────────────────────────┐
  Q9  Plano de Projeto ............. como chegamos lá
  Q10 Preparação para o Demoday .... como isso é contado
        └──────────────────────────────────────────────┘

Q1 a Q3 divergem. O trabalho é ampliar: mais lugares, mais pessoas, mais problemas, mais alternativas. Fechar cedo aqui é o erro que mais reprova projeto.

Q4 converge. É checkpoint formal — os professores validam a escolha contra as evidências. Daqui em diante a equipe tem um problema só.

Q5 a Q8 constroem. Da aposta de valor ao produto testado com gente.

Q9 e Q10 entregam. Planejar a execução e contar a história.

Quem alimenta quem

Se você chegou a uma quest sem o insumo dela, o correto não é improvisar — é voltar.

Vocabulário da disciplina

Termos com sentido específico aqui. Usar com o sentido corrente gera confusão nas apresentações.

As frases que atravessam tudo

Três eixos, na redação canônica. Se você encontrar outra redação em algum material, esta é a que vale.

Não projetamos para nós mesmos; projetamos para os outros.

Toda afirmação sobre o usuário precisa de evidência de campo.

Se a máquina fabrica o produto, avaliar o produto mede a máquina.

E duas formulações da disciplina que dizem a mesma coisa por outro ângulo:

• A competência mais importante é identificar problemas e resolvê-los — não ser a mão que executa a ideia de um cliente.
• Não é a convicção de alguém, mas a demonstração empírica com base em evidências, que define o caminho do projeto.

Uma nota sobre a numeração

A metodologia já teve 9 quests. A Q4 atual (Oportunidade Escolhida & Organização da Equipe) foi acrescentada depois, como checkpoint, e tudo de Q4 em diante deslocou uma posição.

Material antigo — inclusive a página de Visão Geral e a planilha de maturidade publicadas no site — ainda usa a numeração de 9. Esta skill está inteiramente na numeração atual de 10 quests. Se você encontrar divergência entre um material da disciplina e o que está aqui, é provavelmente isso.

Ver avaliacao.md para o mapeamento corrigido dos 13 milestones.

Modo de IA

Leia isto antes de trabalhar em qualquer quest. Vale para o aluno e para a IA que o acompanha.

A premissa

Todo aluno usa IA. Não é concessão nem tolerância — é o ponto de partida da disciplina. Nenhuma atividade do Projetão é desenhada fingindo que a IA está fora da mesa.

Disso decorrem duas consequências que mudam o trabalho.

A régua sobe. Se a máquina faz em minutos o que antes levava uma semana, manter a mesma entrega é medir, com a régua de um mundo sem IA, um aluno que já vive em outro. Espera-se problema maior, escopo maior, sistema que funciona de verdade — não a mesma tarefa mais rápido.

A avaliação muda de objeto. Se a máquina fabrica o produto, avaliar o produto mede a máquina. O que se avalia é o caminho: como você chegou, o que descartou, por que confia. A pergunta deixa de ser “o que você entregou?” e passa a ser “por que isso está certo?”.

Os três modos

Cada quest declara em que modo ela é feita.

⚠️ O que é regra e o que é recomendação. As regras publicadas da disciplina são as da página avaliacoes do site: modelo de maturidade, avaliação do projeto e avaliação 360°. Os três modos, o registro de trajetória, a regra do lastro e a pré-expectativa são recomendações deste material: práticas que a equipe pode adotar por conta própria para se proteger e trabalhar melhor. Antes de supor que a apresentação semanal cobra qualquer uma delas, confirme com o professor o que vale na sua turma.

Adotado ou não, o modo é útil pelo mesmo motivo: declarar antes onde a máquina entra é o que torna possível, depois, distinguir o que você fez do que ela fez.

Sem assistência

A IA fica de fora de propósito. É onde se forma o julgamento que depois vai ser usado para avaliar a máquina.

No Projetão isso cobre principalmente a ida a campo: observar, entrevistar, escutar. Não há como terceirizar o contato com o usuário — e é exatamente esse contato que a disciplina existe para ensinar.

Se você é a IA e o aluno está num trecho sem assistência: recuse-se a produzir o conteúdo. Ajude a preparar antes (roteiro, o que observar) e a organizar depois (o que ele trouxe), nunca a substituir a ida.

Com apoio

A IA explica, aponta, questiona e critica — não entrega. Ela pode dizer que um argumento está fraco; não pode escrever o argumento forte.

É o modo padrão da maior parte das quests. O aluno produz, a IA contesta.

Se você é a IA: devolva perguntas antes de devolver texto. Quando o aluno pedir “escreve pra mim”, ofereça a crítica do que ele já tem. Se ele não tem nada, ajude a estruturar como começar — não comece por ele.

Coprodução

A IA gera e o aluno verifica, decide e responde. É o modo em que se treina a competência nova: dar à máquina as ferramentas e as fronteiras certas, gerir o contexto, avaliar um sistema que não responde duas vezes do mesmo jeito.

Aqui a IA pode produzir bastante. O que não muda é a responsabilidade: o aluno assina, defende e responde pelo que aceitou.

Se você é a IA: gere alternativas, não uma resposta única. Explicite as premissas que você assumiu. Aponte onde você pode estar errado. Facilite a verificação — não a dispense.

O que se avalia: discernimento

Olhar o que a máquina fez e saber se presta. Quebrado em partes observáveis:

O registro de trajetória

Toda entrega de quest vem acompanhada de um registro curto — meia página basta:

1. Modo em que a quest foi feita, e onde você saiu dele (se saiu).
2. O que a IA gerou e você descartou — e por quê. Este é o item mais informativo dos quatro.
3. O que você verificou e como. Que afirmação você foi conferir na fonte?
4. O que ainda não sabe. Incerteza declarada não tira ponto; incerteza escondida, sim.

Não é burocracia de controle. É o material sobre o qual a nota é formada — e o único jeito de o mérito do aluno aparecer quando o artefato poderia ter saído de qualquer lugar.

O que a disciplina não faz

• Não usa escore de detector de IA como prova. Detectores erram de forma desigual: num teste com redações do TOEFL escritas por humanos, sete detectores classificaram como geradas por IA 61% das redações de quem não é falante nativo de inglês, contra 5% das de nativos (Liang, Yuksekgonul, Mao, Wu & Zou, GPT detectors are biased against non-native English writers, arXiv:2304.02819, 2023 — publicado em Patterns). ⚠️ O estudo mede texto em inglês; não há medida equivalente para português, e um contra-estudo do ETS com detectores mais recentes encontra viés menor (Jiang, Bosch, Attali & LaFlair, Do AI detectors discriminate against non-native English writers?, ETS Research, 2024). O ponto que sustenta a decisão não depende do número exato: detector produz suspeita, não prova, e o erro não se distribui por igual.
• Não trata declaração de não-uso como mecanismo de controle. Além de não ser cumprida pela maioria, expõe justamente quem declara com honestidade.

O que substitui os dois é mais trabalhoso e é o que forma: avaliar o processo e o raciocínio.

Duas obrigações que valem nos dois sentidos

Acesso. Assumir que todo aluno usa IA e deixar cada um arcar sozinho com a ferramenta converteria capacidade de pagamento em desempenho. A disciplina se compromete a viabilizar acesso por modelos gratuitos, quotas e parcerias. Se você está sem acesso, isso é problema da disciplina, não seu — avise.

Custo. Use o modelo adequado à tarefa, não o maior por reflexo, e declare a escolha quando ela for relevante. Formar alguém para usar bem uma tecnologia inclui formá-lo para perguntar quanto ela custa — e não apenas em dinheiro.

Baseado no manifesto do Porto Digital sobre formação em tecnologia na era da IA (Residência Tecnológica, 2026). A adoção no Projetão está em curso: o que funcionar e o que não funcionar será medido e publicado.

Carga de trabalho

Leia isto antes de planejar a semana. Vale para o aluno e para a IA que o acompanha.

O problema que esta página resolve

O material das quests descreve o trabalho bem feito. Se você tentar executar tudo o que cada quest sugere, vai gastar entre 12 e 30 horas por semana.

⚠️ A referência de orçamento usada nesta página é uma premissa, não um dado da disciplina. Assumimos 8 a 12 horas por aluno por semana, o que corresponde a uma disciplina de 4 a 6 créditos. O site do Projetão não publica carga horária, e a palavra “crédito” não aparece em nenhuma das suas páginas. Confirme o número com o professor: se o seu for outro, os cortes desta página mudam junto.

Quando o material pede mais do que cabe, o aluno não corta proporcionalmente. Ele corta o campo — porque o campo é a parte que ninguém vê, e a leitura é a parte que dá vocabulário para escrever uma entrega que parece boa.

É exatamente o comportamento que a disciplina existe para impedir. Por isso cada quest tem, aqui, um mínimo declarado.

Se você tiver de cortar, corte leitura e profundidade — nunca o campo.

A regra de três camadas

Toda quest se divide em três:

Declarar o corte não tira ponto. Fingir que não cortou, sim — porque a incoerência aparece na quest seguinte.

Por quest

Os tempos são por aluno, numa equipe que dividiu o trabalho. O piso de campo é por equipe.

Q6 e Q8 são as quests mais pesadas do semestre, e por motivos diferentes: a Q6 concentra a decisão de escopo, a Q8 constrói o artefato testável e o testa na mesma semana. As saídas legítimas:

• Q6 — escolher uma prova de conceito que não exija construir (encenação, papel, concierge), ou dividir a construção em duas semanas e declarar isso no plano.
• Q8 — começar o protótipo na semana da Q7, em paralelo; ou reduzir o escopo do navegável a um único fluxo (o da PUV) em vez da interface inteira. O que não dá para cortar é o teste: protótipo não testado não produz achado, e é o achado que a quest cobra.

⚠️ Não planeje a Q8 pela estimativa da Q6. Quem faz isso chega ao dia do teste sem o que testar.

Duas semanas em que o núcleo ocupa a semana inteira

Some as colunas: o núcleo da Q6 é 8–12 h e o da Q8 é 9–14 h, contra as 8–12 h de orçamento assumido acima. Nessas duas semanas não sobra margem — o mínimo inegociável já é a semana toda, ou mais.

Isso não é erro de conta: é a característica dessas duas quests, e dizê-la em voz alta vale mais que uma estimativa confortável e falsa. As consequências práticas:

• Planeje as duas com antecedência de uma semana. O escopo do MVP na Q6 e o protótipo na Q8 são as únicas coisas do semestre que dá para adiantar sem furar o método.
• Distribua entre a equipe. Os números da tabela são por aluno; numa equipe de cinco, construir o protótipo é trabalho paralelizável, ir a campo também. O que não paralela é a decisão.
• Se estourar mesmo assim, corte leitura e profundidade a zero nessas duas semanas — e diga isso na apresentação. Entregar o núcleo e declarar o que ficou de fora vale mais que entregar tudo pela metade.
• Não corte o campo. Vale aqui como vale nas outras oito.

O que “piso de campo” significa

É o mínimo abaixo do qual a quest não tem evidência. Pela regra do lastro, sem evidência o teto do milestone é nível 3, por mais bem escrita que esteja a entrega (⚠️ recomendação deste material, não regra publicada — ver avaliacao.md). Mesmo onde ela não vigora, o piso continua valendo pelo motivo original: entrega sem campo não tem o que defender na apresentação.

O piso é sempre por equipe, não por aluno. Numa equipe de sete, dez entrevistas são uma ou duas por pessoa.

E o piso não é meta: o critério real é parar quando você para de aprender — quando consegue prever o que a pessoa vai dizer com duas perguntas de qualificação. Se isso acontecer com sete, pare em sete e diga por quê. Se não tiver acontecido com trinta, você ainda não terminou.

Como declarar um corte

Uma linha no registro de trajetória, no item 4 (“o que ainda não sei”):

Cortamos a análise de auditoria de experiência da Q3 por falta de tempo. Ficamos com a lista de alternativas e a tabela de valores. Consequência: não sabemos onde a experiência do concorrente quebra, só o que ele entrega. Se isso importar na Q5, voltamos.

Isso custa trinta segundos e faz três coisas: mostra que a equipe sabe o que deixou de fazer, protege a coerência das quests seguintes, e dá ao mentor a informação de que ele precisa para calibrar.

Para a IA que acompanha

Quando o aluno pedir ajuda com uma quest, pergunte quanto tempo ele tem antes de propor o roteiro completo.

• Se ele tem a semana inteira, use a quest como está.
• Se ele tem menos, monte o plano a partir da coluna Núcleo desta tabela, e diga explicitamente o que ficou de fora e qual a consequência.
• Nunca proponha cortar o piso de campo. Se o tempo não dá para o campo, o problema é de planejamento da equipe, não de escopo da quest — e a resposta certa é remarcar, não substituir campo por raciocínio.

Se o aluno disser que não vai dar tempo de ir a campo, não preencha o buraco com plausibilidade. Diga que a entrega vai ficar com teto de nível 3, e ajude a planejar a semana seguinte.

Avaliação

Quatro instrumentos rodam em paralelo: o modelo de maturidade (semanal, diagnóstico), a avaliação do projeto (final, nota), a avaliação 360° (dos pares, ajuste individual) e o registro de trajetória (semanal, o que separa o aluno da máquina).

⚠️ Três são regra; o quarto é recomendação. Modelo de maturidade, avaliação do projeto e avaliação 360° são o que a página avaliacoes do site da disciplina descreve. O registro de trajetória — e com ele a regra do lastro e a pré-expectativa, mais abaixo — é recomendação deste material, não regra publicada. Nada aqui substitui o enunciado do professor: se ele não pediu, não é exigência. Está aqui porque o problema que ele resolve é real, e porque a equipe que o adota sozinha se protege:

O quarto existe por um motivo declarado:

Se a máquina fabrica o produto, avaliar o produto mede a máquina.

Os três primeiros instrumentos avaliam o artefato. Sozinhos, eles medem cada vez menos o aluno — e essa é a razão de o quarto existir. Ver modo-ia.md.

1. Modelo de maturidade — 13 milestones, escala 0–5

Acompanhado semanalmente. Não gera nota: gera diagnóstico. Serve para a equipe saber onde está frágil enquanto ainda dá tempo de consertar.

Aprovação exige nível 4 em todos os 13. Um projeto com doze cincos e um dois não está pronto.

A escala

O salto que trava a maioria das equipes é o 3 → 4: sair de “faz sentido” para “eu sustento isso sob pergunta”. Quase sempre o que falta não é redação — é evidência de campo.

⚠️ A escala tem um ponto cego, e ele piora com IA. Do 3 para cima, a diferença entre os níveis é descrita em termos de clareza, coerência e segurança na resposta — exatamente as qualidades que um texto bem gerado exibe sem que nenhum trabalho tenha sido feito. Um nível 5 escrito por máquina é mais elegante que um nível 4 escrito por quem foi a campo e voltou confuso.

Por isso, do 4 para cima o nível exige artefato, não redação. Ver a regra do lastro, logo abaixo.

A regra do lastro

⚠️ Recomendação deste material — não é regra publicada da disciplina. Ver o aviso no topo.

Para pontuar 4 ou 5 em qualquer milestone, a equipe precisa apresentar, junto com a resposta, pelo menos um artefato de trabalho — algo que existe porque o trabalho foi feito, e que não seria produzido por quem apenas escreveu bem sobre ele.

⚠️ O lastro é material de terceiros — trate-o como tal. Foto, áudio, gravação de tela e contato pertencem a quem foi ouvido, não à equipe. Antes de coletar qualquer um deles, leia consentimento.md. E o lastro não circula: ele fica no repositório da equipe, e o professor o consulta ali, quando avalia. Não vai para o slide, não vai para o grupo da turma, não entra em documento que sai da disciplina. Quem promete “só a minha equipe e o professor” e depois publica um trecho quebrou a promessa que fez em campo.

Lastro não precisa ser bonito nem organizado. Precisa ser anterior à conclusão e custoso de fabricar.

A pré-expectativa — o único registro que não dá para forjar depois

⚠️ Recomendação deste material — não é regra publicada da disciplina. Ver o aviso no topo.

Antes de ir a campo, a equipe escreve o que espera encontrar, e envia — com carimbo de data — para o canal da disciplina. Uma frase por item basta.

Isso custa dez minutos e resolve o problema mais difícil da avaliação: retroativamente, qualquer um consegue escrever que foi surpreendido. Ninguém consegue escrever, antes, uma expectativa que depois se prove errada de um jeito específico.

Na apresentação, a equipe compara o que escreveu com o que achou. A divergência é o dado. Equipe cuja pré-expectativa bateu 100% ou não foi a campo, ou não observou.

Os 13 critérios

⚠️ Correção de numeração. A planilha de maturidade publicada no site do Projetão foi escrita quando a disciplina tinha 9 quests. Depois entrou a Q4 (Oportunidade Escolhida & Organização da Equipe) e tudo de Q4 em diante deslocou uma casa. A tabela acima já está corrigida para as 10 quests atuais. Se você comparar com a planilha original, verá as referências antigas — a diferença é essa, não é erro seu.

⚠️ Um milestone mudou de lugar por decisão, não por renumeração. A planilha original põe Prova de conceito na quest anterior — que, pelo deslocamento acima, seria a Q5. Aqui ela está na Q6, porque a Q6 se chama literalmente “MVP & Prova de Conceito” e é onde a validação com usuário acontece. Todos os outros doze milestones seguem o deslocamento de +1 exato; este é o único em que houve escolha. Se o seu professor cobrar a prova de conceito já na Q5, siga o professor — e saiba que a diferença é esta.

Índices de saúde da equipe

Registrados junto com os milestones:

• Tamanho da equipe — quantos alunos a compõem
• Presença — quantos estão na apresentação
• Engajamento — a razão entre os dois

Engajamento é o melhor preditor isolado de projeto que termina mal. Queda sustentada nesse índice antecede, com regularidade, entrega incompleta no Demoday. Se a sua equipe está caindo, isso é um problema de projeto — não de frequência.

2. Registro de trajetória — o que separa o aluno da máquina

Entregue junto com cada quest. Meia página. É o instrumento que responde “por que isso está certo?” em vez de “o que você entregou?”.

O que ele contém

1. Modo de IA em que a quest foi feita, e onde vocês saíram dele.
2. O que a IA gerou e vocês descartaram — e por quê.
3. O que vocês verificaram, e como. Que afirmação foram conferir na fonte primária?
4. O que ainda não sabem.

Como ele é lido — e por que não basta escrevê-lo bem

Este registro é, sozinho, o item mais fácil de fabricar do material inteiro: descrever com elegância o erro de uma IA é justamente a tarefa em que a IA é boa. Uma equipe pode produzir um registro convincente sem ter descartado nada.

Três coisas tornam isso caro, e as três são baratas de exigir:

Lastro no item 2. “Descartamos a persona que a IA propôs” não vale nada. Cole a persona descartada. O artefato descartado é gratuito para quem descartou de verdade e trabalhoso para quem não descartou.

Rastro no item 3. “Conferimos o dado na fonte” não vale nada. Diga qual afirmação, qual fonte, qual data de acesso, e o que estava diferente do que a IA disse. Verificação que não achou nenhuma divergência em dez semanas é verificação que não aconteceu.

Consistência ao longo do semestre. Este é o mecanismo mais forte, e é praticamente gratuito. As dez quests se encadeiam: o usuário afoito da Q4 tem de ser um dos ouvidos na Q2; os concorrentes da Q3 têm de aparecer na curva da Q5; a base de testes da Q9 tem de ser gente citada antes. Fabricar dez semanas coerentes entre si custa mais que fazer o trabalho — e a incoerência aparece sozinha na comparação.

Não se avalia um registro de trajetória isolado. Avalia-se a série.

O que a disciplina não faz

• Não usa escore de detector de IA como prova. Detectores erram de forma desigual: num teste com redações do TOEFL escritas por humanos, sete detectores classificaram como geradas por IA 61% das redações de quem não é falante nativo de inglês, contra 5% das de nativos (Liang, Yuksekgonul, Mao, Wu & Zou, GPT detectors are biased against non-native English writers, arXiv:2304.02819, 2023 — publicado em Patterns). ⚠️ O estudo mede texto em inglês; não há medida equivalente para português, e um contra-estudo do ETS com detectores mais recentes encontra viés menor (Jiang, Bosch, Attali & LaFlair, Do AI detectors discriminate against non-native English writers?, ETS Research, 2024). O ponto que sustenta a decisão não depende do número exato: detector produz suspeita, não prova, e o erro não se distribui por igual.
• Não trata declaração de não-uso como mecanismo de controle. Além de não ser cumprida pela maioria, expõe justamente quem declara com honestidade.

E uma coisa dita em voz alta, porque fingir o contrário seria pior: o modo sem assistência não tem fiscalização. Nada impede um aluno de abrir outra aba. O que sustenta o modo não é vigilância — é o fato de que, sem o campo, ele não terá lastro para pontuar 4, e a incoerência entre as quests vai aparecer. O modo é um contrato, e o custo de quebrá-lo é diferido, não imediato.

3. Avaliação do projeto — nota 0 a 10

Feita pelos professores sobre o projeto ao final da disciplina. Considera:

• Completude — da concepção até a execução e o pleno funcionamento
• Inovação — a solução precisa trazer inovação na sua elaboração
• Especificidades — cada disciplina tem exigências próprias que precisam aparecer
• Resultados — qualidade do trabalho, levando em conta o amadurecimento ao longo do semestre e as considerações da banca no Demoday
• Trajetória — a série de registros semanais: o que a equipe descartou, o que verificou, e o quanto o projeto mudou por causa de evidência

O último critério é o que traz o processo para dentro da nota. Sem ele, a avaliação final mede o artefato — e o artefato, hoje, pode vir de qualquer lugar.

A banca do Demoday é formada por profissionais do mercado. Ela influencia a nota, mas não a determina: julga o resultado apresentado, sem ter acompanhado o processo de aprendizado do semestre.

Cada equipe tem um professor mentor, que acompanha de perto e atua como advogado da equipe na avaliação — ele é quem conhece as dificuldades que o resultado final não mostra. E é ele quem tem a série completa de registros de trajetória.

4. Avaliação 360° — ±2 pontos

Cada aluno avalia cada colega da própria equipe em três dimensões:

• Engajamento — atenção dada ao trabalho, envolvimento, colaboração nas tarefas
• Produtividade — quanto cada um trabalhou e entregou
• Convivência — o quanto as relações têm sido colaborativas, respeitosas e fluidas

O resultado soma ou subtrai até 2 pontos sobre a nota de projeto do grupo, individualizando a nota de cada aluno.

Como o cálculo funciona, e por que isso importa: o valor é calculado sobre o desvio do aluno em relação à média da própria equipe — não em relação a uma régua absoluta. Consequências práticas:

• Avaliar todo mundo com nota máxima não beneficia ninguém: se todos estão na média, todos ficam em zero de ajuste.
• Numa equipe que trabalhou bem por igual, o ajuste tende a zero — o que é o resultado correto.
• Numa equipe desequilibrada, o instrumento separa. É desenhado para isso.

Autodiagnóstico ao fim de cada quest

Faça o exercício antes que ele seja feito por outros:

1. Que milestone esta quest alimenta?
2. Em que nível de 0 a 5 você se coloca?
3. Qual artefato sustenta esse nível? — se a resposta é “acho que ficou bom”, o nível é 2. Se é um texto bem escrito e nada mais, o teto é 3.
4. O que faltaria para chegar a 4?

Divergência entre a auto-avaliação da equipe e a leitura do mentor é informação útil, não constrangimento. Equipe que se dá 5 no que o mentor vê como 2 tem um problema anterior ao do projeto.