Comparação de LMS 2026: 15 plataformas em 110 critérios

· 11 min de leitura
Timur Gareev

Timur Gareev

Fundador & Product Owner na Brusnika.LMS

Comparação de LMS 2026: 15 plataformas em 110 critérios

Esta parte descreve como os dados da pesquisa foram coletados, verificados e pontuados. Os resultados em si estão na visão geral e na análise por categoria.

Como escolhemos os 15 sistemas

A amostra não é um “top 15” de um único ranking. Os rankings seguem metodologias diferentes e selecionam produtos pelo número de avaliações, enquanto precisávamos comparar abordagens distintas de treinamento corporativo: LMS clássicas em SaaS, plataformas enterprise, open source, LMS com autoria, collaborative learning, mobile-first e plataformas HCM. Rankings e catálogos (G2, Capterra, Gartner) foram usados como um dos sinais, mas não como único mecanismo de seleção.

Esta é uma amostra de pesquisa, e não a afirmação de que os sistemas listados são as “melhores LMS”. País de origem, idioma da interface, porte do fornecedor, reconhecimento da marca e posição em um único ranking não foram motivos para inclusão ou exclusão.

Cinco critérios foram avaliados para cada candidato:

Relevância de mercado

Presença visível no mercado de LMS ou de treinamento corporativo: clientes, avaliações, menções em análises setoriais, tempo de mercado.

Confirmação independente

Volume suficiente de dados externos: análises de analistas, pesquisas setoriais, catálogos e avaliações de usuários.

Representatividade do modelo

A amostra deve incluir as principais abordagens: open source, LMS + autoria, collaborative learning, mobile-first, LMS + HCM.

Uso corporativo

Onboarding, compliance, desenvolvimento de competências, treinamento de funcionários distribuídos. Plataformas escolares e de consumo não entram.

Verificabilidade

Há documentação, páginas de funcionalidades e de preços, informações de segurança. Se uma função não puder ser confirmada, ela é “n/d”, e não “Não”.

A regra final: verificabilidade e aplicabilidade corporativa são obrigatórias e, além delas, é preciso ou relevância de mercado junto com confirmação independente, ou o papel de representante importante de um modelo de produto distinto. Não é um ranking matemático, mas uma regra para formar a amostra.

Os sistemas que não entraram na primeira amostra (LearnWorlds, Continu, Trainual, Skill Cup, Kampus, Knomary, “ТренингСпэйс”) permanecem na reserva: ou são voltados à venda de cursos externos, SOPs ou a modelos separados como LXP, ou sua abordagem já está representada na amostra. A ausência de um produto na lista não significa que ele seja pior.

Como a pesquisa foi conduzida

Critérios. Foi usado um único Data Dictionary v1.0: 110 critérios em 21 categorias — produto e implantação, usuários e estrutura organizacional, autenticação, conteúdo e padrões, aprendizagem e atribuições, avaliação, gestão do conhecimento, experiência do usuário, comunicação, relatórios, automação, integrações, segurança, acessibilidade, idiomas, planos e preços, escala, suporte, administração, metodologia de aprendizagem, IA. Cada critério tem uma definição e valores permitidos; a redação não foi alterada para produtos específicos. Dos 110 critérios, 96 são avaliativos (geram pontos) e outros 14 são informativos: tipo de produto, modelo de implantação, preços, limites, idiomas da interface — seus valores são apresentados como estão, sem pontos.

Fontes. A prioridade é dada às fontes primárias: documentação oficial, centrais de ajuda, páginas de recursos, de preços e de segurança, documentação de API, notas de versão (Tier 1). Em seguida, em ordem decrescente: sites de avaliações e de análise — G2, Capterra, Gartner (Tier 2), análises independentes (Tier 3) e comunidades (Tier 4). As fontes independentes foram usadas como confirmação adicional, e não como base para afirmações técnicas.

Verificação. Cada produto passou pela primeira passagem — coleta de evidências para todos os critérios. Para 14 dos 15 produtos foi feita também uma segunda passagem: verificação separada de 16 critérios críticos (preços, SSO, MFA, LDAP, SCORM, xAPI, aplicativo móvel, região de armazenamento, ISO 27001, SOC 2, assistente de IA, API, webhooks) sem acesso aos resultados da primeira. São 16 × 14 = 224 verificações; o Mirapolis não teve segunda passagem. As divergências foram resolvidas manualmente: verificaram-se a data da fonte, o plano, a versão e a edição do produto.

A regra Unknown. A ausência de menção não é considerada prova de ausência. O valor “Não” foi atribuído apenas onde a documentação afirma diretamente a ausência do recurso ou onde o fornecedor anunciou oficialmente sua descontinuação (por exemplo, a integração LDAP do Docebo foi oficialmente descontinuada em 20 de agosto de 2025).

A regra Partial. “Parcial” foi atribuído quando o recurso existe, mas é limitado: disponível apenas no plano superior, exige um módulo separado, funciona apenas no aplicativo móvel, é implementado por um conector de terceiros em vez de uma integração nativa ou se apoia em uma arquitetura obsoleta. A limitação é sempre descrita.

Atualidade. A data de verificação foi registrada para cada afirmação. Os dados sobre preços, recursos de IA e limites são os mais voláteis; foram verificados primeiro.

Notas. Os valores funcionais são convertidos em pontos: Sim = 1, Parcial = 0,5, Não = 0, n/d = NULL. A nota da categoria é a média dos critérios verificados dessa categoria, por isso ao lado de cada nota é indicado quantos critérios foram confirmados. Por exemplo, “83% (5/6)” significa: 83% do máximo nos critérios para os quais há evidência — e são cinco critérios de seis.

O que não há na pesquisa. Não construímos um ranking geral único nem declaramos um vencedor. Primeiro, os pesos das categorias não são definidos de antemão como padrão do setor: qualquer número único refletiria o nosso modelo de prioridades, e não as propriedades do produto. Segundo, os produtos pertencem a classes diferentes, e a soma das notas entre eles é apenas parcialmente comparável. Terceiro, em alguns sistemas a documentação pública é incompleta — uma nota única os puniria por serem fechados, e não pela funcionalidade.

Condições iguais. A Brusnika.LMS faz parte da amostra de 15 sistemas e foi avaliada pelo mesmo dicionário de critérios e pelas mesmas regras que as demais. Onde não há confirmação pública (SSO, MFA, certificados), as tabelas mostram “n/d”, como nos outros sistemas.

O caminho de um fato

A unidade da pesquisa é “produto × critério × momento no tempo”, por exemplo Moodle × SCORM × 24/10/2026. O pesquisador não coleta “tudo sobre o Moodle”, mas verifica uma afirmação e primeiro encontra a evidência, depois atribui o valor — assim diminui o risco de confirmar aquilo que se queria ver.

1

Busca por critério

Documentação oficial, site e central de ajuda do produto, depois fontes independentes e uma busca separada por refutações.

2

Evidência

Um trecho curto da fonte primária é salvo: uma evidência confirma uma afirmação, e os critérios vizinhos são verificados separadamente.

3

Verificação

Confirmação e refutação: se a função existe apenas em um plano, em um módulo separado ou em uma versão desatualizada.

4

Conflitos

Uma contradição não se resolve pela escolha do pesquisador: vence a fonte oficial mais recente, e o valor controverso permanece “n/d”.

5

Auditoria e publicação

O valor recebe um nível de confiança e uma data de verificação e entra na matriz, enquanto as pontuações são calculadas por regras publicadas previamente.

Independência das fontes. O número de fontes não significa, por si só, qualidade da evidência: dez sites que recontam a página de um fornecedor são uma fonte, e não dez confirmações.

Prazo de validade dos dados. Os dados dividem-se em atuais (preços, integrações, funções, IA, certificados — eles mudam) e históricos. Cada categoria tem seu prazo recomendado de reverificação; um valor vencido recebe o status “requer reverificação”, em vez de ser considerado automaticamente incorreto.

Categoria de dadosPrazo até a reverificação
Preços, plano gratuito e limites, funções de IA30 dias
Integrações90 dias
Funções do produto, certificados, implantação, idiomas da interface180 dias
Descrição geral do produto365 dias

Além do prazo de calendário, os dados são reverificados após eventos relevantes: um grande lançamento, mudança de preços, aquisição ou rebranding, surgimento de um novo módulo de IA, mudança do modelo de implantação.

Como é um registro pronto, com citação, link, data e nível de confiança, é mostrado na parte “Critérios e evidências”.

Qualidade dos dados

Os indicadores abaixo descrevem toda a matriz da pesquisa: 15 produtos × 110 critérios.

IndicadorValorComentário
Total de células na matriz165015 produtos × 110 critérios
Células com valor confirmado (Sim/Parcial/Não)1134nos 96 critérios avaliativos
Cobertura de evidências (critérios avaliativos)78,8%parcela verificada de 96×15
Células com Unknown (todos os 110 critérios)346incluindo critérios informativos
Produtos com verificação independente (2ª passagem)14de 15; o Mirapolis não teve segunda passagem
Critérios críticos verificados na 2ª passagem16 × 14 = 224preços, SSO, MFA, LDAP, SCORM, xAPI, mobile, residência de dados, ISO, SOC 2, IA, API, webhooks
Divergências entre as passagens54resolvidas manualmente
Taxa de conflito (das células verificadas)4,8%divergências entre passagens não resolvidas automaticamente
Taxa de dados desatualizados0%todas as verificações foram feitas em 24/10/2026
Registros de evidência1304linhas na base de evidências
Fontes Tier 1 (oficiais)1300 de 1301as demais são análises independentes
Afirmações com alta confiança1063fonte primária direta
Afirmações com baixa confiança6usadas apenas como complemento

A cobertura é calculada apenas sobre os 96 critérios avaliados: 1134 valores confirmados de 1440 possíveis (15 × 96) — é daí que vêm os 78,8%. O valor “n/d” (Unknown) aparece em 346 células da matriz, incluindo critérios informativos. Ele significa “nenhuma evidência pública encontrada”, e não “a função não existe”.

Onde as duas passagens divergiram

Foram registradas 54 divergências entre as passagens; a taxa de divergência (Conflict Rate) é de 4,8% das células verificadas. Todas as divergências foram analisadas manualmente e, nos 54 casos, o valor final permaneceu o da primeira passagem. Com mais frequência (22 casos), a primeira passagem não encontrava evidência (“n/d”), e a segunda indicava que a função não existe:

1ª passagem2ª passagemValor finalCasos
n/dNãon/d22
ParcialSimParcial14
n/dParcialn/d8
SimParcialSim4
NãoParcialNão2
ParcialNãoParcial3
n/dSimn/d1

Casos ilustrativos:

  • Brusnika.LMS — SSO. A primeira passagem não encontrou evidência (“n/d”), a segunda deu “Parcial”. Resultado: “n/d” — não há confirmação em fontes públicas.
  • Docebo — LDAP / Active Directory. Primeira passagem: “Não”, segunda: “Parcial”. Resultado: “Não” — a integração LDAP foi descontinuada em 20 de agosto de 2025, e o Active Directory se conecta por SAML SSO.
  • Brusnika.LMS — aplicativo móvel. Primeira passagem: “Parcial”, segunda: “Não”. Resultado: “Parcial” — não há aplicativo nativo na App Store e no Google Play, mas a LMS é instalada como PWA.
  • Moodle — assistente de IA. Primeira passagem: “Parcial”, segunda: “Sim”. Resultado: “Parcial” — o núcleo tem um auxiliar de curso, mas não um chat livre de perguntas e respostas.

A maior parte das divergências recai sobre MFA (6), xAPI (6), webhooks (6), região de armazenamento de dados (6), ISO 27001 (5), SOC 2 (5) e assistente de IA (5): foram esses os critérios em que as duas passagens mais divergiram.

Limitações

  • G2 e Capterra são fechados ao acesso automatizado (HTTP 403), por isso as avaliações de usuários não foram usadas na pesquisa.
  • As centrais de ajuda de parte dos fornecedores também são inacessíveis ao acesso automatizado.
  • A cobertura difere entre os sistemas: de 93,8% no Absorb LMS a 64,6% no Websoft HCM. Isso reflete a abertura da documentação, e não a qualidade do produto.
  • Os dados sobre preços, recursos de IA e limites mudam mais rápido que os demais; o recorte foi feito em 24 de outubro de 2026, e essas seções ficam desatualizadas primeiro.
  • Não há um ranking único de propósito: os pesos das categorias dependem das tarefas da empresa, e não das propriedades do produto.

Como verificar o resultado

Cada valor da matriz tem a URL da fonte, um trecho curto de evidência, o tipo de fonte (documentação oficial, central de ajuda, página de preços, segurança etc.), um nível de confiança e a data de verificação — 24 de outubro de 2026. No total, a base da pesquisa tem 1304 registros de evidência, 1303 deles de fontes oficiais; 1063 estão marcados como fontes primárias diretas (High confidence), e 6 são Low confidence e foram usados apenas como complemento. Não há dados desatualizados (Stale Data Rate): todas as verificações foram feitas em um único dia.

Como esses registros se parecem é mostrado na parte “Critérios e evidências”: ali há exemplos com citação, link e data. Os links para as fontes primárias de cada fornecedor estão reunidos na parte “Apêndice e fontes”.

Perguntas sobre a metodologia