Inteligência artificial no RH não é sobre substituir o julgamento de quem decide, é sobre tirar do caminho o trabalho repetitivo que consome o tempo de quem deveria estar decidindo. Essa distinção parece óbvia quando escrita assim, mas na prática se perde com facilidade: toda vez que uma empresa fala em "IA no RH" pensando em um sistema que resolve demissão, promoção ou disciplina sem intervenção humana, ela está descrevendo um risco jurídico e reputacional, não uma automação saudável. As aplicações que de fato funcionam hoje, e que já rodam em volume real dentro de departamentos de RH e DP, seguem um padrão bem mais modesto: reduzir trabalho de triagem, responder pergunta repetitiva, e sinalizar risco para que uma pessoa olhe antes que o problema vire fato consumado.
Triagem de currículo: filtro de volume, não veredito de contratação
Numa vaga com centenas de candidaturas, ler cada currículo manualmente contra os requisitos da vaga consome dias de um recrutador que poderia estar entrevistando. A IA de triagem funciona bem exatamente nesse ponto: compara currículo contra critério objetivo declarado da vaga, como tempo mínimo de experiência, formação exigida ou presença de certas competências no texto, e organiza os candidatos por aderência, em vez de decidir sozinha quem avança.
O problema aparece quando a empresa trata esse ranking como decisão final, sem revisão humana antes do descarte. Um modelo treinado com dados históricos de contratação carrega qualquer viés que já existisse nesse histórico, e no Brasil isso tem implicação direta com a legislação antidiscriminatória e com a LGPD quando o processo lida com dado sensível, como raça ou informação que permita inferir idade. A prática mais segura, e a que evita passivo trabalhista futuro, é usar a triagem para reduzir volume e ordenar prioridade, mas manter um recrutador revisando amostras do que foi descartado, não só do que foi aprovado, para pegar padrão de exclusão que não devia estar ali.
Chatbot de dúvidas: bom para pergunta repetitiva, ruim para caso pessoal
Uma fração enorme dos chamados que chegam ao RH e ao DP são a mesma pergunta repetida por colaboradores diferentes: quanto de saldo de férias eu tenho, qual documento preciso levar para a admissão de um dependente, como funciona o desconto do vale-transporte. Um assistente de IA integrado ao Portal do Colaborador resolve bem esse tipo de pergunta porque a resposta é factual, está documentada em política ou em dado já cadastrado, e não exige julgamento nenhum, só busca.
Onde esse mesmo assistente precisa parar e encaminhar para uma pessoa é qualquer pergunta que misture dúvida factual com situação pessoal: um colaborador perguntando sobre elegibilidade a um benefício específico do seu caso, uma reclamação disfarçada de pergunta, ou qualquer coisa que toque em disciplina, desempenho ou saúde mental. Um bom desenho de assistente de RH define essa fronteira de propósito, com o escalonamento acontecendo antes que o colaborador precise insistir duas ou três vezes para conseguir falar com alguém de verdade.
Previsão de turnover: sinal de risco, não sentença
People analytics preditivo tenta responder uma pergunta que todo gestor de RH gostaria de responder antes que aconteça: quais colaboradores têm risco maior de pedir demissão nos próximos meses. O modelo cruza sinais que já existem na maioria dos sistemas de gestão, como aumento de absenteísmo, tempo sem promoção ou reajuste, queda em avaliação de desempenho recente, ou uso atípico de banco de horas, e devolve um score de risco por colaborador ou por time.
O valor prático está em dar tempo de reação ao gestor, que pode antecipar uma conversa de carreira ou de retenção antes que a pessoa já tenha decidido sair, quando qualquer conversa chega tarde demais. O risco está em tratar esse score como verdade sobre a pessoa: é correlação estatística sobre um grupo, sujeita a falso positivo, e nunca deveria embasar, isoladamente, uma decisão que afete a carreira de alguém, como negar uma promoção "porque o sistema marcou risco de saída". Usar o score para abrir uma conversa é saudável; usar o score para justificar uma decisão sobre a pessoa é inverter a ferramenta contra quem ela deveria proteger.
Onde a IA apoia e onde a decisão continua sendo humana
| Tarefa | O que a IA faz bem | Quem decide de fato |
|---|---|---|
| Triagem de currículo | Ordena candidatos por aderência a critério objetivo da vaga | Recrutador decide quem avança e quem é descartado |
| Dúvida repetitiva do colaborador | Responde com base em política e dado já cadastrado | Time de RH/DP assume qualquer caso pessoal ou sensível |
| Previsão de turnover | Sinaliza score de risco a partir de padrões históricos | Gestor decide se e como agir sobre a pessoa |
| Avaliação de desempenho | Organiza histórico e pode sugerir um posicionamento inicial | Gestor confirma ou ajusta com base no que observa de fato |
| Demissão ou medida disciplinar | Nenhuma influência sobre o mérito da decisão | Sempre humano, com justificativa documentada e revisável |
Essa tabela resume o padrão que deveria orientar qualquer adoção de IA em RH: quanto mais a tarefa é repetitiva e factual, mais espaço a IA tem para atuar sozinha; quanto mais a decisão afeta a carreira, a renda ou a permanência de alguém na empresa, mais a IA deve ficar restrita a apoio, nunca a veredito.
O risco jurídico de terceirizar a decisão para o algoritmo
Um erro que já apareceu em disputa trabalhista em outros países, e que tende a se tornar mais comum no Brasil conforme a adoção cresce, é a empresa não conseguir explicar por que uma decisão foi tomada quando o processo interno se apoiou demais num sistema automatizado. Se uma demissão é questionada e a única justificativa documentada é "o sistema indicou baixo desempenho" ou "o score de risco apontou para essa pessoa", sem um histórico humano de avaliação, conversa e tentativa de correção por trás, a empresa fica exposta.
A LGPD também entra diretamente aqui: qualquer decisão que produza efeito relevante sobre uma pessoa, tomada de forma unicamente automatizada, dá ao titular o direito de solicitar revisão por uma pessoa natural. Manter esse humano no circuito não é só boa prática de gestão, é também a forma de a empresa continuar em conformidade quando a decisão é revisada depois, seja pelo próprio colaborador, seja por um processo judicial.
Como isso aparece no ActaOne
A posição do ActaOne sobre IA no RH segue exatamente essa lógica: IA integrada como recurso dentro dos módulos que você já usa, não como um produto separado nem como um substituto de decisão. No módulo de Avaliação de Desempenho, por exemplo, o assistente pode sugerir um posicionamento inicial no nine-box a partir do histórico de ciclos já registrado, mas a confirmação final sempre parte do gestor, e o sistema deliberadamente não força um resultado quando os dados não sustentam uma conclusão clara. No Portal do Colaborador, o mesmo princípio guia o assistente de dúvidas: resolver o que é factual e documentado, e direcionar para uma pessoa do RH qualquer coisa que exija julgamento sobre o caso individual.
Adotar IA no RH não exige escolher entre usar tudo automaticamente ou não usar nada. Exige definir, tarefa por tarefa, onde ela reduz trabalho repetitivo com segurança e onde ela só deveria aparecer como informação a mais para uma pessoa decidir. As empresas que tiram mais proveito da tecnologia hoje são as que mantêm essa fronteira clara desde o desenho do processo, não as que tentam automatizar tudo de uma vez e descobrem o limite depois de um problema real.