O impacto do People Analytics e IA na gestão de RH
Potencialize sua gestão de pessoas com dados e inteligência artificial
![ilustração de Peoples Analytics](https://marketingcdnsa.blob.core.windows.net/images/blog-posts/July2024/people-analytics-banner.webp)
Você já parou para pensar como a combinação entre dados e inteligência artificial pode revolucionar a gestão de pessoas? O campo de Recursos Humanos está sendo transformado pela poderosa fusão entre People Analytics e IA Generativa, impulsionando o sucesso das empresas.
Neste artigo, Alexandre Peres, engenheiro e doutorando na Poli/USP, e professor na Fundação Dom Cabral, explora como essas inovações estão moldando o futuro do RH. Ele gentilmente aceitou o convite para escrever sobre este tema para o blog da Metadados, empresa especializada em sistemas de gestão para RH, trazendo insights e estudos de caso sobre a importância de utilizar dados e IA para otimizar estratégias, especialmente no processo de recrutamento e seleção.
É relevante destacar que todos os textos produzidos por Peres são registrados na Fundação Biblioteca Nacional, garantindo a qualidade e o respaldo acadêmico de suas contribuições.
Vamos mergulhar juntos nesse universo de possibilidades? Convido você a explorar este artigo e descobrir como essas ferramentas podem transformar o modo como você enxerga e pratica a gestão de pessoas na sua organização.
People Analytics, IA Generativa e a gestão de Recursos Humanos
People Analytics é um tema que se tornou comum nos corredores das empresas brasileiras entre 2012 e 2015. Essa data não é um marco específico, mas apenas uma referência de quando exemplos de casos estrangeiros e experimentações começaram a chamar a atenção, inclusive de médias e pequenas empresas.
Naquele momento, havia bastante “turbulência” sobre como a gestão de capital humano poderia utilizar dados com o objetivo de criar melhores ambientes de trabalho simultaneamente à sustentação de melhores condições de criação de resultados. Os objetivos não eram novidade, mas eram ainda pouco compreendidos os benefícios, limitações e soluções práticas viáveis para que os RHs usassem dados como ferramenta para atingi-los.
O tempo passou e boa parte dessas questões começou a se resolver. Ainda há debates acalorados sobre People Analytics, mas as tecnologias ligadas à análise de dados avançaram e chegamos a outro ponto de inflexão. A diferença é que, agora, a novidade chegou mais rapidamente, com jeito de “uma solução incrível à procura de problemas”, o que gera uma turbulência ainda maior.
A Inteligência Artificial Generativa (IAGen) é um avanço tecnológico incrível, pois permite a criação de conteúdos personalizados e análises em linguagem natural, com potencial para otimizar e aprimorar as práticas de gestão de capital humano.
Com a IAGen, pode-se automatizar tarefas como a recepção e tabulação de dados em documentos e a solicitação de bases de dados personalizadas, ou pré-desenhar planos de ação contrapondo políticas de gestão de pessoas a históricos de pessoas ou grupos específicos. Além disso, é possível comparar avaliações e momentos de carreira para o desenho de planos de desenvolvimento individual de colaboradores e influenciar os alvos de análises preditivas.
A IAGen generativa é, na prática, incontornável e pode transformar a maneira como as empresas gerenciam seus talentos, oferecendo insights e agilizando processos. No entanto, essa tecnologia só trará benefícios reais se compreendermos suas limitações e se for aplicada de forma alinhada à estratégia de gestão de pessoas escolhida pela empresa, mesmo que seja para analisar essa mesma estratégia.
Momentos de adoção de novas tecnologias pouco compreendidas trazem turbulência, pois os desafios também podem ser significativos. E as “velhas questões” ligadas à segurança de dados, à privacidade dos dados, à ética das decisões e à adaptação das equipes de RH a essa nova realidade permanecem!
Aplicações de IAGen no RH
Uma das aplicações mais facilmente encontradas em exemplos de IAGen no RH está na área de recrutamento e seleção. Algoritmos já analisam currículos e perfis de candidatos em larga escala há anos, identificando aqueles que melhor se encaixam nos requisitos da vaga com base nas características ligadas aos dados utilizados no modelo.
Ao longo dos últimos dez anos, empresas desenvolveram modelos que utilizam técnicas de Machine Learning (que é uma forma de IA, vale mencionar) com esse fim. O Hospital Albert Einstein é um case de sucesso brasileiro desenvolvido no começo da pandemia de COVID-19.
Indo além do Machine Learning, com a IAGen podem ser desenvolvidos chatbots que interagem com as pessoas que se candidatam às vagas, que respondem a perguntas frequentes e agendam entrevistas, o que libera os recrutadores das tarefas mais operacionais.
A IAGen também pode auxiliar no processo de desenho de cargos que reflitam simultaneamente as necessidades de habilidades e conhecimentos para uma função, a cultura da empresa e as expectativas de desempenho. Isso fornece clareza tanto para candidatos quanto para avaliadores durante o processo seletivo.
Além disso, direciona necessidades de grupo e individuais no processo de onboarding e estabelece metas e expectativas em processos de avaliação (de desempenho, culturais, de competências etc.). Não muda o que é feito, mas acelera drasticamente o processo de análise comparativa entre o que se quer e o que se tem.
A IAGen também pode revolucionar o desenvolvimento e treinamento de funcionários por meio de plataformas de aprendizado personalizadas, que atendem às necessidades individuais ao oferecer conteúdo relevante e adaptativo conforme eles evoluem em suas experiências e carreira. Tutores virtuais podem fornecer orientação dentro de um catálogo de treinamentos e cursos, combinando interesses pessoais com necessidades corporativas, além de oferecer feedback em tempo real.
Para People Analytics sofisticado, essa interação pode fornecer dados para a análise de desempenho de colaboradores e das estruturas organizacionais sob o ponto de vista de treinamentos, habilidades e conhecimentos versus os desenhos de função e dos processos corporativos, elevando o patamar de conhecimento de como o capital humano se conecta aos negócios.
Avaliações como desempenho, cultura, competência, clima organizacional e felicidade corporativa podem ajudar na automação da coleta e análise de dados e de comentários associados, fornecendo aos gestores insights sobre o progresso de suas equipes. Ao RH, essas informações podem ajudar a compreender o panorama do capital humano da empresa, sendo fundamentais para a crítica e o desenvolvimento de estruturas organizacionais, redesenho de funções, movimentações, entre outros.
Desafios éticos e práticos na era digital
Há desafios para todos os usos citados, por outro lado. No site Reclame Aqui, é possível encontrar protestos de candidatos que passaram por experiências bastante desagradáveis e se sentiram lesados por serem recorrentemente preteridos em etapas automáticas de processos seletivos cuja qualificação dizia ser clara em seus currículos.
Além de casos isolados, existem estudos robustos apontando para vieses nos algoritmos de seleção, além de novas leis criadas para regulamentar o uso de algoritmos em processos seletivos como é o caso de Nova Iorque, nos EUA.
Há empresas, inclusive no Brasil, que monitoram seus colaboradores por meio de dispositivos vestíveis ou leitura facial para compreender e atuar em tempo real sobre aspectos de produtividade e relacionamentos, o que evoca acalorados debates sobre ética e privacidade pessoal.
Há também exemplos de admissões e desligamentos feitos de forma automática, sem a avaliação crítica de profissionais de RH. A lógica é que “se o algoritmo prescreveu como solução, então deve estar correto”; e é aí que a IA deixa de ser uma ferramenta de auxílio e passa a ser uma forma de terceirizar uma tarefa “pouco atraente” (mas nem por isso menos estratégica).
Para que todos os tipos de IA sejam utilizadas de forma eficaz e ética, é fundamental que gestores e profissionais de RH compreendam os limites dos algoritmos e dados utilizados e como foram considerados nos modelos. Além disso, é crítico garantir a privacidade e segurança dos dados dos funcionários, implementando medidas rigorosas de proteção e garantindo a conformidade com as regulamentações de proteção de dados.
Profissionais de RH modernos devem buscar conhecimento sobre como interpretar os resultados gerados por modelos de IA e como utilizá-los para tomar decisões estratégicas. A colaboração entre especialistas em RH e em tecnologia é fundamental para garantir isso, pois pavimenta o caminho para uma utilização responsável dos dados, alinhada aos objetivos da organização.
Caminhos e soluções da IA em RH
Ao considerar o impacto da IAGen na gestão de RH, há três papéis essenciais nos grupos multidisciplinares responsáveis pela criação de algoritmos. Esses grupos incluem cientistas de dados responsáveis pelas análises e criação de códigos, bem como profissionais de RH que fornecem cenários e objetivos de análise, orientados pelas políticas de gestão.
Três papéis são críticos nesse grupo: o treinador, o explicador e o sustentador. O treinador desenvolve modelagens para o RH e precisa garantir que os dados utilizados sejam representativos e livres de vieses, evitando a discriminação em processos seletivos ou avaliações de desempenho.
Para isso, o treinador precisa do explicador, tem duplo papel: conecta os dados com a realidade da gestão de pessoas e comunica aos usuários como as saídas dos modelos (de Machine Learning ou de IAGen) pode ser utilizada, bem como quais decisões ela auxilia e como seus resultados podem ser interpretados, promovendo transparência e confiança.
Por fim, o sustentador garante o monitoramento contínuo dos modelos, corrigindo vieses e falhas, e assegurando que a tecnologia seja utilizada de forma ética e responsável, alinhada aos valores e objetivos da organização. Isso protege os direitos dos funcionários e a reputação da empresa.
Vale ressaltar que os papéis não são exclusivos de uma única pessoa, mas são desempenhados pelo grupo multidisciplinar, onde pode haver indivíduos mais especializados em cada função. Contudo, o desenvolvimento das atividades de cada papel é essencialmente coletivo.
Este é um modelo de comportamento, ou seja, um framework que reúne as melhores práticas de empresas que, ao longo dos últimos anos, conseguiram excelentes resultados na gestão de pessoas e na qualidade de seus processos. Qual a melhor estrutura, o melhor formato de gestão, tamanho de equipe, formato de relacionamento com a TI corporativa?
Essas são questões que não possuem uma única resposta e dependem do nível de patrocínio interno, do orçamento à disposição, da criticidade dos alvos de análise, da clareza dos objetivos perseguidos e assim por diante. Mas esses são problemas que extrapolam o mundo dos dados e entram no design organizacional e na política interna de cada empresa. São temas que já são de domínio dos profissionais de RH há muito mais tempo!
Siga sua jornada de conhecimento e leia nosso artigo sobre os modelos de contratação.