Inteligência artificial no RH: o que sobrou depois do entusiasmo

A versão original deste texto, de julho de 2024, repetia o que quase todo material sobre o assunto repetia na época: números de fornecedor sobre redução de tempo de contratação e a previsão de que a área de pessoas seria transformada em poucos anos. Esta reescrita parte do que dá para afirmar agora.

O que efetivamente ficou

A escrita. É o uso mais difundido e o menos comentado. Descrição de vaga, comunicado interno, ata de reunião, primeira versão de política, resumo de material longo. O ganho é de tempo, e o risco é de texto genérico entrar em documento que deveria ser específico daquela empresa.

A triagem por volume. Onde há mil currículos para vinte vagas, o filtro automático virou padrão. Ele funciona para critério objetivo e verificável, como registro profissional ativo, disponibilidade de turno ou localização. Ele funciona mal quando se pede a ele que infira o que o mercado de RH chama de adequação cultural ou de alto potencial, porque nenhuma das duas coisas tem definição estável dentro da própria empresa.

A leitura de texto aberto em escala. Resposta discursiva de pesquisa interna, registro de canal de denúncias, comentário de avaliação. Agrupar milhares de respostas por tema deixou de ser projeto e virou tarefa de minutos, e a leitura do que aquele agrupamento significa continua dependendo de quem conhece a empresa.

O atendimento de dúvida repetida. Quanto de férias tenho, como peço reembolso, onde está o holerite. Volume alto e resposta padronizada tornam esse o uso de menor risco da lista.

O que não se confirmou

A previsão de comportamento individual. Modelos que prometiam apontar quem vai pedir demissão ou quem tem alto potencial continuam pouco confiáveis fora do ambiente em que foram treinados. Existe ainda um efeito que a precisão do modelo não resolve: uma lista de prováveis demissionários muda o comportamento de quem tem acesso a ela, e a previsão passa a interferir no que ela deveria apenas medir.

A entrevista avaliada por expressão facial e tom de voz. Vendida como objetividade, foi recuando diante de evidência fraca e de restrição regulatória. Illinois aprovou lei específica sobre entrevista em vídeo analisada por IA em 2019, a cidade de Nova York passou a exigir auditoria de viés em ferramentas de seleção a partir de 2023, e a HireVue, maior fornecedora do segmento, abandonou a análise facial em 2021. É um uso que uma empresa brasileira de porte médio tem pouca razão para adotar.

A substituição da área. O que houve foi deslocamento de tempo dentro dela. As horas que saíram da tarefa repetitiva foram para conversa com gestor, decisão sobre caso concreto e mediação de conflito, que continuam dependendo de alguém que conheça a empresa e responda pelo que decide.

O que o uso passou a exigir juridicamente

Esta parte mudou mais que a tecnologia.

A Lei Geral de Proteção de Dados, a LGPD, já se aplica, sem depender de lei nova. O artigo 20 dá ao candidato e ao colaborador o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses. O parágrafo primeiro obriga a empresa a fornecer, sempre que solicitadas, informações claras sobre os critérios e procedimentos usados, observados os segredos comercial e industrial.

Vale registrar o que a lei não garante. O parágrafo que exigia que a revisão fosse feita por pessoa natural foi vetado, e o veto foi mantido pelo Congresso em 2019. Existe hoje direito de pedir revisão e direito de receber explicação, sem garantia legal de que a revisão seja humana.

O artigo 6º impõe finalidade e transparência a qualquer tratamento, e o artigo 37 exige registro das operações, especialmente quando baseadas em legítimo interesse. A Autoridade Nacional de Proteção de Dados incluiu inteligência artificial entre seus temas prioritários de fiscalização para 2026 e 2027.

O marco legal ainda é projeto. O PL 2.338/2023 foi aprovado pelo Senado em 10 de dezembro de 2024 e chegou à Câmara dos Deputados em março de 2025, onde a comissão especial foi instalada e a votação segue pendente. O texto classifica como de alto risco os sistemas usados em recrutamento, triagem e avaliação de candidatos, em decisões sobre promoção e desligamento e em avaliação de desempenho, com obrigações reforçadas de transparência, documentação técnica, supervisão humana e avaliação de impacto.

Uma direção que hoje escolhe ferramenta de recrutamento está definindo, sem que isso apareça no contrato, quanto trabalho terá quando essas obrigações entrarem em vigor.

O risco trabalhista independe dos dois. Um processo seletivo que reprova sistematicamente candidatos de um perfil pode ser questionado por discriminação com as regras que já existem. Há aqui um ponto que se subestima: critério humano é opaco e disperso, enquanto critério algorítmico fica registrado, uniforme e reproduzível, o que torna o padrão muito mais fácil de demonstrar em juízo.

O que isso significa para uma empresa de porte médio

Definir onde a máquina decide e onde ela apenas organiza. Ferramenta que ordena, resume e agrupa é auxílio. Ferramenta que elimina candidato sozinha configura decisão automatizada, com tudo o que o artigo 20 traz junto. A diferença entre as duas é uma configuração, e quase sempre ninguém a escolhe conscientemente.

Exigir do fornecedor o critério por escrito. Antes de contratar: quais dados o sistema usa, o que exatamente ele pontua, como a empresa consegue explicar uma reprovação a quem perguntar, onde os dados ficam armazenados e por quanto tempo. Fornecedor que responde a isso alegando segredo está transferindo ao cliente um risco que ele mesmo não assume.

Testar contra o próprio histórico. Rodar a ferramenta sobre um processo já concluído e comparar com o que foi decidido. Resultado que reproduz um padrão indesejado indica que o modelo aprendeu esse padrão do histórico da empresa.

Guardar registro de supervisão humana. Quem revisou, quando, com que critério. É o documento que a empresa terá para apresentar, e é o que o projeto em tramitação pede.

Manter dado de pessoa fora de ferramenta aberta. Currículo, avaliação de desempenho, registro de denúncia e atestado são dados pessoais, parte deles sensível. Inserir esse material em serviço público de uso geral é tratamento sem base legal e sem contrato, e está entre os erros mais frequentes hoje.

Onde o ganho aparece

O padrão que a Analítica observa nas empresas que acompanha é que a ferramenta melhora o que já estava organizado e piora o que não estava.

Empresa com descrição de cargo clara e critério de avaliação definido usa a ferramenta para ganhar velocidade. Empresa sem critério definido passa a produzir, mais rápido, decisões que continua não conseguindo explicar, agora com uma camada técnica por cima que dificulta enxergar o problema anterior.

Por isso vale começar pela pergunta que olha para dentro: quais decisões de pessoas a empresa hoje toma sem conseguir dizer com base em quê. Essas são as que a automação vai fixar do jeito que estão, e são também as que dão o maior retorno quando organizadas antes de qualquer ferramenta entrar.

---

Fontes

Lei nº 13.709/2018 (LGPD), artigos 6º, 20 e 37, e veto ao §3º do art. 20 mantido pelo Congresso Nacional em 2019 · PL 2.338/2023, aprovado pelo Senado Federal em 10/12/2024 e em tramitação na Câmara dos Deputados · Autoridade Nacional de Proteção de Dados, Mapa de Temas Prioritários 2026-2027 · Illinois Artificial Intelligence Video Interview Act (2019) · cidade de Nova York, Local Law 144, com fiscalização desde julho de 2023.

Este texto trata de gestão e de escolha de ferramenta. A Analítica RH não presta serviço jurídico e não substitui advogado. Este texto não constitui parecer jurídico nem orientação sobre caso concreto.