RH utiliza ferramentas de IA, mas ainda precisa de um quadro claro

Abhishek David atuou durante 16 anos na área de RH antes de migrar para a pesquisa. Atualmente, é doutorando na Indian School of Business, onde seu trabalho se concentra no futuro do trabalho, ESG e comportamento individual, além de um conceito que vem desenvolvendo sobre pertencimento: a ideia de que iniciativas de DEI fracassam não porque as metas de diversidade estejam erradas, mas porque o sentimento de pertencimento é impulsionado por motivações diferentes para cada pessoa, e abordagens padronizadas ignoram completamente essa realidade.

No Episódio #22 do Xobin Talks, a apresentadora Manjeet Kaur explora as percepções de Abhishek tanto da pesquisa quanto da experiência prática. A conversa aborda onde a IA no RH realmente funciona, onde é mal compreendida, como adotar de forma responsável e o que as organizações precisam fazer para evitar criar novos problemas ao tentar resolver antigos.

Como a IA realmente está ajudando o RH? Exemplos práticos.

Abhishek começa citando o IBM Watson, um dos primeiros exemplos de IA aplicada diretamente à retenção de colaboradores.

Abhishek: "A IBM foi pioneira em automação, uso de dados e modelagem. Começaram com o Watson para melhorar o engajamento e a retenção de colaboradores. Com o tempo, transformaram isso em uma ferramenta de negócio e monetizaram. Também ajudou a economizar milhões de dólares."

A partir daí, a adoção avançou rapidamente para o recrutamento. Sistemas de gestão de candidatos com IA, ferramentas de triagem de currículos e plataformas de correspondência entre JD e CV tornaram-se as primeiras aplicações amplamente utilizadas, pois o recrutamento é a área com mais dados estruturados e em grande volume.

Chatbots e automação operacional

Abhishek: "Chatbots, NLPs e tudo isso têm sido usados para responder perguntas, especialmente nas operações de RH, em tarefas mais operacionais, respondendo dúvidas dos colaboradores."

Análise de sentimento, modelos preditivos de retenção, automação robótica de processos para tarefas administrativas e IA generativa para criação de conteúdos de aprendizagem vieram em seguida. Plataformas de marketplace de talentos, promovendo mobilidade interna e gestão de força de trabalho temporária, representam a onda mais recente.

A analogia com o setor médico

A observação mais esclarecedora de Abhishek faz um paralelo com a tecnologia na saúde.

Abhishek: "Médicos também usavam imagens 3D e robôs cirúrgicos para apoiar procedimentos médicos. Mas só começaram a usar de fato quando havia dados suficientes de pacientes. As máquinas só ficaram úteis com mais dados. No RH, o recrutamento também enfrentou críticas de viés em análise de currículos, mas, com o tempo, mais dados e correção de rótulos tornaram as ferramentas muito mais úteis."

Menos da metade das organizações utilizará IA no RH em 2026, e sua aplicação está concentrada em áreas específicas: recrutamento (27%), tecnologia de RH (21%), aprendizagem e desenvolvimento (17%) e experiência do colaborador (14%) (SHRM State of AI in HR, 2026). A maturidade dos dados explica por que a adoção ainda está concentrada no topo do funil, onde há mais dados disponíveis, e não em todo o ciclo de vida do colaborador.

Como as empresas podem obter melhores resultados com IA sem ignorar a ética?

Aqui, Abhishek passa de descrever o que a IA pode fazer para prescrever o que as organizações precisam construir antes de implementá-la.

Construa primeiro a infraestrutura ética

Abhishek: "Empresas que usam ferramentas de IA devem definir regras claras para o uso pelas equipas. Também devem criar um comitê de ética independente para revisar essas práticas, separado da equipa de negócio. Tudo deve ser muito transparente e explicável. Qualquer modelo, comunicação, ferramenta ou algoritmo utilizado precisa ser transparente, caso contrário, você herda os vieses existentes."

Apenas 18% das empresas pesquisadas criaram um conselho de ética de IA dentro do quadro de governança de RH, e 41% dos profissionais de RH apontam o viés algorítmico como principal preocupação na adoção de IA (SQ Magazine, 2025). A distância entre a preocupação e a resposta estrutural ainda é grande.

Conformidade com GDPR e regulamentos não é opcional

Abhishek: "Medidas de privacidade de dados devem existir. Cumprir o GDPR e outras diretrizes regulatórias é fundamental para operar na era digital e da IA."

A pressão por adoção rápida e a necessidade de governança cuidadosa estão em tensão direta, e a maioria das organizações resolve isso avançando rapidamente e esperando que a conformidade acompanhe depois.

Monitorização contínua, não implantação única

Abhishek: "Monitorização e avaliação contínuas, porque ninguém sabe exatamente qual será o resultado de tudo isso. Estudos da McKinsey e Deloitte apontam para um aumento multifacetado nos resultados de negócio, mas ainda não vimos isso na prática. Precisamos monitorizar os benefícios das ferramentas implementadas. É aí que entra a cautela."

Esse reconhecimento é importante: o retorno do investimento em IA no RH ainda é, em grande parte, teórico em larga escala, e as organizações apostam em resultados prometidos que ainda não foram plenamente comprovados na prática.

O que as equipas de RH frequentemente não compreendem sobre IA

Abhishek aponta quatro equívocos recorrentes em sua pesquisa e consultoria.

Equívoco 1: A IA vai tirar nossos empregos

Abhishek: "O trabalho está mudando rápido, então precisamos nos preparar para as competências do futuro. Isso vale para colaboradores e para as equipas de RH. Todos precisam continuar aprendendo e se preparando para o que vem. Utilizar IA significa que profissionais de RH devem ver a IA como apoio à tomada de decisão, não como substituição. O que eu fazia antes, A B C, agora A e B serão feitos pela máquina e C continuará comigo. Não é substituição total, é uso ótimo da tecnologia como complemento."

Equívoco 2: A IA resolve todos os problemas instantaneamente

Abhishek: "Se implementarmos esta ferramenta de IA, ela vai resolver todos os meus problemas ou responder mais rápido, tomar decisões mais rápido."

A velocidade de implementação não determina a qualidade dos resultados. Ferramentas implantadas sem dados de treino adequados, sem gestão de mudança e sem definição clara do problema a ser resolvido terão desempenho inferior, independentemente da capacidade técnica.

Equívoco 3: A IA elimina o viés

Abhishek: "Dizemos continuamente que, ao trazer IA, vamos eliminar os vieses do sistema. Esses equívocos são os principais a serem enfrentados."

29% das empresas pausaram ou reestruturaram ferramentas de recrutamento com IA em 2025 devido à identificação de vieses (SQ Magazine, 2025). IA treinada com dados históricos de contratação aprende com quem foi contratado no passado, ou seja, replica os mesmos vieses, a menos que os dados e rótulos sejam corrigidos continuamente.

Equívoco 4: Uma solução serve para todos

Abhishek: "Não existe solução única para todos. Traga as ferramentas, meça as mudanças, avalie a transparência, veja como elas impactam toda a jornada do colaborador. A simplicidade também é fundamental em qualquer implementação tecnológica ou digital."

Como a IA irá moldar a cultura organizacional e o bem-estar dos colaboradores ao longo do tempo?

Abhishek responde sob duas perspectivas: a do negócio e a das pessoas.

A perspectiva de negócio: fintech e o fim das fronteiras setoriais

Abhishek: "Há dois ou três anos, dizíamos que havia fintechs e bancos. Hoje, essa linha não existe mais. Fintechs precisam operar como bancos porque são reguladas, e bancos precisam se digitalizar e automatizar como as fintechs. Ninguém quer virar a Nokia, todos querem avançar com criatividade e inovação para manter capital de mercado e resultados."

A digitalização deixou de ser uma escolha e tornou-se uma necessidade. Empresas que atrasam a adoção de IA podem ficar para trás, assim como negócios dos anos 90 que subestimaram o impacto da internet.

A perspectiva do RH: pare de medir rotatividade, comece a prever retenção

Abhishek: "O RH sempre teve acesso a grandes volumes de dados. Sempre olhamos para a rotatividade. Por que não olhamos para a retenção? Sempre analisamos dados passados, percentuais de rotatividade, mas não olhamos para percentuais e fatores de retenção, que permitem uma visão de futuro. O RH precisa olhar para esses dados preditivos para tomar decisões e fazer análises. Isso é o que vai mudar."

Essa mudança de foco é mais importante do que parece: dados de rotatividade mostram quem saiu e quando. Dados de previsão de retenção mostram quem pode sair antes mesmo de começar a procurar. Essa diferença separa a análise pós-fato da intervenção preventiva, e a maioria das equipas de RH ainda atua de forma reativa.

A perspectiva das pessoas: bem-estar, DEI e redução de viés ao longo do tempo

Abhishek é otimista quanto ao avanço da DEI no longo prazo, mas realista quanto ao ritmo.

Abhishek: "Vejo os vieses e as diferenças diminuindo. A linha está se desfazendo com o tempo. Nos próximos 5 a 10 anos, a diversidade de género será o mínimo esperado. Se não existir, a organização será questionada. Vai se tornar o básico."

Ele também aponta riscos do aumento da dependência de IA: excesso de confiança na tecnologia, preocupações persistentes com privacidade à medida que o volume de dados cresce e o desafio contínuo de viés em sistemas que aprendem com dados históricos imperfeitos.

O enquadramento a que ele retorna é o da evolução humana. Cada grande mudança tecnológica, computadores nos anos 80, depois internet, depois mobile, exigiu adaptação. A IA é o próximo capítulo dessa história.

Abhishek: "Evoluir e aprender continuamente é o que define a evolução humana. Espero que estejamos preparados para a transformação digital e da IA, assim como estivemos para os computadores, a internet e o mobile."

Sobre Abhishek David

Abhishek David traz 16 anos de experiência prática em RH para sua pesquisa de doutorado na Indian School of Business. Seu trabalho está na interseção entre comportamento organizacional, adoção de tecnologia e estratégia de RH, com foco especial no futuro do trabalho, alcance de metas ESG e no conceito de pertencimento em DEI. Antes de ingressar na academia, ocupou cargos seniores de RH em diversos setores na Índia e nos Emirados Árabes Unidos, o que lhe confere uma visão prática para as questões que pesquisa. É alumni da NUS e líder de pensamento ativo na comunidade de RH dos Emirados Árabes Unidos, com experiência em transformação de RH, OD, retenção de talentos, cultura e gestão da mudança, além de parcerias dinâmicas de negócio.