Superinteligência em RH: viés, LGPD e decisões que ficam humanas

Superinteligência em RH: viés, LGPD e decisões que ficam humanas

Superinteligência em RH, no sentido estrito de um sistema muito superior ao julgamento humano em quase tudo, não existe hoje. O que as empresas têm é IA cada vez mais capaz de ler currículos, resumir entrevistas, sugerir trilhas de aprendizado e analisar clima interno, e é essa capacidade que exige regras. O risco central é que um sistema mais fluente pareça mais justo e mais confiável do que é, e que decisões sobre pessoas passem a ser tomadas sem revisão humana e sem base legal clara.

Principais pontos

• IA mais capaz melhora triagem, resumo e organização, mas não elimina viés: ela pode reproduzir o padrão do histórico da empresa com mais convicção.
• Em RH, quase tudo envolve dado pessoal, e parte dele pode ser sensível. A LGPD exige finalidade, necessidade, transparência e cuidado com decisões automatizadas.
• Contratar, promover, desligar, advertir e avaliar desempenho devem continuar sendo decisões humanas, com a IA como apoio e registro.
• Cultura não se mede por monitoramento. Usar IA para vigiar ppessoas destrói a confiança que se queria medir.
• O caminho seguro é mapear o processo, limitar dados e ações, pilotar um fluxo com logs e só então decidir se expande.

O que significa superinteligência em RH hoje?

O termo vem do debate sobre sistemas que superariam a capacidade humana em praticamente qualquer área. Para quem toma decisão numa empresa, vale separar o debate filosófico do que está em operação. Sobre essa diferença, vale ler AGI, superinteligência e agentes de IA: o que sua empresa opera.

No RH, o que existe são modelos de linguagem e agentes que executam tarefas delimitadas: classificar candidaturas, redigir descrições de vaga, resumir uma conversa, sugerir perguntas de entrevista, montar um plano de desenvolvimento a partir de um perfil. Quanto mais capaz o modelo, mais convincente é o texto que ele produz. Isso é útil e perigoso ao mesmo tempo, porque uma justificativa bem escrita para um ranking de candidatos não prova que o ranking esteja certo.

Por isso, a pergunta útil para o gestor não é quando a superinteligência chega. É: que decisão sobre uma pessoa estamos deixando um sistema influenciar, com que dados, e quem responde por ela?

Onde a IA mais capaz ajuda em recrutamento, desenvolvimento e cultura

Há ganhos reais quando a IA trabalha em tarefas de preparação e deixa o julgamento para pessoas.

Em recrutamento, ela pode padronizar descrições de vaga, organizar currículos recebidos por e-mail ou WhatsApp, resumir o que cada candidato informou em relação aos requisitos escritos e preparar um roteiro de entrevista igual para todos. Padronizar o roteiro costuma reduzir improviso, que é uma fonte conhecida de inconsistência.

Em desenvolvimento, a IA pode cruzar competências descritas pelo próprio colaborador com as trilhas disponíveis, sugerir leituras e cursos, e ajudar gestores a redigir feedback mais claro. O ponto de atenção é quem escolhe e quem vê o resultado: o plano pertence ao colaborador e ao gestor, não a um painel que classifica pessoas.

Em cultura, ela pode resumir respostas abertas de uma pesquisa de clima, agrupar temas e redigir comunicados internos. Aqui o risco é a reidentificação: comentários de equipes pequenas podem expor quem escreveu. Quem quiser medir trabalho com IA sem cair em vigilância encontra um roteiro em como medir produtividade com IA na equipe sem virar vigilância.

Como o viés aparece mesmo com um modelo melhor?

Um modelo mais capaz não é neutro por ser mais capaz. O viés entra por pelo menos quatro caminhos.

• Histórico: se o sistema aprende ou é calibrado com contratações passadas, ele tende a favorecer o perfil que a empresa sempre contratou.
• Proxies: CEP, nome de escola, lacunas na carreira, sobrenome ou tipo de hobby podem funcionar como substitutos indiretos de origem social, raça, gênero ou idade.
• Linguagem: currículos escritos por quem teve menos acesso a coaching de carreira tendem a ser pontuados pior por critérios de estilo, não de competência.
• Excesso de confiança: o avaliador humano passa a concordar com a sugestão da IA por padrão, e a revisão vira carimbo.

O quarto ponto é o mais subestimado. Revisão humana só protege se a pessoa tiver tempo, informação e autonomia para discordar. Um fluxo em que o recrutador vê apenas os candidatos que a IA aprovou não tem revisão real, porque ninguém examina quem foi descartado.

O NIST, nos Estados Unidos, publica um framework de gestão de risco de IA que ajuda a organizar essa discussão em mapear, medir e gerenciar riscos. Na Europa, o regulamento de IA trata sistemas usados em emprego e gestão de trabalhadores como de alto risco, o que mostra para onde a atenção regulatória costuma apontar. Nenhum dos dois é lei brasileira, mas servem de referência de método.

O que a LGPD pede em RH com IA?

A LGPD se aplica a candidatos, empregados, estagiários e ex-colaboradores. Alguns pontos práticos, que não substituem a opinião de um advogado de proteção de dados:

• Finalidade e necessidade: use só os dados que a decisão exige. Foto, estado civil e data de nascimento raramente são necessários para triar uma candidatura.
• Base legal: cada tratamento precisa de uma base adequada. Legítimo interesse exige avaliação própria, e consentimento de candidato em posição de desvantagem pode ser frágil.
• Dados sensíveis: informações de saúde, origem racial, convicção religiosa, filiação sindical e biometria têm regime mais rígido. Evite colocá-las em prompts e em bancos de talentos.
• Não discriminação e transparência: o candidato deve poder entender, em linguagem clara, que existe tratamento por IA e para quê.
• Decisões automatizadas: o artigo 20 prevê o direito de pedir revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem os interesses do titular, inclusive as que definem perfil profissional. Detalhamos isso em decisões automatizadas na LGPD: art. 20 e o direito de revisão.
• Retenção: defina por quanto tempo currículos e avaliações ficam guardados e quem tem acesso, inclusive nos logs da ferramenta.
• Fornecedores e exterior: se a ferramenta de IA processa dados fora do Brasil, a transferência internacional precisa de fundamento. Veja transferência internacional de dados com IA: o que a LGPD exige.

A ANPD é a fonte oficial para guias e orientações. Em tratamentos de maior risco, como avaliação sistemática de pessoas, pergunte ao seu encarregado ou jurídico se um relatório de impacto à proteção de dados é recomendável antes do piloto.

O que deve continuar sendo decisão humana?

Uma regra simples: quanto maior o efeito sobre a vida profissional da pessoa, mais humana a decisão. Use esta lista como guia de decisão.

• Contratar ou rejeitar: a IA pode organizar e resumir, mas a decisão e a justificativa são de uma pessoa nomeada.
• Promover, reajustar ou mudar de cargo: critérios definidos e registrados por gestores e RH, com revisão por quem não participou da indicação.
• Advertir, afastar ou desligar: nunca delegar. A IA não deve nem redigir a conclusão final do caso.
• Avaliar desempenho: a IA pode consolidar evidências que o gestor já tem, mas não atribuir nota nem ranking sem revisão.
• Interpretar saúde, emoção ou comportamento: não usar IA para inferir estado emocional, saúde mental ou personalidade de candidatos e empregados.
• Responder denúncia, assédio ou conflito: conduzido por pessoas treinadas, com sigilo e rastreabilidade.
• Definir critérios e pesos: o que significa um bom candidato é decisão da empresa, escrita antes de ligar a ferramenta.

O que pode ser automatizado com segurança: agendar entrevistas, enviar confirmações, responder dúvidas de processo seletivo com texto aprovado, resumir documentos já fornecidos pelo próprio candidato, e organizar material de treinamento.

Cenário ilustrativo: triagem de vagas operacionais

Imagine, como cenário ilustrativo, uma empresa que recebe muitos currículos para vagas operacionais por e-mail e WhatsApp. Hoje o RH lê tudo em planilhas e acaba priorizando quem escreve melhor.

Um desenho cuidadoso seria este: a IA extrai de cada candidatura apenas experiência relevante e disponibilidade, em campos fixos, sem nome, foto, endereço ou idade na etapa de leitura. O recrutador vê todas as candidaturas, não apenas as aprovadas, com o resumo ao lado do original. A IA marca dúvidas em vez de pontuar, por exemplo: informação de turno ausente. Toda rejeição é feita por uma pessoa, com motivo escolhido de uma lista ligada aos requisitos da vaga. Os logs guardam o que foi extraído e o que o recrutador decidiu, para auditoria e para atender pedido de revisão.

O ganho é tempo de leitura e consistência. O que não muda é quem decide.

Como aplicar: mapear, limitar, pilotar e transferir

No método que usamos em projetos de IA, a ordem importa, e ela cabe bem em RH.

• Mapear: descreva o processo atual de ponta a ponta, quem decide cada etapa, quais dados circulam e onde estão (planilha, e-mail, ATS, WhatsApp). Registre um critério de qualidade atual, como tempo de resposta ao candidato ou retrabalho na triagem.
• Limitar: defina quais dados a IA pode ver, quais ações pode executar (resumir, agendar, rascunhar) e quais ficam fora (rejeitar, ranquear, enviar decisão final). Remova dados sensíveis e identificadores desnecessários.
• Pilotar: escolha um fluxo real e pequeno, como agendamento de entrevistas ou resumo de currículos de uma vaga. Mantenha logs, compare amostras de resultados com a avaliação humana por perfis diferentes e combine antes qual métrica define sucesso.
• Transferir: entregue ao RH a documentação, o responsável pela operação e o procedimento para pedidos de revisão, e então decida se expande, ajusta ou encerra.

O piloto deve incluir um teste de viés simples: rodar candidaturas equivalentes que diferem só em sinais como nome ou instituição, e verificar se o resultado muda. Se mudar, o fluxo não está pronto, independentemente de quão boa pareça a redação.

Para avaliar com rigor, também vale tratar o conjunto de casos de teste como parte do produto: ele precisa de dono, de revisão periódica e de registro de falhas. Trocar de modelo ou de fornecedor sem repetir esse teste é uma forma comum de reintroduzir problemas antigos.

Perguntas frequentes

Superinteligência em RH já é uma realidade? Não no sentido de um sistema que supera o julgamento humano de forma geral. O que existe são modelos capazes em tarefas específicas, e é neles que as regras de viés, LGPD e supervisão humana precisam ser aplicadas desde já.

Posso usar IA para ranquear candidatos? Pode ser possível tecnicamente, mas é a prática de maior risco, porque aproxima o fluxo de uma decisão automatizada sobre perfil profissional, sujeita ao artigo 20 da LGPD. Se a empresa optar por isso, precisa de critérios documentados, teste de viés, transparência ao candidato e revisão humana efetiva, ou prefira usar a IA para resumir e organizar.

O candidato precisa saber que a empresa usa IA no processo seletivo? A LGPD tem como princípio a transparência, então informar de forma clara que há tratamento por IA e com qual finalidade é a prática mais segura. O texto exato e a base legal devem ser definidos com o jurídico ou o encarregado de dados.

Por onde começar sem assumir muito risco? Comece por tarefas que não decidem sobre pessoas, como agendamento de entrevistas, respostas padronizadas a dúvidas do processo e resumo de documentos já enviados. Depois de logs, teste de viés e responsável definido, avalie ampliar para etapas que influenciam a decisão, sempre com a pessoa no comando.

Fontes

• NIST: AI Risk Management Framework
• ANPD: Autoridade Nacional de Proteção de Dados
• EU Artificial Intelligence Act: visão geral