Resposta rápida
A área integra inteligência artificial, people analytics e psicologia digital aplicadas a recursos humanos. Estuda como dados comportamentais, algoritmos de seleção, automação de feedback e IA generativa transformam a gestão de pessoas. Combina conhecimento técnico em estatística, ética em LGPD e fundamentação psicológica para mitigar viés e qualificar decisão. É a fronteira atual de RH avançado.
A inflexão de 2024-2026
Em 2025, McKinsey identificou que 78% das organizações pesquisadas globalmente já usavam IA generativa em ao menos uma função operacional, contra 33% em 2023 (McKinsey, 2025). RH está entre os cinco departamentos mais afetados, ao lado de marketing, atendimento, engenharia e finanças. Em paralelo, MIT Sloan Management Review reportou que apenas 14% das empresas brasileiras pesquisadas tinham maturidade plena em people analytics — instrumental, processo, talento e governança em conjunto (MIT Sloan Management Review, 2024).
O gap define a área. Há ferramenta sobrando e psicologia faltando. Quando uma empresa adota algoritmo de triagem de currículo sem quem entenda viés cognitivo, vínculo e justiça procedimental, o resultado previsível é replicação automatizada de padrões discriminatórios em escala. A LGPD trata esse tipo de decisão automatizada como sujeita a revisão humana e direito de explicação (ANPD, 2018). Não é opinião regulatória — é lei vigente desde 2020.
A tese contraintuitiva: people analytics que não tem psicólogo na sala vira vigilância eficiente. IA em RH multiplica viés humano por velocidade — sem psicologia, isso é risco operacional.
Fundamentação conceitual
O primeiro pilar é a maturidade de people analytics, mapeada pelo MIT Sloan Management Review em quatro estágios: descritivo (o que aconteceu), diagnóstico (por que aconteceu), preditivo (o que vai acontecer) e prescritivo (o que fazer) (MIT Sloan Management Review, 2024). A maioria das empresas opera entre descritivo e diagnóstico, com dashboards e cross-tabulações. O salto para preditivo exige psicologia — porque comportamento humano não é linear nem determinístico.
O segundo pilar é o framework de IA responsável aplicado a RH. McKinsey organiza em três dimensões: dados (qualidade, representatividade, consentimento), modelo (transparência, explicabilidade, robustez) e governança (responsabilidade, supervisão, auditoria) (McKinsey, 2025). Cada dimensão tem ponto de falha previsível. Dados enviesados produzem modelo enviesado. Modelo opaco produz governança impossível. Governança ausente produz risco regulatório certo.
"A era de IA exige uma nova forma de atenção: capacidade de focar não apenas no que o algoritmo otimiza, mas no que ele exclui, no que ele assume, e no impacto que produz em pessoas que não estão na sala da decisão." — Daniel Goleman, contextualização para a era de IA (2013, adaptado).
O terceiro pilar é a LGPD. A lei trata dados comportamentais coletados em contexto laboral como dados pessoais sujeitos a base legal específica. Pulse surveys, monitoramento de produtividade, análise de sentimento em e-mail corporativo, biometria comportamental — tudo cai sob a LGPD. A ANPD vem detalhando, via resoluções e guias, como tratar decisões automatizadas em RH (ANPD, 2018, e atualizações). Empresa que não tem matriz de bases legais por tipo de dado está exposta.
O quarto pilar é o viés algorítmico. Quando um modelo é treinado em dados históricos de uma empresa que promoveu majoritariamente um grupo, o modelo aprende que esse grupo é "promovido". A correlação vira recomendação. A recomendação vira política. O caso Amazon de 2018, em que um algoritmo de seleção foi descontinuado por discriminação contra mulheres, é o exemplo didático mais conhecido — e não foi o último. Sem psicólogo organizacional na governança, o ciclo se repete.
Aplicações de IA em RH e risco associado
Cada aplicação tem ganho operacional e risco específico. Tabela mapeia as cinco aplicações mais comuns.
| Aplicação | Ganho típico | Risco LGPD/ético | Salvaguarda mínima |
|---|---|---|---|
| Triagem de currículo | Reduz tempo de pré-seleção em até 70%. | Discriminação por proxy de gênero, raça, idade. | Auditoria mensal de taxas por grupo, revisão humana. |
| Engajamento e clima | Pulse contínuo, identificação precoce de risco. | Análise de sentimento sem consentimento explícito. | Anonimização real, opt-in, transparência metodológica. |
| Learning personalizado | Trilhas adaptativas, completude maior. | Perfilamento que limita oportunidades futuras. | Direito a opt-out, revisão periódica de trilha. |
| Predição de turnover | Ação preventiva, redução de custo. | Profecia autorrealizável, desvio de oportunidade. | Uso agregado, não individual em decisão de carreira. |
| IA generativa em feedback | Apoio à redação, calibração de tom. | Despersonalização, dados sensíveis em prompt. | Gestor revisa e assina, dado não vai para modelo público. |
Caso composto · ilustrativo
Quando o algoritmo de promoção replicava viés de gênero da década anterior
Empresa de tecnologia, 1.500 colaboradores, implantou em 2023 um modelo preditivo para "score de prontidão para promoção". O modelo foi treinado em dados históricos da própria empresa, dos últimos dez anos. Em 2024, auditoria interna de diversidade identificou que mulheres em cargos técnicos recebiam, na média, score 22% inferior a homens em pares de mesma senioridade e desempenho declarado equivalente.
A causa não era código discriminatório. Era dado discriminatório. O histórico de promoção, base de treinamento, tinha sub-representação feminina em senioridade — produto de viés organizacional acumulado. O modelo aprendeu o padrão e o automatizou. A empresa pausou o algoritmo, retreinou com curadoria de dados, adicionou auditoria de viés trimestral e instituiu psicólogo organizacional na governança do modelo. Tempo total de correção: nove meses. Custo reputacional evitado: incalculável. People analytics sem psicologia tinha custo. Com psicologia, tem método.
Combina ou não combina com a área
Combina com você se
- É RH senior buscando construir competência em analytics e IA.
- É consultor organizacional e quer oferecer governança de IA em RH.
- Vem de TI ou dados e tem vocação para o lado humano da decisão.
- É psicólogo organizacional querendo ampliar repertório com método quantitativo.
- Vai conduzir adequação de RH à LGPD em decisões automatizadas.
Pense duas vezes se
- Vê IA como substituição de psicologia, não como ampliação.
- Procura ferramenta pronta sem disposição para auditar e governar.
- Acha que tabela cruzada já é people analytics.
- Tem aversão a discussão ética e regulatória do uso de dados.
Perguntas frequentes
People analytics é o mesmo que dashboard de RH?
Não. Dashboard de RH é descritivo: mostra o que aconteceu. People analytics, no sentido técnico, é a aplicação sistemática de método científico, estatístico e psicológico para entender comportamento e prever resultado em pessoas. Confundir os dois é o erro mais comum em projetos que falham logo no primeiro trimestre (MIT Sloan Management Review, 2024).
IA pode tomar decisão de promoção e demissão?
Pode contribuir, não decidir sozinha. A LGPD trata decisões automatizadas com impacto relevante na vida do titular como sujeitas a revisão humana e direito de explicação (ANPD, 2018). Decisões trabalhistas com peso material caem nesse perímetro. Algoritmo é insumo de decisão, não decisor.
Como evitar viés algorítmico em seleção?
Em três frentes complementares. Curadoria de dados de treinamento, com auditoria de representatividade. Auditoria contínua de outputs, comparando taxas de aprovação por grupos protegidos. E supervisão humana qualificada, com psicólogo organizacional na sala. A ausência de qualquer uma das três produz risco operacional e jurídico mensurável.
Profissional de RH precisa entender de IA generativa?
Precisa. ChatGPT e equivalentes já estão em uso em processos de RH — desenho de descrição de cargo, simulação de feedback, treinamento personalizado, análise de comentários de pesquisa. Quem não conhece o instrumento perde tanto vantagem operacional quanto capacidade de governar risco. Estudo da McKinsey indica que 78% das organizações pesquisadas já usam IA generativa em ao menos uma função, e RH está entre as cinco mais afetadas (McKinsey, 2025).
Psicologia ainda é relevante em um RH cada vez mais quantitativo?
Mais relevante. Quando a decisão sobre pessoas vira algoritmo, a presença de quem entende motivação, vínculo, viés cognitivo e justiça procedimental deixa de ser opcional. People analytics que não tem psicólogo na sala vira vigilância eficiente. IA em RH multiplica viés humano por velocidade — sem psicologia, isso é risco operacional.
Síntese
A fronteira de RH é onde algoritmo e psicologia se encontram
Quem domina people analytics, IA responsável, ética LGPD e fundamentação psicológica é o profissional escasso que organizações precisam para escalar decisão sem escalar viés. O IPOG, com formato Ao Vivo síncrono, permite discussão de caso atual — não apenas vídeo gravado — em uma área cuja tecnologia muda em meses. Próximo passo: conferir grade, docentes e turma vigente no portal oficial.