Como usar a inteligência artificial para RH e T&D: guia prático para profissionais de desenvolvimento

A cada dia que passa a Inteligência Artificial (IA) ganha robustez e passa a fazer parte da rotina, mesmo sem sabermos. Por exemplo, se você usa GPS, a IA já está embarcada na solução.  

Ainda estamos distantes de um futuro AI de Kubrick e Spielberg, mas é fato que a solução permeia a rotina diária de muito profissionais. E, claro, RH e T&D fazem parte das áreas impactadas.  

Entre as vantagens da IA está a possibilidade de automatizar tarefas, personalizar experiências de aprendizagem, gerar insights com base em dados, enfim, as possibilidades são inúmeras.

Neste artigo, vamos entender o que é IA, como ela pode ser aplicada no contexto corporativo, seus benefícios e desafios, e ainda conhecer o conceito de engenharia de prompt, essencial para usar ferramentas como o Chat GPT de forma eficaz.

_____

Menu de Navegação

_____

Maurício Pontuschka, CTO da Afferolab, explica que a Inteligência Artificial é uma área da computação que reúne métodos, técnicas e ferramentas que permite a máquinas executarem atividades que normalmente exigiriam inteligência humana.

Tarefas como reconhecimento de voz e imagem, compreensão de linguagem natural, tradução de idiomas, análise de grandes volumes de dados, produção de textos, vídeos, códigos e até a tomada de decisões, com base em padrões definidos, podem ser automatizadas por IAs.

Na prática, a IA simula habilidades humanas, funcionando como um cérebro digital que aprende a partir de dados e interações, tornando-se cada vez mais eficiente em suas tarefas.

Há uma ampla variedade de tecnologias utilizadas na construção das IAs. Desde sistemas especialistas, baseados em regras e árvores de decisão, até abordagens mais avançadas como o deep learning, em que os sistemas são capazes de aprender e melhorar continuamente com base no uso e nos dados processados.

Abordagens para classificar inteligências artificiais:

1. Capacidade cognitiva

A partir do seu nível de complexidade e autonomia, a IA pode ser classificada em três categorias:

• IA estreita (ou fraca): projetada para realizar tarefas específicas, como recomendações de produtos ou reconhecimento facial.

• IA geral: capaz de executar qualquer atividade cognitiva humana, com autonomia e adaptação. Ainda está em estágio experimental.

• IA superinteligente: hipotética, superaria a inteligência humana em todas as dimensões. Atualmente, existe apenas em teoria.

2. Tipo de aprendizado

Os sistemas de IA também se diferenciam pelo modo como aprendem:

• Aprendizado supervisionado: a IA aprende com base em dados rotulados (ou classificados previamente). O ChatGPT, por exemplo, foi treinado a partir deste modelo.

• Aprendizado não supervisionado: a IA identifica padrões ou correlações em dados não rotulados.

• Aprendizado por reforço: a IA aprende por tentativa e erro. A inteligência recebe feedbacks sobre suas ações e aprende ao tomar decisões que conduzam a resultados positivos. O Chat GPT também é um exemplo de aplicação do modelo.

• Aprendizado semi-supervisionado: combina dados rotulados e não rotulados, otimizando o desempenho com menos dados anotados.

• Aprendizado auto-supervisionado: uma variante emergente que permite à IA gerar seus próprios rótulos a partir de grandes volumes de dados brutos.

3. Arquitetura técnica

A estrutura interna dos sistemas de IA pode variar bastante. As principais arquiteturas incluem:

• Sistemas baseados em regras: determinísticos e pouco flexíveis, seguem lógicas pré-definidas.

• Redes neurais artificiais: simulam o funcionamento do cérebro humano, com neurônios artificiais interconectados.

• Redes neurais profundas (deep learning): redes com múltiplas camadas ocultas, que permitem alto desempenho em tarefas complexas.

• Modelos de transformadores: arquitetura base de modelos de linguagem de grande porte (LLMs), como Chat GPT, Google BERT e T5, com alta capacidade de processamento paralelo e contextualização.

• Modelos híbridos: combinam aprendizado de máquina com lógica simbólica ou outros métodos para ampliar o raciocínio e a precisão.

4. Aplicação prática

A IA pode ser classificada também com base no seu propósito e campo de aplicação. Alguns exemplos:

• Visão computacional: reconhecimento de objetos, leitura de textos, diagnósticos por imagem.

• Processamento de linguagem natural (PLN): tradução automática, geração de textos, chatbots e análise de sentimentos.

• IA em robótica: drones, veículos autônomos e braços robóticos inteligentes.

• IA em finanças: previsão de mercado, detecção de fraudes e análise de crédito.

• IA em saúde: diagnósticos por imagem, triagem automática e descoberta de medicamentos.

• IA generativa: criação de imagens, vídeos, músicas e textos por meio de redes neurais profundas.

Automação de atividades repetitivas, brainstorm, organização de tarefas, ata de reuniões, resumos executivos de documentos. As possibilidades de uso da IA para RH e T&D vão da gestão à operação.  

Automação de atividades

Recrutamento e seleção

• Triagem automatizada de currículos: a IA pode analisar milhares de currículos em segundos, identificando candidatos com maior aderência à vaga.

• Testes iniciais por IA: chat bots e assistentes virtuais podem realizar testes iniciais, aplicando testes e avaliando respostas com base em critérios pré-estabelecidos.

• Análise de fit cultural e comportamental: algoritmos de machine learning podem cruzar dados de perfil com a cultura organizacional para prever compatibilidade.

People Analytics

• Identificar padrões de desempenho: as IAs possibilitam uma análise precisa e ampla do desempenho ao longo do tempo, é possível avaliar indicadores quantitativos e qualitativos e, com isso, gerar padrões e tendências;

• Engajamento e rotatividade: a partir de padrões, os algoritmos podem construir mapas de engajamento e rotatividade, possibilitando análises mais precisas e tendências de turnover.

Gestão de dúvidas

• FAQ do RH: chatbots ou mesmo uma IA dedicada podem ser treinadas para responder a a dúvidas comuns, por exemplo, sobre benefícios, documentações, período de férias e recesso etc;

• Comunicação interna: os algoritmos podem ser treinados também para ações de comunicação interna, como comemorações de aniversário, tempo de empresa e outras ações repetitivas.  

Treinamento e desenvolvimento

• Criação de campanhas: a IA pode ser uma aliada na construção de campanhas de divulgação de cursos e trilhas obrigatórias, ou no lançamento de uma plataforma de aprendizagem;

• Curadoria de conteúdos: a IA pode ser treinada para selecionar e organizar conteúdos pra trilhas e cursos específicos;

• Criação de títulos e descrições de cursos: as IAs podem auxiliar na redação de títulos e sinopses mais atrativas para treinamentos, trilhas e cursos.

Maurício Pontuschka, CTO da Afferolab, destaca que o uso da IA nas organizações permite personalizar a jornada dos colaboradores, aumentar a eficiência operacional e ampliar a capacidade de tomada de decisão baseada em dados.  

Segundo ele, os principais benefícios da IA estão relacionados à eficiência, efetividade, escalabilidade, inteligência estratégica, inclusão e diversidade.

No entanto, Pontuschka também chama atenção para os desafios que acompanham essa transformação. Entre os principais obstáculos estão:

• Qualidade e integração dos dados: muitos dados ainda estão dispersos, desestruturados ou não padronizados, dificultando análises consistentes;

• Resistência cultural e mudança de mindset: a adoção da IA exige transformação cultural e desenvolvimento de novas competências;

• Ética, privacidade e conformidade legal: é fundamental garantir o uso responsável da IA, com atenção à privacidade e aderência à LGPD;

• Limites técnicos das soluções: é preciso saber como agir quando as tecnologias atingem seus limites de aplicabilidade ou precisão;

• Curadoria e qualidade dos conteúdos gerados por IA: manter o controle sobre o que é gerado automaticamente continua sendo essencial;

• Avaliação do ROI: medir o retorno sobre as iniciativas de IA ainda é um desafio para muitas empresas, especialmente em projetos de médio e longo prazo.

Vale destacar que, antes de delegar tarefas à inteligência artificial, é essencial compreender suas limitações.  

Os benefícios tomam a frente e parecem ser bem evidentes (automação, redução de erros humanos, eliminação de tarefas repetitivas, aceleração de pesquisa e desenvolvimento), mas há restrições importantes que precisam ser consideradas em qualquer aplicação.

Ética na Inteligência Artificial

A IA, embora tenha se popularizado nos últimos anos, é uma ciência computacional estudada há pelo menos 7 décadas. E um dos assuntos levantados com frequência é sobre a ética e até onde vai a ‘independência’ da IA.  

Em RH e T&D, como vimos, a IA pode ser usada para filtrar currículos, todavia se o modelo não estiver bem desenvolvido, ou bem treinado, ele pode cometer erros de transparência sobre escolhas e decisões.  

Viés em algoritmos

Os modelos mais usados atualmente (Chat GPT, Gemini, Claude, Deep Seek, Copilot etc) foram treinados a partir da técnica aprendizado supervisionado, de reforço e, mais recentemente, pelo acesso à internet e o input de informações recebidas pelos usuários finais (eu e você).

Esse contexto pode levar o algoritmo a cometer erros, até mesmo discriminatórios, lembra Mauricio Pontuschka. Em 2024, por exemplo, a uma tecnologia de IA teve problemas em reconhecer rostos, principalmente de mulheres pretas.  

Alucinação

Em geral, as IAs, como o Chat GPT, possuem limitação de protocolos (tokens) a serem lidos e lembrados. Isto é, ele possui um limite em cada tela de iteração e a partir de determinado ponto, ele excluiu protocolos antigos, para dar lugar aos novos (como um professor apagando uma lousa para renovar o conteúdo), o que pode prejudicar a geração de respostas na janela de contexto.

Além disso, a ferramenta pode gerar informações falsas para atender lacunas de dados ou outras informações solicitadas.

Segurança da informação

Outro dilema está no compartilhamento de informações sensíveis com os modelos de IA. Não é recomendado compartilhar com as ferramentas (nem na internet) informações como CPF, senhas, localização e dados sigilosos de empresas.

Além disso, lembra Pontuschka, a IA pode infringir questões de privacidade ou até LGPD.

Dependência excessiva

A Inteligência Artificial deve ser entendida como uma ferramenta de apoio à capacidade humana e não como substituta. Quando confiamos inteiramente à IA a tomada de decisões críticas ou a criação de conteúdos técnicos e educacionais sem supervisão, corremos riscos como: erros de conteúdo, ausência de contexto, perda de senso crítico etc.

Usar a IA é um caminho para potencializar o trabalho humano, acelerando pesquisas, oferecendo insights, automatizando tarefas operacionais, mas sempre com curadoria e supervisão humana. A supervisão garante que o resultado final seja preciso, ético e alinhado aos objetivos organizacionais e educacionais.

Engenharia de prompts: o que é e como usar para RH e T&D

Pontuschka explica que o conceito de “engenharia de prompt” refere-se à habilidade de elaborar instruções claras, precisas e eficazes para sistemas de IA generativa. Na visão do CTO, redigir um prompt de qualidade tornou-se uma competência essencial, comparável, hoje, à escrita de códigos em linguagens de programação.

O prompt funciona como uma espécie de código-fonte, mas em linguagem quase natural. Ele descreve ao sistema o resultado esperado da interação, orientando seu comportamento de forma semelhante ao que um código faz em softwares tradicionais.

A principal diferença, aponta Pontuschka está no nível de formalismo: enquanto a programação convencional exige conhecimento técnico e sintaxe estruturada, a engenharia de prompt democratiza o acesso à computação, permitindo que usuários sem formação técnica se comuniquem com sistemas complexos.

Ainda assim, essa prática requer domínio sobre as capacidades e limitações dos modelos de IA, além de clareza quanto aos objetivos e resultados desejados. Ou seja, apesar da linguagem acessível, há uma competência estratégica envolvida, que alia pensamento crítico, precisão linguística e entendimento técnico do funcionamento da IA generativa.

De acordo com Pontuschka, para obter resultados de qualidade com IAs generativas, a construção de prompts deve seguir quatro pilares fundamentais: clareza, contexto, direcionamento e objetivo.  

Esses elementos são os principais norteadores para que as respostas sejam relevantes, assertivas e aplicáveis ao propósito desejado.

Boas práticas para criar prompts mais eficazes:

• Seja direto ao ponto: diga exatamente o que deseja, evitando comentários genéricos ou desnecessários.

• Defina o público-alvo: indique claramente para quem o conteúdo será direcionado (ex: lideranças, colaboradores, área técnica).

• Especifique o formato da resposta: texto corrido, lista, tabela, roteiro, email, plano de ação etc.

• Ofereça contexto sempre que possível: descreva o cenário, a finalidade e as variáveis importantes da situação.

• Inclua critérios, restrições e tom: indique elementos obrigatórios, o estilo de linguagem e o tom desejado (ex: institucional, inspirador, técnico, acessível).

• Utilize instruções passo a passo: quando aplicável, peça estruturas sequenciais ou orientações em etapas.

• Teste e refine: a construção de bons prompts é iterativa — ajuste até alcançar um resultado que gere valor real.

Exemplo de prompt considerando a construção de um plano para comunicação interna, com foco em programa de bem-estar.

Instrução inicial

<<Elabore um plano de comunicação interna para lançar um novo programa de bem-estar corporativo.>>

Contexto

<<A empresa está implementando um programa de bem-estar voltado à saúde mental, com foco em práticas de autocuidado, apoio psicológico e equilíbrio entre vida pessoal e profissional. Os colaboradores estão passando por um momento de alta demanda e estresse.>>

Exemplos

<<A campanha pode começar com um e-mail institucional assinado pela alta liderança, seguido de um vídeo com depoimentos de colaboradores e um cronograma de atividades semanais. O tom deve ser acolhedor e inspirador.>>

Dados de entrada

<<A pesquisa de clima mostrou que 65% dos colaboradores sentem dificuldade para manter o foco e 48% relatam cansaço extremo. O público-alvo inicial são os times de atendimento e tecnologia, que têm maior rotatividade.>>

Formato de saída

<<A resposta deve conter uma proposta de plano de comunicação com até 5 etapas, cada uma com objetivo, canal sugerido e sugestão de linguagem. Utilize bullet points.>>

Conclusão

A IA é uma realidade presente, capaz de transformar profundamente a forma como RH e T&D atuam nas organizações. Ao automatizar tarefas repetitivas, ampliar a personalização da aprendizagem, gerar insights a partir de dados e apoiar decisões estratégicas, a IA surge como uma aliada poderosa para profissionais que desejam mais eficiência, escala e impacto.

Mas essa jornada exige responsabilidade. Como vimos, os benefícios vêm acompanhados de desafios éticos, técnicos e culturais que não podem ser ignorados. Usar a IA de forma crítica, consciente e supervisionada é o caminho para garantir resultados consistentes e alinhados aos objetivos organizacionais.

Além disso, o domínio da engenharia de prompts é uma competência estratégica, que permite a profissionais não técnicos explorar todo o potencial das ferramentas generativas, com mais precisão e relevância nas interações.

E é essencial salientar que a IA não substitui o fator humano, ela o potencializa e deve ser integrada com inteligência, ética e criatividade, colocando a tecnologia a serviço do desenvolvimento das pessoas e do sucesso das organizações.

‍