Empresas usam IA em processos de RH, mas precisam garantir revisão humana e registrar cada decisão para evitar erros e cumprir a legislação. Especialista explica como implementar trilhas auditáveis e pontos de parada para decisões justas.
Rodrigo Gomes
Em um dos maiores bancos do país, a lista de candidatos já chega ao recrutador ordenada por um sistema de IA que classifica currículos conforme a vaga. Empresas também usam IA para responder dúvidas de funcionários e até para verificar se as avaliações de desempenho dos gestores fazem sentido. Mesmo que a decisão final continue com uma pessoa, o RH precisa conseguir explicar por que o sistema recomendou algo e quem decidiu seguir a recomendação.
Essa distância entre usar e explicar aparece nos números de adoção. Segundo o relatório 2026 Global Human Capital Trends, da Deloitte, com mais de 9 mil líderes em 89 países, 60% dos executivos usam IA na tomada de decisão, mas apenas 5% afirmam gerenciar bem esse uso. E 42% dos trabalhadores dizem que suas empresas não avaliam o impacto da IA sobre as pessoas.
- 60% dos executivos usam IA para decisões, mas só 5% sabem gerenciar bem.
- 42% dos trabalhadores afirmam que as empresas não avaliam o impacto da IA.
- 86% das empresas brasileiras já usam IA, mas só 55% confiam nas decisões.
- 49% dos brasileiros já erraram por confiar na IA.
- IA ajuda em tarefas simples, mas decisões importantes exigem revisão humana.
No Brasil, a pesquisa Confiança, Atitudes e Uso de Inteligência Artificial, feita pela Universidade de Melbourne com a KPMG, com mais de 48 mil respondentes em 47 países, mostrou que 86% dos brasileiros dizem que suas empresas usam IA, 55% confiam nas decisões da tecnologia e 49% admitem ter errado por seguir esses resultados.
Quando quase metade admite erros, a revisão humana vira o mecanismo que protege a decisão da empresa, antes mesmo de qualquer obrigação externa.
Essa obrigação externa já existe no Marco Legal da Inteligência Artificial (PL 2338/2023), aprovado pelo Senado em dezembro de 2024. O texto fala em uso ético e responsável, com base na centralidade da pessoa humana.
Revisão humana: quando a máquina decide e quando o humano decide
Na rotina do RH, a centralidade da pessoa significa definir o que um agente de IA pode fazer sozinho e o que precisa passar por uma pessoa. A linha é traçada pelo efeito da decisão sobre quem é afetado. Por isso, uma ferramenta pode operar sozinha em um processo e apenas preparar o terreno em outro.
Tarefas como conferir documentos de admissão, responder dúvidas sobre férias, apontar marcações de ponto sem justificativa, agendar entrevistas e resumir currículos têm erro barato e reversível, então a IA pode fazer com registro. Já cortar candidatos, atribuir nota de desempenho, recomendar promoção, sugerir demissão ou aplicar sanção afetam a carreira de alguém. Nesses casos, a IA entrega uma recomendação com motivos e a pessoa decide.
A revisão humana só funciona quando o revisor conhece os motivos da recomendação, tem tempo para examinar e autoridade para discordar. Sem isso, o RH depende só da correlação feita pelo algoritmo.
Na prática, cada fluxo de RH deve ter um ponto de parada definido antes do agente entrar em operação, com o nome do responsável e o formato da recomendação, incluindo os critérios e a confiança do sistema.
Quando a recomendação chega como um simples "sim" ou "não", o revisor tende a seguir o sistema, e a decisão acaba sendo automatizada de verdade. Quando vem com os motivos, o revisor pode discordar, e essa discordância vira dado para ajustar o modelo, devolvendo o aprendizado à empresa.
Trilha auditável: como registrar as decisões
Explicar e contestar decisões, como exige o texto do Senado para usos de alto risco, só funciona se a empresa consegue reconstruir a decisão depois de tomada. A governança exige documentação ao longo do ciclo de vida, avaliação de acurácia e robustez, apuração de resultados discriminatórios, registro do grau de supervisão humana e informações para interpretar o sistema.
No dia a dia, a trilha de uma decisão assistida por IA precisa responder: quais dados o agente viu, qual versão do modelo ou instrução estava em uso, qual foi a recomendação e os motivos, quem revisou, o que decidiu e por quê, se houve contestação e o desfecho. Cada resposta deve ter data, prazo de guarda e controle de acesso definidos, pois envolve dados pessoais.
Além disso, é preciso fazer testes periódicos por grupo para verificar se a triagem ou avaliação está excluindo mulheres, pessoas mais velhas ou candidatos de certa origem em proporção diferente da entrada, como pede a lei.
Com essa trilha, o colaborador ou candidato recebe a explicação a que tem direito. O gestor ganha a prova de que houve revisão humana com conteúdo em caso de questionamento interno ou judicial. E a organização usa as discordâncias registradas como sinal de que o modelo precisa de ajuste. Tudo isso pode ser feito antes mesmo da regulamentação, pois os elementos da trilha decorrem da lógica de decidir sobre pessoas com apoio de um sistema.
O critério final para o decisor independe do texto que sair da Câmara: quanto mais etapas a IA assume, mais valor tem o ponto onde a decisão volta para uma pessoa, com os motivos à mão e autoridade para discordar. E é mais barato construir esse ponto antes da primeira contestação.
