A Organização Internacional do Trabalho (OIT) publicou, em novembro de 2025, um artigo que identifica limitações estruturais nos sistemas de inteligência artificial (IA) aplicados à gestão de recursos humanos. O documento conclui que essas ferramentas operam com objetivos mal alinhados, apoiam-se em bases de dados enviesadas e, por isso, representam riscos jurídicos, éticos e práticos tanto para empresas quanto para trabalhadores.
Paradoxo da automação eleva o uso de IA sem resolver problemas
De acordo com a economista da OIT e coautora do estudo, Janine Berg, a disseminação de candidaturas online e o acesso popularizado à IA generativa provocaram um aumento significativo no número de currículos recebidos pelos departamentos de pessoal. Essa sobrecarga levou várias organizações a recorrer a softwares de triagem automática para acelerar o processo de recrutamento. No entanto, a investigação caracteriza o fenómeno como um “paradoxo da automação”, pois a tecnologia implementada para otimizar tarefas acaba por introduzir novos desafios tecnológicos e humanos.
Conforme o relatório, sistemas responsáveis por selecionar candidatos, calcular remunerações, definir escalas de trabalho ou avaliar desempenhos apresentam resultados inconsistentes quando comparados a processos supervisionados por especialistas de RH. Em muitos casos, algoritmos treinados com dados históricos repetem vieses de género, etnia ou idade, perpetuando desigualdades em vez de corrigi-las. A OIT destaca ainda que as metas programadas nem sempre refletem as necessidades reais das empresas, o que compromete decisões estratégicas e gera custos adicionais.
Dados incompletos e objetivos mal definidos prejudicam resultados
O artigo argumenta que a eficácia dos sistemas de IA depende da qualidade dos conjuntos de dados utilizados no treino e da clareza dos objetivos estabelecidos. Quando informações são insuficientes ou desequilibradas, os algoritmos tendem a produzir recomendações imprecisas. Exemplo citado pela OIT revela que, em processos de avaliação de desempenho, métricas mal calibradas podem subestimar competências comportamentais e supervalorizar indicadores fáceis de quantificar, como volume de entregas. Consequentemente, profissionais qualificados podem ser preteridos, enquanto trabalhadores menos alinhados às funções recebem avaliações positivas apenas por apresentarem dados numéricos favoráveis.
Nos mecanismos de determinação salarial, a situação repete-se. Se o histórico da empresa contém desigualdades salariais entre grupos, o modelo de IA reproduz esses padrões, congelando diferenças que deveriam ser revistas. O mesmo acontece na elaboração de horários automatizados: ao privilegiar eficiência operacional, o algoritmo pode ignorar restrições legais ou necessidades pessoais, resultando em jornadas excessivas ou incompatíveis com acordos coletivos.
Participação humana continua indispensável
Para Janine Berg, a adoção de soluções algorítmicas sem supervisão adequada coloca em risco direitos trabalhistas e a própria imagem corporativa. A economista defende a participação ativa dos profissionais de recursos humanos em todas as fases, do desenho da aplicação à interpretação dos relatórios gerados. Segundo o estudo, muitas equipas de RH não dispõem de competências técnicas suficientes para compreender o funcionamento interno dos modelos, o que limita a capacidade de identificar falhas ou contornar vieses.
O envolvimento direto de colaboradores também é apontado como crucial. Ao incluir trabalhadores na discussão sobre critérios de avaliação, escalas e metas de produtividade, as organizações conseguem ajustar os algoritmos a realidades específicas de cada setor. Esse diálogo, sublinha a OIT, aumenta a transparência, reduz disputas judiciais e fortalece a confiança na tecnologia.
Imagem: ilustrativa
Riscos jurídicos e éticos estimulam revisão de políticas corporativas
Além dos impactos sobre a qualidade das contratações e do ambiente de trabalho, o documento lista possíveis consequências legais. Processos automatizados que discriminem candidatos ou funcionários podem violar legislações de proteção de dados, igualdade de oportunidades e não discriminação. Em algumas jurisdições, empresas já enfrentam ações judiciais por decisões baseadas em algoritmos opacos. A OIT alerta que, sem uma governança robusta, os custos oriundos de multas ou reputação danificada podem superar eventuais ganhos de eficiência.
Para mitigar esses riscos, o organismo recomenda auditorias periódicas, implementação de mecanismos de explicabilidade dos modelos e definição de responsabilidades claras entre fornecedores de software e utilizadores finais. Políticas internas de compliance e formação contínua de equipas de RH também figuram entre as medidas sugeridas.
Recomendações da OIT para uso responsável de IA no trabalho
Em síntese, o relatório apresenta cinco diretrizes principais para organizações que pretendam adotar ou já utilizam IA em processos de gestão de pessoas:
1. Definir objetivos alinhados à estratégia corporativa – Estabelecer metas mensuráveis que considerem qualidade das contratações, bem-estar dos empregados e sustentabilidade do negócio.
2. Garantir qualidade e representatividade dos dados – Coletar informações diversificadas, atualizadas e livres de vieses estruturais.
3. Manter supervisão humana contínua – Incluir especialistas de RH e representantes dos trabalhadores na configuração e validação dos modelos.
4. Implementar auditorias e relatórios transparentes – Monitorizar métricas de performance dos algoritmos e disponibilizar explicações compreensíveis para decisões automatizadas.
5. Rever políticas conforme a legislação local – Ajustar procedimentos à evolução normativa sobre proteção de dados, igualdade de oportunidades e direitos laborais.
O estudo conclui que a inteligência artificial pode contribuir para processos mais rápidos e eficientes, desde que acompanhada de governança adequada e participação inclusiva. Caso contrário, as empresas correm o risco de ampliar desigualdades e enfrentar obstáculos legais, contrariando o objetivo de modernizar a gestão de recursos humanos.
