Uma revisão sistemática e meta-síntese de pesquisas publicadas entre 2015 e 2023 identificou os principais fatores que influenciam a adoção de inteligência artificial na gestão de pessoas. Embora o foco seja o setor organizacional, os achados são relevantes para escolas, redes de ensino e universidades que começam a usar IA em recrutamento, desenvolvimento profissional, avaliação de equipes e planejamento de força de trabalho.
O QUE HÁ DE NOVO: O estudo analisou a adoção de IA em gestão de recursos humanos a partir de 87 trabalhos inicialmente localizados em bases acadêmicas internacionais e chegou a um conjunto final de 20 estudos avaliados por critérios de qualidade. A síntese organiza o tema em cinco dimensões: fatores organizacionais e estratégicos, tecnológicos e operacionais, centrados nas pessoas, desafios e oportunidades, e fatores ambientais e econômicos. A contribuição central está em priorizar esses elementos, mostrando que a implantação de IA em RH depende menos de uma única ferramenta e mais de um ecossistema institucional preparado.
COMO FUNCIONA: A pesquisa usou uma abordagem qualitativa de meta-síntese, combinando evidências de estudos qualitativos, quantitativos e mistos. A busca considerou termos ligados a inteligência artificial, gestão de recursos humanos, adoção e aceitação, com triagem por duplicidade, título, resumo, leitura integral e avaliação de qualidade pelo checklist CASP. A classificação dos fatores foi validada por dois avaliadores independentes, com coeficiente Kappa de 0,81, indicando forte concordância na categorização.
No contexto analisado, a IA aparece em processos como triagem de currículos, ranqueamento de candidatos, chatbots para interação com interessados, agendamento automatizado, análise de desempenho, personalização de treinamentos, previsão de rotatividade e apoio a decisões baseadas em grandes volumes de dados. Para instituições educacionais, usos semelhantes podem surgir na contratação de professores e técnicos, no planejamento de formação continuada, na identificação de necessidades de desenvolvimento profissional e na gestão de equipes em redes ou campi.
PRINCIPAIS RESULTADOS: Os fatores éticos e legais foram os mais recorrentes na literatura revisada, com 16 ocorrências, à frente de aspectos organizacionais e de liderança e de fatores psicológicos e atitudinais, ambos com 13. Benefícios operacionais e desafios de implementação apareceram com 11 ocorrências cada, enquanto infraestrutura técnica somou 10 e fatores ambientais e institucionais, 9. Já os fatores econômicos tiveram a menor frequência, com 3 ocorrências, sugerindo que custo e eficiência importam, mas não explicam sozinhos por que organizações adotam ou rejeitam IA em decisões sobre pessoas.
INSIGHT CENTRAL: A principal mensagem é que a adoção de IA em gestão de pessoas deve ser tratada como uma mudança sociotécnica, não apenas como compra de software. Liderança, cultura organizacional, confiança dos profissionais, transparência dos algoritmos, proteção de dados e clareza sobre responsabilidades aparecem como condições tão importantes quanto infraestrutura, capacidade computacional ou suporte de fornecedores. Para a educação, isso reforça que sistemas de IA aplicados a docentes e equipes não podem ser implementados à margem do diálogo institucional e das regras de governança.
POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Escolas, universidades e redes públicas dependem de decisões sensíveis sobre seleção, alocação, avaliação, desenvolvimento e retenção de profissionais. Se bem desenhada, a IA pode ajudar gestores a reduzir tarefas repetitivas, organizar dados de formação, identificar lacunas de competências e apoiar decisões mais consistentes em escala. Também pode liberar equipes administrativas e pedagógicas para atividades de maior valor, como acompanhamento de professores iniciantes, planejamento de carreira e melhoria das condições de trabalho.
O impacto, porém, não é neutro. Decisões automatizadas sobre contratação, desempenho ou progressão podem afetar diretamente a autonomia docente, a diversidade das equipes e a qualidade do ambiente escolar. Em redes com infraestrutura desigual, a adoção de IA também pode ampliar assimetrias entre instituições que têm dados organizados, equipes treinadas e governança madura e aquelas que ainda operam com sistemas fragmentados. Por isso, a evidência aponta para uma agenda de implementação gradual, com critérios claros, supervisão humana e participação dos profissionais afetados.
SIM, MAS…: A revisão destaca riscos conhecidos, como viés algorítmico, baixa explicabilidade, proteção insuficiente de dados de candidatos e funcionários, ansiedade diante da automação e resistência de equipes que percebem a tecnologia como ameaça. Em ambientes educacionais, esses riscos ganham peso adicional porque a gestão de pessoas está ligada à missão pedagógica da instituição. Avaliar um professor, recomendar formações ou prever rotatividade exige considerar dimensões qualitativas que nem sempre cabem em métricas automatizadas. O estudo também indica que muitas organizações ainda carecem de expertise técnica, governança e modelos de prestação de contas para lidar com falhas ou decisões contestadas.
O QUE VEM DEPOIS: A agenda futura indicada pela pesquisa passa por investigar formas de detectar, mitigar e prevenir vieses em sistemas de IA aplicados a recursos humanos. Para o setor educacional, o próximo passo é testar esses modelos em contextos reais de escolas, redes e universidades, especialmente no setor público e em países em desenvolvimento, onde limitações de infraestrutura, orçamento e formação podem mudar os resultados. A promessa de eficiência só será sustentável se vier acompanhada de evidências, transparência e salvaguardas para proteger trabalhadores, estudantes e comunidades escolares.