Um estudo qualitativo com gestores de RH do setor de tecnologia mapeia como people analytics e inteligência artificial já estão mudando recrutamento, engajamento e planejamento de força de trabalho, e por que o avanço depende menos de “comprar ferramentas” e mais de competências analíticas, governança de dados e alinhamento com resultados de negócio, inclusive quando o tema é capacitação e aprendizagem corporativa.

O QUE HÁ DE NOVO: Publicado em fevereiro de 2025, o artigo “HR analytics and AI adoption in IT sector: reflections from practitioners” reúne percepções de profissionais de RH da indústria de TI sobre adoção, impactos e obstáculos de HR analytics e IA. A pesquisa se baseia em entrevistas semiestruturadas com gestores experientes (o texto descreve 15 entrevistados e também informa que a saturação ocorreu por volta da 12ª entrevista), realizadas por videoconferência e presencialmente, com duração aproximada de 30 a 60 minutos. O foco é entender como essas tecnologias afetam funções e decisões de RH, quais competências passam a ser exigidas e quais barreiras retardam a implementação.

COMO FUNCIONA: A investigação adotou desenho qualitativo e análise temática: as entrevistas foram transcritas, codificadas e revisadas com dupla checagem de temas, incluindo validação cruzada entre pesquisadores e devolutiva aos participantes para confirmar interpretações. A partir dos relatos, o estudo descreve onde analytics e IA entram no fluxo de RH, do recrutamento (triagem, “funnel reporting”, previsão de performance e melhor aderência de candidatos) ao engajamento (análise de pesquisas, leitura de sentimento, monitoramento de satisfação) e ao planejamento (predição de rotatividade, previsão de demanda e oferta de talentos, identificação de lacunas de competências). Também aparecem automações como chatbots para dúvidas recorrentes e o uso de ambientes virtuais/VR para apoiar conexão de equipes remotas, além do desafio recorrente de consolidar dados fragmentados em múltiplos sistemas e planilhas para permitir análises mais robustas.

POR QUE ISSO IMPORTA PARA A EDUCAÇÃO: Embora o recorte seja corporativo, as conclusões atingem diretamente universidades, educação executiva e programas de formação continuada: os entrevistados descrevem uma mudança no “perfil” do profissional de RH, que passa a precisar de repertório técnico (análise de dados, noções de programação, pensamento analítico e design thinking) combinado a domínio do negócio. Isso tende a pressionar currículos de administração, gestão de pessoas e MBAs a incorporarem competências de dados e IA, não como disciplina isolada, mas conectada a decisões reais e a métricas. Ao mesmo tempo, a pesquisa indica que a IA começa a influenciar a própria aprendizagem no trabalho, ao viabilizar trilhas personalizadas de treinamento, recomendações de conteúdo e feedback mais rápido, o que aproxima o debate de edtech corporativa: personalização pode aumentar efetividade, mas exige critérios claros para não reduzir desenvolvimento humano a indicadores simplistas.

INSIGHT CENTRAL: O ponto mais repetido pelos praticantes é que o valor de analytics e IA em RH depende de transformar RH em função “business-aligned”, capaz de relacionar iniciativas de pessoas a resultados financeiros e objetivos organizacionais. Isso desloca o debate de “qual ferramenta usar” para “como construir uma narrativa de valor e uma governança”: medir engajamento, diversidade, remuneração ou aprendizagem só ganha tração quando a organização confia nos dados, entende o que eles significam no contexto e usa as análises para escolher entre alternativas, com participação humana na decisão, não apenas automação.

PRINCIPAIS RESULTADOS: Nos relatos, recrutamento aparece como a vertical com maior maturidade e penetração de HR analytics e IA, enquanto áreas como treinamento, engajamento e gestão de performance surgem em nível intermediário, e sucessão e análises preditivas mais avançadas são citadas como fronteira emergente. Os entrevistados também listam conjuntos de métricas usados no cotidiano (como taxa de atrito, tempo de casa, conversão de oferta em admissão, demanda de força de trabalho, pontuações de engajamento e satisfação, além de indicadores de aprendizagem como horas de treinamento, certificações e efetividade). Em termos de ferramentas e infraestrutura, são mencionados desde soluções clássicas de análise e BI (Excel, SPSS, Tableau, Power BI) até linguagens e ambientes de dados (Python, R) e recursos de nuvem e armazenamento (como AWS/Azure e data lakes), sinalizando que a “pilha” tecnológica de RH se aproxima do ecossistema de dados corporativos.

SIM, MAS…: O estudo enfatiza que a adoção no setor de TI, apesar de crescente, avança de forma desigual e, em muitos casos, mais lenta do que o entusiasmo sugere. Entre os fatores que travam escala estão crenças anteriores de lideranças, dificuldade de provar impacto financeiro, falta de recursos especializados e, principalmente, desafios de privacidade, segurança e integração de dados, especialmente quando informações sensíveis circulam por múltiplos sistemas. Outra tensão recorrente é o risco de “desumanizar” a experiência do trabalho ao tratar pessoas apenas como variáveis de um painel; além disso, há alertas sobre viés e justiça em algoritmos, e sobre a necessidade de supervisão humana para tarefas complexas (por exemplo, evitar que automações de recrutamento excluam diversidade ou que análises sejam usadas sem contexto).

O QUE VEM DEPOIS: Como agenda, o artigo sugere que a evidência ainda precisa avançar para além de percepções: o próprio estudo aponta espaço para pesquisas longitudinais (para observar efeitos sustentados em satisfação, performance e carreira), comparações entre setores e modelos de maturidade em HR analytics. Também coloca como prioridade investigar frameworks de ética, transparência e mitigação de viés, além de medir impacto em desempenho organizacional e retorno sobre investimento. Para o campo educacional, a implicação é dupla: preparar profissionais com fluência em dados e IA aplicada a decisões de pessoas e, simultaneamente, desenvolver padrões de governança e avaliação que evitem que a promessa de personalização e eficiência se imponha sobre direitos, equidade e qualidade das relações humanas nas organizações.

Fonte: HR analytics and AI adoption in IT sector: reflections from practitioners