INDICADORES DE RECURSOS HUMANOS PARA CONSTRUÇÃO DE MODELOS DE MACHINE LEARNING

INTRODUÇÃO: A gestão de Recursos Humanos (RH) tem assumido um papel estratégico nas organizações, especialmente diante da complexidade de mensuração de aspectos que são tradicionalmente considerados subjetivos, como clima organizacional, desempenho e engajamento. Com o avanço tecnológico, o uso de modelos de Machine Learning (ML) tem potencializado a capacidade analítica do RH ao permitir interpretações preditivas e personalizadas de indicadores críticos, contribuindo para decisões mais objetivas e eficazes. OBJETIVOS: Investigar como técnicas de Machine Learning podem ser aplicadas na análise de dados voltados à gestão de pessoas, com foco em prever e interpretar indicadores de RH de forma estratégica. MATERIAIS E MÉTODO: A pesquisa utilizou uma revisão bibliográfica sistemática com base em artigos acadêmicos publicados entre 2020 e 2025. A análise concentrou-se em estudos empíricos que aplicaram algoritmos de ML a indicadores de RH, considerando metodologias como Random Forest, regressão logística, redes neurais, séries temporais, XGBoost e BART. RESULTADOS: A aplicação de ML demonstrou efetividade em oito indicadores-chave de RH: turnover, produtividade, treinamento, absenteísmo, retenção de talentos, headcount, taxa de promoção e clima organizacional. Os modelos permitiram identificar padrões ocultos, prever comportamentos e recomendar ações preventivas com alta acurácia. Destacam-se: (i) o uso do BART para prever rotatividade e clima organizacional; (ii) redes neurais e Random Forest como métodos robustos para produtividade, retenção e treinamento; (iii) modelagem preditiva eficaz na antecipação de absenteísmo e promoções. CONSIDERAÇÕES FINAIS: O estudo evidenciou que o uso de ML na gestão de pessoas representa um avanço significativo, ao transformar dados qualitativos em informações acionáveis e precisas. Além de ampliar a capacidade preditiva, os modelos analisados reforçam o papel estratégico do RH, permitindo decisões mais ágeis, personalizadas e orientadas por evidências. O projeto contribui para o debate acadêmico e prático sobre a modernização da gestão de pessoas por meio da inteligência artificial.

PALAVRAS-CHAVE: Recursos Humanos; Machine Learning; Indicadores; Gestão de Pessoas; Análise Preditiva.