EVIDÊNCIAS DA UTILIZAÇÃO DE MACHINE LEARNING PARA TOMADA DE DECISÕES EM GESTÃO DE PESSOAS

INTRODUÇÃO: Este estudo examina como o uso de técnicas de Machine Learning (ML) pode contribuir para a qualificação da tomada de decisão na gestão de pessoas — uma área ainda marcada por elevada subjetividade e indicadores de difícil mensuração. Apesar dos avanços nas métricas aplicadas ao campo de Recursos Humanos (RH), a adoção efetiva de algoritmos para análise de dados permanece incipiente, enfrentando obstáculos como a ausência de infraestrutura adequada, dilemas éticos e receios quanto ao controle excessivo sobre os colaboradores. O crescimento exponencial da capacidade tecnológica posiciona o ML como uma ferramenta estratégica para o processamento de grandes volumes de dados e a geração de conhecimento sem necessidade de programação explícita. Entre suas aplicações destacam-se: previsões de desempenho, recomendações de promoção e otimização de processos seletivos. OBJETIVOS: Examinar de que modo o uso de técnicas de ML pode ajudar na construção de conhecimento para a tomada de decisão em Recursos Humanos. MATERIAIS E MÉTODO: A pesquisa foi conduzida por meio de uma revisão sistemática da literatura, a partir dos descritores: “Machine Learning”, “Inteligência Artificial” e “Gestão de Pessoas”. Foram inicialmente identificados 30 artigos, dos quais 10 foram selecionados com base em critérios de originalidade e pertinência. Os textos foram submetidos à análise de conteúdo e categorização temática, permitindo a sistematização dos principais achados e a identificação de lacunas na literatura especializada. RESULTADOS: As evidências analisadas demonstram que a aplicação de ML tem potencial para transformar os processos de recrutamento, retenção, avaliação de desempenho e gestão da força de trabalho, ao permitir decisões mais precisas e orientadas por dados. Contudo, desafios significativos persistem, especialmente no campo da ética, envolvendo privacidade, viés algorítmico e transparência. A literatura aponta para a necessidade de supervisão humana contínua, mesmo em processos automatizados, bem como o estabelecimento de estruturas de governança robustas e conformidade legal (como o GDPR). Casos como o da IBM mostram que ML pode prever a rotatividade de talentos e orientar ações preventivas — desde que acompanhado de análise crítica e sensível à mitigação de desigualdades. CONSIDERAÇÕES FINAIS: O pleno aproveitamento do potencial do ML na gestão de pessoas requer integração multidisciplinar, formação contínua das equipes de RH, colaboração com profissionais da ciência de dados e uma governança orientada pela justiça e responsabilidade. A tecnologia deve ser vista como uma aliada estratégica, sem abdicar do papel indispensável da supervisão humana nas decisões organizacionais.

PALAVRAS-CHAVE: Inteligência Artificial; Machine Learning; Gestão de Recursos Humanos.