Em um dos maiores bancos do país, a lista de candidatos que chega ao recrutador já vem ordenada por um sistema de IA que ranqueia os currículos por aderência à vaga. Empresas já usam a IA para responder a dúvida de funcionários, e até mesmo para avaliar a coerência das avaliações de desempenho feitas pelos gestores. Mesmo que a decisão final continue com uma pessoa, o RH precisa conseguir dizer, quando alguém pergunta, por que o sistema recomendou aquilo e quem decidiu seguir a recomendação.
E essa distância entre usar e explicar aparece nos números de adoção da própria tecnologia. O relatório 2026 Global Human Capital Trends, publicado pela Deloitte em março de 2026 a partir de pesquisa com mais de 9 mil líderes de negócios e de RH em 89 países, descreve a IA incorporada à contratação, ao desempenho e às decisões cotidianas: 60% dos executivos usam a tecnologia na tomada de decisão, enquanto 5% afirmam gerenciar bem esse uso, e 42% dos trabalhadores dizem que suas organizações não avaliam o impacto da IA sobre as pessoas.
No Brasil, a pesquisa Confiança, Atitudes e Uso de Inteligência Artificial, conduzida pela Universidade de Melbourne com a KPMG e publicada em 2025, com mais de 48 mil respondentes em 47 países e dados coletados entre novembro de 2024 e janeiro de 2025, mostra que 86% dos respondentes brasileiros afirmam que suas empresas já usam IA, enquanto 55% se dizem dispostos a confiar nas decisões tomadas pela tecnologia e 49% admitem ter cometido erros por confiar em resultados que ela entregou.
Quando quase metade dos respondentes admite ter errado por seguir o sistema, a revisão humana passa a ser o mecanismo pelo qual a empresa protege a própria decisão, antes de qualquer exigência externa.
Essa exigência externa, aliás, já apareceu no Marco Legal da Inteligência Artificial, o PL 2338/2023, aprovado pelo Senado em dezembro de 2024 e que está à espera do parecer do relator, com uma ementa que fala em uso ético e responsável da IA com base na centralidade da pessoa humana.
Revisão humana: em qual ponto a decisão passa do agente ao gestor
Levada para a rotina do RH, essa centralidade se traduz em uma linha que separa o que um agente executa de ponta a ponta do que precisa parar em uma pessoa, e a linha é traçada pelo efeito da decisão sobre quem é afetado, o que explica por que a mesma ferramenta pode operar sozinha em um processo e apenas preparar o terreno em outro.
Conferir se a documentação de admissão está completa, responder a uma dúvida sobre saldo de férias, apontar uma marcação de ponto sem justificativa, agendar entrevistas e resumir currículos são tarefas nas quais o erro é reversível e barato, e o agente pode concluí-las com registro. Cortar candidatos de uma lista, atribuir nota de desempenho, recomendar promoção, sugerir desligamento ou aplicar sanção são decisões nas quais o erro atinge a carreira de alguém, e nesse ponto o sistema entrega uma recomendação com motivos e a pessoa decide.
Revisão humana só cumpre o papel quando o revisor conhece os motivos da recomendação, dispõe de tempo para examiná-los e tem autoridade para discordar, porque sem essas condições, o RH vai depender somente da correlação realizada por um algoritmo.
Na prática, isso pede que cada fluxo de RH tenha um ponto de parada definido antes de o agente entrar em operação, com o nome do responsável pela decisão e o formato no qual a recomendação chega a ele, com os critérios que pesaram e a confiança do sistema naquele resultado.
Quando a recomendação chega como um sim ou não sem contexto, o revisor tende a seguir o sistema, e o registro posterior mostrará que a decisão foi, na prática, automatizada. Quando chega com os motivos, o revisor pode discordar, e a discordância vira dado para corrigir o modelo, o que devolve à empresa o aprendizado que a automação sozinha não produz.
Trilha auditável para sustentar a decisão humana
Explicar a decisão e permitir que seja contestada, como o texto do Senado exige para os usos de alto risco, só tem efeito prático se a empresa consegue reconstruir a decisão depois de tomada, e é isso que as medidas de governança previstas para quem aplica esses sistemas descrevem ao pedir documentação ao longo do ciclo de vida, avaliação da acurácia e da robustez dos resultados, apuração de resultados discriminatórios, registro do grau de supervisão humana que contribuiu para cada resultado e informações que permitam interpretar o funcionamento do sistema.
Traduzida para o dia a dia, a trilha de uma decisão assistida por IA precisa responder a perguntas diretas: quais dados o agente viu, qual versão de modelo, regra ou instrução estava em uso, qual foi a recomendação e com quais motivos, quem revisou, o que decidiu e por que, se houve contestação e qual foi o desfecho. Cada resposta corresponde a um registro com data, e o conjunto precisa ter prazo de guarda e controle de acesso definidos, porque envolve informação sobre pessoas.
A esse núcleo se soma um teste periódico dos resultados por grupo, para verificar se a triagem ou a avaliação está excluindo mulheres, pessoas acima de determinada idade ou candidatos de certa origem em proporção diferente da entrada, apuração que o próprio texto legal pede a quem aplica o sistema.
Montada assim, a trilha serve ao colaborador ou candidato, que recebe a explicação que tem direito de pedir, ao gestor, que ganha a demonstração de que houve revisão humana com conteúdo quando a decisão é questionada dentro da empresa ou em juízo, e à própria organização, para a qual a discordância registrada entre recomendação e decisão final é o indicador mais direto de que o modelo precisa de ajuste. Nada disso depende de esperar a regulamentação, já que o texto do Senado remete detalhes a normas posteriores, mas os elementos da trilha decorrem da própria lógica de decidir sobre pessoas com apoio de um sistema.
O critério que fica para o decisor independe do texto final que sair da Câmara: quanto mais etapas o agente assume, mais valor tem o ponto no qual a decisão volta para uma pessoa com os motivos à mão e autoridade para discordar, e mais barato é construir esse ponto antes que a primeira contestação obrigue a reconstruí-lo.
Rodrigo Gomes é Head da unidade de negócios Process Solutions da Selbetti
