IA na avaliação de desempenho: como auditar dados, vieses e resultados

IA na avaliação de desempenho: como auditar dados, vieses e resultados

Em boa parte das empresas médias e grandes, a decisão de usar inteligência artificial na avaliação de desempenho já foi tomada. A ferramenta está no ar, gestores recebem sugestões de nota ou rascunhos de feedback gerados automaticamente, e o ciclo de 360 roda mais rápido do que rodava há dois anos.

A pergunta que raramente aparece na reunião de fechamento de contrato é outra: esse sistema é seguro o suficiente para pesar, ainda que indiretamente, sobre remuneração, promoção e carreira de alguém?

Confiar ou não confiar em IA para decisões sobre pessoas depende de auditoria: quais dados alimentaram o sistema, quem revisa as recomendações antes de elas virarem decisão e o que acontece quando o sistema erra.

Grande parte do conteúdo disponível sobre o tema descreve redução de viés como um benefício da tecnologia. Este guia trata viés como um risco que precisa ser identificado, medido e acompanhado continuamente.

Você vai encontrar aqui tipos de viés que podem aparecer em processos de avaliação, três afirmações sobre IA que merecem ser questionadas, um framework de sete perguntas para levar à próxima reunião comercial, um modelo híbrido de decisão que mantém o gestor responsável pela decisão final, o que muda com EU AI Act, LGPD e ISO/IEC 42001 e um roteiro de piloto de 60 a 90 dias para testar a ferramenta antes de escalar.

O paradoxo da confiança em IA para avaliação de desempenho

RH costuma oscilar entre dois comportamentos diante de IA em avaliação de desempenho. Em um extremo, aceita a promessa do fornecedor de velocidade, consistência e redução de viés sem verificação adicional. No outro, trata qualquer decisão automatizada sobre pessoas como arriscada por princípio, independentemente de como o sistema funciona.

A automação também não elimina a subjetividade. Ela pode deslocá-la para os dados históricos utilizados pelo sistema, para os critérios definidos durante seu desenvolvimento e para as decisões de produto tomadas pelo fornecedor.

Saber que essa subjetividade existe é o ponto de partida. Localizá-la exige um mapeamento específico, que este guia apresenta nas próximas seções.

Quem já trata gestão de desempenho como um sistema maior deve encarar a IA na avaliação como um componente desse sistema, com critérios próprios de auditoria.

O que é, de fato, viés algorítmico em avaliação de desempenho

Discussões sobre viés em IA costumam focar exclusivamente em gênero, raça ou idade. Esses fatores importam, mas os problemas também aparecem na forma como o desempenho é medido, nos dados utilizados e na composição da base que alimenta o sistema.

Um exemplo conhecido de viés algorítmico em decisões sobre pessoas ocorreu no recrutamento. 

O caso é de recrutamento, não de avaliação de desempenho, mas ilustra uma questão relevante para qualquer aplicação de IA em RH: dados históricos carregam padrões que o sistema reproduz sem que exista uma intenção discriminatória explícita.

Três afirmações sobre IA em avaliação que merecem ser questionadas

Antes de qualquer framework de auditoria, é preciso desarmar três afirmações que podem aparecer em materiais comerciais de fornecedores de IA para RH.

Reconhecer essas três afirmações ajuda a fazer perguntas mais precisas ao fornecedor.

IA que analisa, recomenda ou decide: por que o tipo importa para a confiança

Nem toda "IA em avaliação 360" ocupa o mesmo lugar no processo, e isso muda o nível de exigência necessário antes de confiar nela.

Analisa e organiza informação. Sumariza comentários abertos, agrupa temas recorrentes ou identifica padrões de linguagem em um conjunto de respostas. A IA organiza o que humanos já disseram, sem atribuir mérito ou sugerir uma nota. Nesse desenho, a intervenção sobre a decisão é menor.

Recomenda nota ou feedback. Sugere uma classificação de desempenho, um texto de feedback ou uma nota com base nos dados coletados. Aqui a IA passa a participar da interpretação do desempenho, e a recomendação depende dos critérios utilizados pelo sistema.

Determina diretamente uma consequência. Aplica automaticamente uma nota final, uma classificação ou uma consequência relacionada a promoção, remuneração ou desenvolvimento sem revisão humana efetiva antes de produzir efeitos. Quanto maior o impacto da decisão e menor a possibilidade de intervenção ou contestação, maior a necessidade de governança, documentação e supervisão.



A regra prática é simples: quanto mais a IA interfere na decisão, maior deve ser a exigência de evidências sobre como ela funciona.

Saber em qual dessas categorias sua ferramenta se encaixa é o filtro que organiza as perguntas de auditoria deste artigo.

Quais dados estão alimentando a sua IA

Toda recomendação de IA depende das informações que alimentam o sistema. Antes de avaliar o modelo em si, mapeie a origem desses dados.

Mapear esses pontos antes de qualquer decisão de compra ou expansão prepara o terreno para uma conversa mais objetiva com o fornecedor.

Sete perguntas para fazer ao fornecedor

O framework abaixo traduz critérios de auditoria de IA em perguntas que qualquer profissional de RH consegue fazer, mesmo sem formação em ciência de dados. Leve as sete para a próxima reunião comercial ou para a renovação do contrato atual.

Cinco sinais que pedem uma investigação melhor antes de decidir

Algumas respostas do fornecedor merecem mais atenção antes de fechar contrato ou renovar um existente.

Um fornecedor que lida bem com essas perguntas deve conseguir explicar limitações do produto, mostrar como a revisão humana acontece e apresentar informações que permitam avaliar o sistema antes de uma expansão.

Como auditar a IA dentro da sua própria empresa

Validar o fornecedor resolve parte do problema. A outra parte só aparece depois que a ferramenta está em uso, observando como as pessoas da empresa interagem com ela.

Essas métricas, observadas juntas ao longo do tempo, ajudam a avaliar o comportamento real da ferramenta.

Modelo híbrido: como manter o humano no centro da decisão

Uma estrutura que combina IA como apoio, interpretação humana, possibilidade de contestação e registro da decisão cria uma camada adicional de supervisão.

Existem situações em que o gestor pode precisar desconsiderar a recomendação da IA: quando o colaborador esteve em licença, afastamento ou situação documentada que pode ter afetado indicadores no período; quando a proposta diverge fortemente da percepção qualitativa do gestor sem explicação clara; ou quando os resultados do sistema indicam diferenças relevantes entre grupos que precisam ser investigadas.

Como treinar líderes para questionar a IA com critério

Ter um modelo híbrido desenhado no papel não garante que o gestor use o espaço de decisão que ele oferece. Treinar liderança para questionar a IA com critério, em vez de tratá-la como palavra final, passa por três frentes.

A diferença entre tratar a IA como ferramenta de apoio e tratá-la como sistema de controle aparece nesses pontos. Uma ferramenta de apoio deixa espaço para intervenção humana e registra quando sua recomendação é contrariada. Um sistema de controle tende a tornar a recomendação mais difícil de questionar.

O desenho da interface também influencia esse comportamento. Exigir justificativa para editar ou rejeitar uma recomendação, por exemplo, cria um registro da decisão humana e facilita análises posteriores.

Uma avaliação revisada por um gestor treinado dessa forma, e validada pelo colaborador, pode se transformar em um PDI mais conectado ao que foi discutido no ciclo.

Esse desenho de responsabilidade conversa com abordagens de governança de IA baseadas em gestão de riscos, transparência e melhoria contínua, como a da ISO/IEC 42001, detalhada mais adiante.

EU AI Act, LGPD, CLT e ISO/IEC 42001: o que muda na prática

Manter supervisão humana documentada exige uma base de governança, mesmo enxuta. Quatro frentes merecem atenção: o regulamento europeu, a LGPD, a CLT e as normas voluntárias de gestão de IA.

Por que sistemas de avaliação podem ser classificados como "alto risco" no EU AI Act

O EU AI Act, Regulamento (UE) 2024/1689, inclui no Anexo III determinados sistemas de IA utilizados no contexto de emprego e gestão de trabalhadores, incluindo aplicações relacionadas a recrutamento, seleção, decisões sobre relações de trabalho e monitoramento ou avaliação de desempenho e comportamento.

A classificação, porém, depende do enquadramento previsto no próprio regulamento. O artigo 6º também estabelece condições e exceções para determinados sistemas previstos no Anexo III, inclusive quando a ferramenta desempenha uma tarefa preparatória ou não influencia de forma significativa o resultado de uma decisão humana.

Não basta, portanto, identificar que uma ferramenta usa IA em avaliação de desempenho: é preciso analisar qual função ela desempenha no processo e qual impacto tem sobre a decisão.

O que isso significa para empresas brasileiras

A aplicação do EU AI Act a uma empresa brasileira depende do enquadramento previsto no próprio regulamento e da forma como o sistema é colocado no mercado ou utilizado nas situações abrangidas pela legislação europeia.

Mesmo quando o regulamento não se aplica diretamente à empresa brasileira, seus requisitos podem servir de referência na conversa com fornecedores que atendem ao mercado europeu.

Requisitos de transparência, documentação e supervisão

O regulamento estabelece requisitos específicos para sistemas de IA de risco elevado. Entre eles estão obrigações relacionadas à documentação, registro, supervisão humana, gestão de riscos e monitoramento.

O próprio regulamento prevê que a supervisão humana deve permitir, entre outras possibilidades, interpretar os resultados do sistema e decidir não utilizá-lo ou ignorar, anular ou reverter seus resultados.

Esses requisitos reforçam uma questão central deste artigo: quando uma IA participa de decisões relevantes sobre pessoas, a existência de mecanismos reais de supervisão importa tanto quanto a capacidade técnica do sistema.

Documentação necessária

Mesmo sem uma obrigação específica decorrente do EU AI Act, manter um registro interno facilita a governança: descrição de como a IA é utilizada no ciclo de avaliação, testes realizados, histórico de auditoria e casos em que a recomendação da IA foi contestada ou revertida.

Esse registro também ajuda a reconstruir como uma decisão foi tomada caso surja uma dúvida posteriormente.

LGPD, transparência e decisões automatizadas

No Brasil, a LGPD oferece uma base relevante para o tratamento de dados pessoais, incluindo princípios de transparência e não discriminação.

O art. 20 trata especificamente de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem os interesses do titular. Nesses casos, a lei prevê o direito de solicitar revisão da decisão e estabelece regras sobre informações relativas aos critérios e procedimentos utilizados, observados os segredos comercial e industrial.

A distinção que importa aqui é entre uma decisão tomada exclusivamente de forma automatizada e uma decisão em que a IA apenas oferece uma recomendação e existe participação humana efetiva. A forma como o processo é desenhado pesa na análise jurídica de cada caso.

CLT e decisões relacionadas ao desempenho

Quando uma avaliação apoiada por IA participa de decisões com impacto trabalhista, manter registros sobre os critérios utilizados, a recomendação apresentada e a decisão humana tomada cria uma trilha de auditoria importante para a governança interna.

A documentação não substitui a análise jurídica do caso concreto, mas ajuda a demonstrar como a decisão foi construída e quem foi responsável por ela.

ISO/IEC 42001 como referência voluntária

A ISO/IEC 42001:2023 é uma norma internacional de sistema de gestão de IA. Publicada em dezembro de 2023, estabelece requisitos para estabelecer, implementar, manter e melhorar continuamente um sistema de gestão de IA.

A norma aborda temas como gestão de riscos, transparência, rastreabilidade, confiabilidade, responsabilidades e melhoria contínua. Sua certificação é voluntária.

Para RH, pode servir como referência para estruturar responsabilidades, avaliação de riscos, documentação e acompanhamento do uso de IA.

Como saber se a auditoria e o modelo híbrido estão funcionando

Verificar o fornecedor e manter supervisão humana são etapas importantes. Para acompanhar se o processo continua funcionando ao longo do tempo, quatro dimensões ajudam a organizar a observação.

Qualidade. A IA melhora a qualidade das avaliações e dos feedbacks gerados? Um indício de melhoria é um PDI mais específico, com ações claras em vez de recomendações genéricas. Um indício de piora é um feedback padronizado que perde nuance sobre o contexto individual da pessoa avaliada.

Equidade. O resultado é consistente entre grupos de colaboradores? Um indício de melhoria é a redução na divergência de notas entre gestores diferentes para desempenhos equivalentes. Um indício de problema é a IA reproduzir, com aparência de neutralidade, uma distribuição de notas que já era desigual antes da automação.

Explicabilidade. RH e gestores entendem por que a IA chegou a determinada recomendação? Um indício de saúde é o gestor conseguir editar ou rejeitar a sugestão com uma justificativa clara. Um sinal de alerta é a aceitação quase total sem justificativa registrada.

Resultado. A IA melhora decisões de desenvolvimento e gestão de pessoas ou apenas gera mais documentos? Um indício de melhoria é um PDI que efetivamente é implementado nos meses seguintes. Um indício de problema é a IA dificultar a identificação de quem efetivamente tomou a decisão.

Essas quatro dimensões complementam o framework de sete perguntas ao fornecedor e a auditoria interna. Para um recorte complementar, que acompanha a IA da definição de metas até a sucessão, leia Implementei IA no RH, mas não consigo medir se funciona.

Antes de qualquer implementação, meça uma linha de base com estas métricas: tempo para concluir avaliações, frequência de feedback, qualidade dos comentários, dispersão de notas entre gestores, quantidade de ajustes feitos após calibração, percepção dos avaliados sobre justiça do processo e taxa de PDIs efetivamente implementados.

Depois da implementação, as mesmas métricas voltam a ser medidas, com a adição de indicadores específicos de IA: velocidade total do ciclo, consistência entre gestores, qualidade dos PDIs produzidos e volume de decisões de desenvolvimento efetivamente geradas.

Uma IA que reduz o tempo do ciclo sem melhorar as métricas de qualidade resolve principalmente um problema operacional. O acompanhamento das métricas ajuda a entender se a tecnologia também está contribuindo para a qualidade do processo.

Piloto de 60 a 90 dias antes de escalar

Antes de escalar IA para toda a organização, um piloto estruturado em cinco fases reduz o risco de ampliar um problema antes que ele seja identificado.

Cases de implementação: IcaroTech e GrupoSC

Os relatos publicados dos dois cases abaixo não tratam de IA. Eles interessam aqui porque mostram o que costuma decidir se uma auditoria será possível: linha de base medida, critérios comuns, revisão humana e transparência para quem é avaliado. Cada bloco termina com a leitura que esses pontos permitem para quem vai auditar uma IA de avaliação.

Diagnóstico inicial. O ciclo completo levava de 5 a 6 meses. A liderança escolhia avaliados e avaliadores em uma planilha, etapa que ocupava cerca de 30 dias.

O RH conferia o arquivo manualmente, em média por 15 dias, e só depois a avaliação seguia para os colaboradores, que tinham outros 30 dias para responder. Com 15 competências e de 5 a 7 perguntas em algumas delas, o questionário chegava perto de 100 perguntas. O sistema ainda bloqueava relatórios quando algum avaliador não respondia, e qualquer ajuste dependia da área de TI.

O que mudou. Na implantação da impulseup, a empresa também revisou o processo. A avaliação passou a ser quadrimestral e mais voltada a entregas e resultados, sem ficar restrita a competências. Foi criado um comitê com a liderança, e o RH rodou um piloto com duas equipes antes da abertura geral.

Os colaboradores passaram a indicar os próprios avaliadores no sistema, uma pessoa avalia vários colegas na mesma página, e o RH libera o relatório individual, que deixou de aparecer só no dia da devolutiva.

Resultado relatado. As devolutivas passaram a acontecer em 45 dias. Ao longo dos três ciclos do primeiro ano, o número de pessoas avaliadas subiu de 186 para 279, e foram registrados 94 feedbacks na plataforma.

O que isso ensina sobre auditar IA. Primeiro, a empresa sabia quanto tempo cada etapa consumia antes da mudança (30 dias de seleção, 15 de conferência, 30 de resposta). Essa é a linha de base da fase 1 do piloto: sem ela, ninguém consegue dizer depois o que a ferramenta alterou.

Segundo, o comitê de liderança e o piloto com duas equipes antecipam as fases 2 e 3 do roteiro de 60 a 90 dias.

Terceiro, quando só a liderança escolhe quem avalia quem, uma única decisão molda todos os dados seguintes. Abrir essa etapa aos colaboradores muda a origem do dado, o que importa para quem precisa entender o que alimenta o sistema.

Quer ver o relato completo? Leia como a IcaroTech reduziu o ciclo de avaliação de desempenho de 5 meses para 45 dias.

Diagnóstico inicial. Existiam iniciativas e processos de avaliação, mas sem critérios unificados entre unidades e públicos. Os gestores tinham autonomia sem uma direção comum, e as decisões sobre desenvolvimento, promoção e sucessão ficavam fragmentadas.

O que mudou. A escolha da plataforma pesou por quatro razões: interface simples para o colaborador e para o gestor, flexibilidade na parametrização dos módulos, controle de permissões por público (cada perfil enxerga apenas o que precisa) e relatórios personalizáveis, com registro da devolutiva no próprio relatório. O GrupoSC também adaptou a nine box, com campos próprios e a definição de cada quadrante na linguagem da empresa.

Resultado relatado. A avaliação por competências chegou a mais de 3 mil profissionais com critérios comuns. Para Fábio Rocha, analista de desenvolvimento do GrupoSC, o resultado foi uma ferramenta com "credibilidade junto aos nossos profissionais, junto à nossa liderança". A empresa também relata evolução a cada ano de uso.

O que isso ensina sobre auditar IA. A pergunta 3 do framework, sobre desempenho desagregado por grupo, só faz sentido com uma régua comum. Se cada unidade avalia de um jeito, uma diferença de nota entre grupos não indica se o sistema erra ou se os critérios diferem. A segmentação de permissões também entra na governança: quem vê o quê precisa estar definido antes de qualquer trilha de auditoria. E a credibilidade interna decide se as pessoas vão usar o canal de contestação da pergunta 5.

Para ver o relato na íntegra, acesse o case GrupoSC: como unificar a gestão de desempenho em 11 mil colaboradores.

Em ambos os casos, a base de processo e critérios existia antes de qualquer pergunta sobre IA. Sem essa base, as sete perguntas e o piloto ficam sem ponto de comparação.

Checklist final e próximos passos

Nem toda pergunta deste artigo precisa ser respondida de uma vez. O checklist abaixo organiza o que verificar em cada momento da decisão.

Conclusão

Automatizar uma etapa da avaliação de desempenho pode reduzir tempo e organizar informações. A qualidade da decisão sobre a pessoa avaliada depende de outros fatores: qualidade dos dados, possibilidade de identificar vieses, supervisão humana e acompanhamento contínuo do sistema.

O critério prático deste guia cabe em uma pergunta, útil antes de qualquer contrato, piloto ou expansão: você consegue explicar, com dados, por que confia na sua IA de avaliação?

Uma resposta baseada em dados de treinamento mapeados, métricas de desempenho desagregadas, registros de edição e rejeição, supervisão humana e canal de contestação oferece uma base mais concreta para avaliar a confiabilidade do sistema.

Uma resposta apoiada apenas em funcionalidades ou garantias comerciais indica que ainda há perguntas a responder antes de confiar no resultado.



Tem dúvidas sobre como estruturar essa auditoria no seu processo de 360 com IA?