Glossário de IA para RH: termos que o profissional deve conhecer
Guia da AIHR reúne conceitos de IA, de prompt a governança, com exemplos de uso em recrutamento, desempenho e atendimento ao empregado.
A AIHR, empresa de formação em recursos humanos, publicou um glossário com dezenas de termos de inteligência artificial (IA) usados no trabalho da área. Cada verbete traz uma definição simples e um exemplo prático de RH. A proposta é ajudar o profissional a entender demonstrações de fornecedores, fazer perguntas melhores e identificar riscos antes que cheguem aos empregados.
O texto cita uma pesquisa da própria AIHR com mais de 1.500 profissionais de RH. Nela, 61,6% disseram ter pouco ou nenhum uso de IA nos processos da área, e só 35% se sentiam preparados para usar essas tecnologias. O material não detalha a metodologia do levantamento.
Conceitos básicos e IA generativa
O glossário começa pelo básico: aprendizado de máquina (machine learning), algoritmo, dados de treinamento, processamento de linguagem natural e análise preditiva. Um dos exemplos é o uso de um modelo para estimar o risco de saída de empregados a partir de dados passados e, com isso, investigar problemas de retenção.
Entre os termos de IA generativa estão os grandes modelos de linguagem (LLM), treinados com grande volume de texto, e os assistentes e chatbots. Um chatbot no portal de atendimento do RH, por exemplo, responde dúvidas comuns e encaminha os casos mais complexos para a equipe. Sobre o tema, vale ler como a Flash começou a usar IA generativa no chatbot de atendimento.
Prompts: o vocabulário de quem usa a ferramenta
Prompt é a instrução ou o contexto dado à ferramenta para obter uma resposta. O guia define ainda engenharia de prompt (testar e ajustar instruções), encadeamento de prompts (a resposta de um vira entrada do próximo), tokens e modelos de prompt reutilizáveis.
A janela de contexto (context window) é a memória de trabalho do modelo. Numa conversa longa ou com muito material anexado, detalhes antigos podem ficar de fora. No exemplo da AIHR, em uma análise de reclamação de empregado, transcrições novas empurram para fora a instrução inicial, e a IA pode deixar de se manter neutra.
A AIHR também apresenta um método próprio, o BRIEF, com cinco partes: contexto (Background), tarefa (Request), formato (Instruction), padrão esperado (Expectation) e limites (Focus).
Agentes, dados e automação
Um agente de IA persegue um objetivo escolhendo etapas e usando ferramentas autorizadas. No onboarding, o exemplo é um agente que verifica tarefas pendentes, identifica documentos faltantes e cobra os novos contratados. A IA agêntica faz isso em trabalhos de várias etapas, sem precisar de comandos a cada passo.
Outros termos tratam da base de informação. Na geração aumentada por recuperação (RAG), um chatbot busca a política vigente de trabalho remoto antes de responder. Já o grounding (ancoragem) prende a resposta a fontes indicadas, como faixas salariais aprovadas. Também entram no guia a conexão por API entre sistemas e o OCR, que converte documentos digitalizados em texto, útil para extrair nomes e datas de contratos.
Riscos e governança
A parte sobre IA responsável cobre viés, alucinação (resposta segura, mas inventada), caixa-preta, IA explicável, viés de automação, guardrails (limites de acesso e ação), shadow AI (uso de ferramentas não autorizadas pela empresa), dados pessoais identificáveis (PII) e auditoria de viés. Um exemplo de alucinação: ao pedir a explicação de uma lei trabalhista, a ferramenta cria uma regra que não existe. A recomendação é conferir qualquer conteúdo jurídico ou de política em fontes confiáveis.
O princípio do human-in-the-loop, ou pessoa no circuito, aparece em vários exemplos: alguém revisa e aprova o resultado antes de ele virar decisão. Ao comprar uma ferramenta de triagem de currículos, diz o guia, o RH deve pedir ao fornecedor a auditoria de viés independente mais recente.
O glossário cita a Lei Local 144 de 2021 da cidade de Nova York, que trata de ferramentas automatizadas de decisão de emprego. Quando se aplica, o empregador precisa fazer auditoria de viés em até um ano de uso, publicar um resumo e dar os avisos exigidos. É uma norma municipal dos Estados Unidos e não vale no Brasil.
Quatro passos para ganhar fluência
A AIHR define fluência em IA como a capacidade de usar a tecnologia com eficácia, responsabilidade e bom senso. Sua sugestão de caminho é:
- levantar onde a IA já está nas ferramentas do dia a dia, como ATS, sistema de gestão de RH e plataforma de aprendizagem, e quais tarefas afetam decisões sobre pessoas, dados de empregados ou conformidade;
- praticar em tarefas de baixo risco, como e-mails a candidatos e resumos de reunião, sem colar dados sensíveis em ferramentas públicas;
- conhecer a política de IA da empresa, as regras de privacidade e a legislação local, consultando jurídico, compliance ou TI na dúvida;
- registrar e compartilhar prompts e etapas de revisão que funcionam, transformando uma tarefa recorrente em fluxo simples, com checagem de qualidade.
O texto termina indicando os programas e avaliações da própria AIHR.
Perguntas frequentes
O que é alucinação em IA?
É quando a ferramenta dá uma resposta confiante, mas inventada, falsa ou sem fonte verificável. O guia da AIHR recomenda conferir conteúdo jurídico e de políticas internas em fontes confiáveis.
O que é human-in-the-loop?
É a prática de uma pessoa revisar, corrigir ou aprovar o resultado da IA antes de ele ser usado em um processo ou decisão da empresa.
O que é shadow AI?
É o uso, pelos empregados, de ferramentas de IA gratuitas de terceiros sem aprovação da empresa. Um exemplo do guia é o profissional de RH que usa uma conta pessoal de chatbot para redigir avaliações de desempenho, contra a política da empresa.
