O machine learning em RH

Como em todos os aspectos dos negócios modernos, a tecnologia está mudando a maneira como operamos e funcionamos. Essa transformação se aplica a todos os departamentos das empresas, e a área de recursos humanos não é uma exceção.

Uma série de tecnologias emergentes e em desenvolvimento estão agora entrando nos departamentos de RH: do cloud à mobilidade, realidade virtual e realidade aumentada, tecnologia blockchain, internet das coisas (IoT) entre outros.

Uma tecnologia que atualmente está fazendo grandes progressos na otimização e melhoria da função do RH é o machine learning. Melhorias no processamento de linguagem natural já permitiram bots ou chatbots inteligentes para lidar com uma série de funções de RH.

A principal característica do machine learning no RH é seu poder de lidar com uma grande quantidade de funções operacionais, repetitivas e demoradas. Assim, a equipe pode focar em trabalhos mais “valiosos” como a interação humana e em projetos mais estratégicos.

À medida que mais empresas se afastam dos e-mails tradicionais e usam plataformas de mensagens em grupo, redes sociais etc, a dependência da inovação cresce exponencialmente.

Usos do Machine Learning

O machine learning pode ajudar (com eficiência) o departamento com:

  • Agendamento de funções como entrevistas, avaliações de desempenho, reuniões de grupo e uma série de outras tarefas regulares;
  • Melhorar os programas de recompensas e reconhecimento;
  • Aperfeiçoar os procedimentos de recrutamento;
  • Análises e relatórios sobre dados relevantes;
  • Gerenciar e metrificar o engajamento;
  • Reduzir a rotatividade de pessoal;
  • Simplificar fluxos de trabalho;
  • Personalizar o treinamento.

Quanto mais o RH usa o machine learning em seu dia-a-dia, mais a tecnologia aprende sobre a empresa, e absorve todas as informações relevantes, sendo capaz de:

  • Tornar-se um recurso para informações e perguntas relacionadas a políticas, benefícios, procedimentos da empresa e resolução básica de conflitos;
  • Ajustar e personalizar o treinamento para torná-lo mais relevante e acessível ao colaborador;
  • Acompanhar, orientar e melhorar o crescimento e o desenvolvimento dos colaboradores;
  • Identificar lacunas de conhecimento ou fraqueza no treinamento;
  • Ajudar em avaliações de desempenho.

Insights de dados

O RH reúne uma imensa quantidade de dados sobre todos os aspectos da atividade dos colaboradores. Mesmo assim, não há uma forma de aprendizado para compreensão e analise de dados para identificação de tendências, ameaças e oportunidades importantes. Ou seja, é perdida uma janela de oportunidade para colocar o RH um passo à frente nas tomadas de decisões.

Com o machine learning, os fluxos de trabalho podem ser melhorados, os resultados de treinamento serem melhor compreendidos e as tendências de contratação, dias de folga e solicitações de férias podem ser otimizados.

Aplicações do machine learning na rotina do RH

As seguintes práticas já são realidade para o RH de algumas empresas:

Automação de fluxos de trabalho

Agendamento é geralmente uma tarefa custosa e demorada. Por essa razão, esta foi uma das primeiras aplicações do machine learning no RH, possibilitando aprimorar a integração, agendando entrevistas e acompanhamentos, avaliações de desempenho, treinando, testando e lidando com as consultas de RH mais comuns e repetitivas. Assim, o machine learning pode tirar a maior parte desse trabalho tedioso das mãos da equipe.

Isso agilizará o processo e dará ao departamento de RH mais tempo para se concentrar nos trabalhos de maior valor.

Atração dos melhores talentos

Uma série de aplicativos de machine learning já está sendo usada por muitas empresas para melhorar a atração de talentos. Alguns exemplos:

  • O LinkedIn usou o machine learning para restringir pesquisas e buscar candidatos adequados com base em algoritmos inteligentes avançados.
  • A FedEx usa a tecnologia para melhorar a comunicação com os candidatos que buscam trabalhar para eles, analisando as características dos potenciais candidatos para oferecer posições que são compatíveis com suas habilidades, experiências e perfil.

Redução de tempo e maior precisão no recrutamento

Uma das funções mais importantes e demoradas do RH é o recrutamento. As tecnologias de machine learning podem economizar tempo com o uso de análise preditiva para reduzir o desperdício de tempo no recrutamento e tornar o processo mais confiável e preciso, gerenciando e simplificando o processo de recrutamento do início ao fim.

Embora o elemento humano seja necessário para conhecer um candidato, o machine learning fornece análises precisas e úteis para melhorar a eficácia do recrutamento, ajudando a eliminar possíveis preconceitos que pode surgir no processo.

Acompanhamento e avaliação de candidatos

As aplicações do machine learning são capazes de rastrear novos aplicativos à medida que entram no sistema. Assim, é possível agilizar o processo e economizar tempo e dinheiro, ajudando a reduzir o preconceito e as falhas humanas.

Personalização

Dada a natureza mutável das novas gerações que ingressam no mercado de trabalho, a personalização tornou-se uma parte importante para atrair, contratar e reter os melhores talentos.

O machine learning é capaz de entender as necessidades únicas de diferentes indivíduos e criar treinamentos personalizados, recompensas e reconhecimento, bem como programas de incentivo para cada perfil.

Detecção e compreensão de atrito

Prever, compreender e gerenciar as taxas de atrito é essencial para manter talentos engajados e diminuir o turnover. Com o machine learning é possível identificar esses fatores e auxiliar o RH a gerenciar a situação de forma muito mais rápida.

Os dados sobre a rotatividade também ficam mais compreensíveis, oferecendo insights para correção de rotas e fazer as mudanças necessárias para minimizar o problema.

Planejamento avançado e melhorias de eficiência

Com a facilitação da análise de dados, é possível ter insights úteis que ajudarão o RH a prever tendências de rotatividade, problemas de comunicação, progresso de projetos, engajamento dos colaboradores e uma série de outros desenvolvimentos e problemas cruciais.

Isso permitirá que eles tenham consciência antecipada de quaisquer problemas e tomem medidas corretivas antes que esses problemas se tornem complexos e resultem em perdas de recursos, seja financeiro ou de pessoal.

Análise e mensuração do engajamento dos colaboradores

Uma recente pesquisa divulgada pela Gelman, Rosenberg & Freedman informa que 70% dos colaboradores não estão engajados em seus trabalhos. O custo desse nível de insatisfação é assombroso: uma perda de produtividade de mais de 43%, com um custo nacional estimado de US $ 450 bilhões a US $ 550 bilhões por ano! Esses dados são alarmantes.

Apesar desse dado refletir a realidade das organizações americanas, o Brasil não fica tão distante assim. É rotineiro vermos colaboradores desmotivados, improdutivos e insatisfeitos com os seus trabalhos. Quando não, casos piores que levam colaboradores a faltar frequentemente. Esse comportamento afeta a equipe e toda a empresa.

Com o machine learning é possível processar os dados para medir e entender o engajamento dos colaboradores. A análise desses dados permite aumentar a produtividade, estabelecer um sentimento de felicidade e satisfação entre os colaboradores através de programas, benefícios e outros recursos, reduzindo as taxas de rotatividade de pessoal.

Gerenciamento individual de skills e desenvolvimento de desempenho

Essa tecnologia também é útil no desenvolvimento de novos recrutadores, assim como no desenvolvimento da equipe existente.

O futuro do machine learning no RH

O gerenciamento empresarial e o engajamento baseados em insights de machine learning já estão dando os seus primeiros passos. A tendência é que sejam ampliados exponencialmente.

O departamento de People Analytics do Google foi pioneiro na criação de mecanismos de gerenciamento de desempenho no nível corporativo. Usando a tecnologia, a empresa conseguiu identificar o tamanho ideal para uma determinada equipe ou departamento.


Apesar dessa tecnologia já estar presente em muitos departamentos de RH, é sabido que no Brasil ainda há pouca aquisição de machine learning. Seja pelo custo, pela falta de conhecimento ou receio, é certo que o ritmo de alcance nacional ainda não é tão acelerado como vemos em outros países. Mas a boa notícia é que muitas RH Techs já estão aplicando o machine learning e tendo êxito, atraindo RH’s de outras empresas.

As empresas que demoram a adaptar-se e a adotar as novas oportunidades oferecidas pelo machine learning logo se encontrarão em desvantagem competitiva.

É importante deixar claro que o elemento humano do RH nunca desaparecerá. O machine learning pode auxiliar a garantir que as funções desses departamentos sejam simplificadas e ágeis.