Conectar a IA ao contexto de gente (com LGPD redobrada)
Como fazer a IA trabalhar com os dados reais de gente, escolhendo o caminho certo pelo formato do dado, e por que a checagem de segurança em RH é redobrada: aqui não é só dado sensível da empresa, é dado pessoal de gente de verdade.
Você pergunta pra IA qual é a taxa de turnover real do último trimestre. Ela responde com uma análise cheia de termo bonito de gestão de pessoas, e inventada. A IA nunca abriu o seu sistema de folha nem a sua base de desligamentos, então ela chuta um número plausível pro seu setor, que não é o seu.
Você pede pra IA cruzar o custo de folha, que é dado estruturado no ERP, com a política de reajuste salarial, que é texto corrido, pra saber se o orçamento do próximo ano fecha. Ela devolve uma resposta segura, mas tratou o ERP como texto pra buscar por significado e a política como planilha, perdendo a regra de reajuste por faixa. O estouro de orçamento real ficou escondido numa cláusula que ela nunca leu direito.
Você pede pra IA avaliar o risco de um processo trabalhista cruzando o histórico de advertências do colaborador, estruturado no sistema de RH, com o contrato de trabalho, que é texto corrido em PDF. Ela devolve um parecer confiante, mas tratou o histórico como texto pra buscar por significado e o contrato como planilha, perdendo a cláusula que mudava tudo. O ponto que decidia o caso sumiu porque nenhuma fonte foi lida do jeito certo.
Você pede pra IA cruzar o employer branding, medido em métrica estruturada de candidaturas por canal, com o relatório de percepção de marca empregadora em PDF cheio de gráfico. Ela devolve um resumo bonito, mas leu o PDF como texto corrido e perdeu o gráfico, e tratou a métrica de canal como se precisasse de busca por significado. O canal que realmente trazia candidato bom sumiu no meio da confusão.
Você pede pra IA cruzar o índice de turnover, que mora estruturado no sistema de folha, com a política de desligamento, que é texto corrido em PDF, pra entender por que uma área específica está perdendo gente. Ela devolve uma resposta com jargão de gestão de pessoas, mas tratou a política como se fosse planilha e a folha como se precisasse de busca por significado. O time que mais perdia gente sumiu no meio da confusão, porque nenhuma das duas fontes foi lida do jeito certo. E antes de sequer conectar a base de desligamento nominal, com nome, CPF, motivo, ainda falta a pergunta que vale mais: esse dado pode sair da empresa sem anonimizar, e ele é dado pessoal sensível, por exemplo se o motivo envolve saúde ou licença?
Você pede pra IA dizer qual squad tem a maior retenção de talento, cruzando o painel de headcount, que é dado estruturado, com o relatório trimestral de clima em PDF cheio de gráfico que o RH manda. Ela devolve um número bonito, mas leu o PDF como texto corrido e perdeu a tabela, e tratou o painel como se precisasse buscar por significado em vez de calcular. O squad que realmente segurava talento estava numa coluna do painel que ela nunca somou direito.
Você pede pra IA explicar onde o funil de contratação mais trava, cruzando o export do ATS, que é linha e coluna, com o relatório de feedback de candidato em PDF que o RH monta todo trimestre. Ela devolve uma resposta de consultor, mas tratou o ATS como texto pra buscar por significado e o PDF cheio de gráfico como planilha simples, perdendo a tabela de conversão por etapa. O gargalo de verdade estava na entrevista técnica, escondido numa tabela que ela nunca leu como imagem.
Você pede pra IA achar onde o tempo de contratação mais estoura, cruzando o sistema de tempo por etapa do ATS, que é dado estruturado, com o relatório de qualidade de contratação em PDF cheio de gráfico que o RH te manda toda semana. Ela devolve uma resposta com jargão de eficiência, mas tratou o PDF como texto corrido, perdendo a tabela de tempos, e tratou o sistema estruturado como se precisasse de busca por significado. O gargalo que mais atrasava estava numa tabela que ela nunca leu como imagem de verdade.
Você pede pra IA listar quais processos de RH estão mais expostos sob a LGPD, cruzando a matriz de acessos a dado pessoal, que é linha e coluna, com a política de retenção de dados de candidato, que é texto corrido, e o relatório de auditoria em PDF cheio de gráfico. Ela devolve uma lista genérica, mas embaralhou as três fontes: tratou a matriz como texto, a política como planilha, e o PDF perdeu a tabela de severidade. O acesso realmente indevido estava numa política que ela nunca leu por significado.
Você pede pra IA achar qual etapa do onboarding técnico mais gera chamado de suporte, cruzando o log estruturado do sistema de acesso com o relatório de satisfação de onboarding em PDF cheio de gráfico. Ela devolve um palpite com ar de quem entende, mas tratou o log como texto pra buscar por significado e o PDF como planilha simples, perdendo o gráfico. A etapa que mais travava o novo colaborador estava numa tabela do relatório que ela nunca leu como imagem.
Você pede pra IA achar onde o candidato mais abandona o processo seletivo, cruzando os dados de funil do ATS, que são estruturados, com o relatório de pesquisa de experiência do candidato em PDF cheio de gráfico de calor. Ela devolve um clichê de recrutamento, mas tratou o funil como texto corrido e o PDF como planilha, perdendo o mapa de calor que mostrava o ponto real de desistência. O passo do meio do processo, onde o candidato realmente travava, sumiu porque nenhuma fonte foi lida do jeito certo.
Você pergunta pra IA qual concorrente está roubando o seu melhor talento, juntando o relatório de saída de entrevista de desligamento, em PDF cheio de gráfico, com a planilha de headcount por área numa tacada só. Ela devolve uma resposta bonita, mas embaralhou os dois: tratou o PDF com gráfico como texto corrido e perdeu a tabela, e tratou a planilha como se precisasse de busca por significado. A área que mais perdia gente pro concorrente estava escondida numa linha da planilha que ela nunca leu como tabela de verdade.
Putz, repara numa coisa: o problema quase nunca é a IA ser ruim de conta. O problema é que ela está respondendo de cabeça, sem nunca ter aberto os dados reais da sua gente. É como contratar o melhor consultor de RH do mercado, sentar ele na sua sala e nunca dar acesso ao seu ATS, à sua folha, ao seu histórico de desligamento. Ele vai falar bonito e vai errar feio, porque está adivinhando. Conectar a IA ao contexto de gente é exatamente o que tira ela do genérico. Só que aqui conectar errado é pior que em qualquer outra área, porque não é vazar número, é vazar a vida de uma pessoa.
A ideia central desta aula. A IA só serve de verdade quando trabalha com os dados reais de gente, e o FORMATO do dado decide o caminho. Dado estruturado (folha, ATS, sistema de ponto) muitas vezes nem pede busca vetorial: a IA raciocina sobre o schema, as estatísticas e uma amostra. Documento de texto (política, contrato, manual do colaborador) pede RAG, busca por significado. Relatório com gráfico e tabela (pesquisa de clima em PDF, dashboard de headcount) quebra o RAG tradicional, e aí entra ler a página como imagem. Mas em RH tem uma diferença que muda tudo: antes de qualquer coisa, a checagem de segurança é REDOBRADA. Não é "dado sensível da empresa", é dado pessoal de uma pessoa identificável, e às vezes dado pessoal sensível de verdade, sob a LGPD.
01O formato do dado de gente decide o caminho
A primeira coisa que muda tudo é parar de tratar "os dados de RH" como uma coisa só. Não existe um caminho único pra conectar a IA à sua gente. O que existe é o formato do dado, e o formato dita a estrada.
Pensa comigo em três tipos de informação que vivem em todo RH. Tem o dado estruturado, que mora em linha e coluna: o export do ATS ou do Gupy, a folha de pagamento, o sistema de ponto. Tem o documento de texto corrido: a política de desligamento, o manual do colaborador, a CLT e as normas internas, o contrato de trabalho. E tem o relatório visual: a pesquisa de clima em PDF com gráfico de calor por área, o dashboard de headcount com tabela colorida.
São três naturezas diferentes, e cada uma pede uma ferramenta diferente. Tentar enfiar as três no mesmo caminho é o erro número um. O estudo do @datasciencebrain bate exatamente nessa tecla: o formato do dado decide a arquitetura de memória, não o contrário.
02Dado estruturado: a IA raciocina sobre o schema, não precisa de vetorial
Aqui mora o engano mais comum de quem acabou de aprender RAG: achar que TODO dado precisa virar busca vetorial. Não precisa. E em RH boa parte da sua informação vive estruturada, em linha e coluna, direto do sistema de folha ou do ATS.
Quando o dado é um export de headcount ou uma tabela de turnover por área, a IA não ganha quase nada transformando cada célula em coordenada de significado. O que ela precisa é entender a ESTRUTURA: quais são as colunas, o que cada uma significa, qual é o total de linhas, a soma de cada coluna, o intervalo dos valores. Em vez de "buscar trechos parecidos", ela raciocina sobre o schema, sobre as estatísticas (média, soma, máximo, mínimo) e sobre uma amostra de algumas linhas representativas.
Pensa na diferença prática. Para responder "qual área tem o maior turnover", a IA não precisa de uma busca semântica difusa. Ela precisa olhar a tabela da folha, ordenar a coluna de desligamentos e ler a primeira linha. Isso é raciocínio sobre dado estruturado, não busca vetorial. É mais barato em token, mais exato e não tem o risco de a busca trazer o histórico da pessoa errada.
O recado é direto: antes de montar um RAG inteiro para os seus dados de gente, pergunte se o dado já não está estruturado. Se está, o caminho é dar para a IA o schema, as estatísticas e uma amostra, e deixar ela calcular. Beleza?
03Documento e relatório visual: dois caminhos que não se misturam
Agora os dois outros formatos, que muita gente trata igual e não são.
O documento de texto é o território natural do RAG, exatamente como você viu na aula de RAG e memória (a 2.4). A política de desligamento, o manual do colaborador, o contrato de trabalho: tudo isso é texto corrido, e a IA acha a resposta certa buscando por significado. Você pergunta "qual o aviso prévio dessa política" e a busca por significado puxa o trecho certo, mesmo que a política escreva "período de transição" em vez de "aviso prévio". Para texto, RAG resolve.
O relatório visual é onde mora a armadilha. Pega o PDF da sua pesquisa de clima: ele tem gráfico de calor por área, tem tabela de eNPS por senioridade, tem número alinhado em coluna, tem legenda que muda o sentido do gráfico ao lado. Se você joga esse PDF num RAG tradicional, ele extrai o texto e EMBARALHA tudo: o gráfico de calor vira uma sopa de números soltos, a tabela desaparece, a relação entre a área e o índice se perde. O RAG tradicional quebra no relatório visual, e o pior é que ele quebra em silêncio: devolve um número que parece certo e está errado, apontando o problema na área errada.
A saída é ler a página como IMAGEM. Modelos com visão (multimodal) olham o PDF como uma foto da página, enxergam a tabela como tabela, o gráfico de calor como gráfico, e preservam a relação entre a área e o índice. É a diferença entre transcrever uma pesquisa de clima às cegas e olhar para ela de fato.
04Segurança redobrada: aqui é dado pessoal de verdade
Tudo que vimos até aqui é sobre fazer a IA acertar. Agora o ponto que, em RH, é o que pode te derrubar de um jeito diferente do financeiro: o que sai da empresa não é só número, é gente.
No instante em que você conecta a IA aos dados da sua equipe, a checagem de segurança é REDOBRADA em relação a qualquer outra área. Não é "dado sensível da empresa", tipo um preço ou uma margem. É dado que identifica uma pessoa específica: nome, CPF, avaliação de desempenho, motivo de desligamento. E às vezes é dado pessoal SENSÍVEL de verdade, na definição do artigo 11 da LGPD: saúde, licença maternidade, orientação, entre outros. Esse tipo de dado pede um cuidado que nem todo dado financeiro pede.
Existem três camadas de proteção que andam juntas, e aqui elas são ainda mais estritas. A primeira é anonimização: trocar o nome da pessoa por um código antes de mandar pra IA, mascarar o CPF, agregar por área em vez de expor o indivíduo, sempre que a pergunta permitir responder de forma agregada. A segunda é a escolha de onde rodar: dado pessoal sensível pede um modelo rodando local ou num ambiente fechado, nunca a nuvem pública sem anonimização antes. A terceira é o gateway, o portão que fica entre você e o modelo e BARRA o que não pode passar, registrando tudo que passou, porque numa auditoria de LGPD é esse registro que prova que você tratou o dado com cuidado.
Esse gateway é o mesmo conceito da Pilha mais AI Gateway que você viu na Sala de Máquinas, e conecta direto com a aula de governança da execução (a 4.4). Aqui a diferença tem nome de processo trabalhista, de multa da ANPD e de confiança quebrada com a sua própria equipe. Vazar o dado sensível de um colaborador não é como vazar um número de margem: é a vida de uma pessoa exposta.
05Juntando tudo: do dado genérico ao dado da sua gente
Agora dá para ver o quadro inteiro. Conectar a IA ao contexto de gente é o que tira ela do genérico, é o que faz ela parar de chutar e começar a responder com o seu ATS, a sua folha, a sua pesquisa de clima na frente. Mas conectar é uma faca de dois gumes que corta mais fundo em RH: conectar errado ou vaza informação que identifica uma pessoa, ou inventa um achado com cara de verdade sobre gente de verdade.
A sequência mental que protege você é sempre a mesma, com um passo a mais no final. Primeiro, olhe o FORMATO do dado e escolha o caminho: estruturado vira raciocínio sobre schema, texto vira RAG, relatório visual vira leitura como imagem. Segundo, antes de plugar qualquer coisa, passe pela checagem de segurança redobrada: esse dado identifica uma pessoa, é dado sensível sob o artigo 11, precisa anonimizar, roda local ou na nuvem, o gateway está no meio. Formato primeiro, segurança sempre, e em RH essa segurança nunca é opcional nem "depende do caso".
Quem entende essa ordem para de tratar a IA como uma caixa mágica que adivinha achado sobre a sua equipe e passa a tratar como uma analista que você dá acesso, com regra, ao que ela pode ver de gente de verdade. Beleza?
Faça agora
Pegue um caso real do seu RH onde a IA respondeu de cabeça e errou, ou onde você ainda nem tentou usar IA: a sua tarefa real.
- Liste 3 fontes de dado que conteriam a resposta certa (ATS, folha de pagamento, pesquisa de clima, política de desligamento, contrato de trabalho).
- Para cada fonte, classifique o FORMATO: estruturado (linha e coluna), documento de texto, ou relatório visual (tabela e gráfico numa página).
- Marque o caminho de cada uma: estruturado leva a raciocínio sobre schema, texto leva a RAG, relatório visual leva a leitura como imagem.
- Faça a checagem de segurança REDOBRADA de cada fonte em uma linha: esse dado identifica uma pessoa? É dado pessoal sensível (saúde, licença, entre outros do art. 11)? Precisa anonimizar? Roda na nuvem ou pede ambiente fechado?
- Aponte qual fonte é a mais sensível das três e escreva, em uma frase, o que o gateway deveria barrar nela.
Você acabou de desenhar a conexão da sua IA com a sua gente pelo caminho certo e com o portão de segurança redobrado no lugar. Está à frente de quem só joga a pesquisa de clima num chat e reza.
Pratique
1. Você precisa que a IA responda 'qual área tem o maior turnover' a partir do export da sua folha de pagamento. Qual é o caminho mais indicado?
2. Por que jogar o PDF da pesquisa de clima (com mapa de calor e tabelas) num RAG tradicional costuma apontar a área errada?
3. Antes de conectar a IA a um dado de RH que envolve saúde ou licença de um colaborador, qual é a postura correta?
Para o quadro
Sobre o diagnósticoela está adivinhando porque nunca abriu o seu ATS, a sua folha, o seu histórico.
Sobre o formatofolha é estruturada e pede raciocínio sobre colunas. Relatório visual quebra o RAG tradicional em silêncio.
Sobre a segurançaaqui é dado pessoal de verdade. A checagem vem antes de qualquer conexão, não depois do susto.
Valeu pelo feedback. Isso ajuda a afiar a próxima aula.