Batizada de “know-how”, a inteligência artificial conseguiu atingir 90% de precisão na previsão de saídas durante os testes

Kauê Medeiros
19 de Setembro 

Pesquisadores e docentes Henrique N. Sá Earp (Imecc), Cristiano Torezzan e Leonardo Tomazeli Duarte (ambos da FCA-Unicamp) anunciaram a criação de uma inteligência artificial preditiva desenvolvida para reduzir a taxa de desligamentos em diferentes tipos de operação empresarial, seja em casos de demissão ou no encerramento de contratos comerciais.

Os desenvolvedores batizaram a solução de “know-how” e, durante a fase de testes em uma empresa, ela alcançou 90% de acerto na previsão de pedidos de demissão. Além disso, com base nos dados fornecidos pela IA, a companhia conseguiu reduzir em 50% a taxa de desligamentos internos, conforme publicado no site da universidade.

Como a IA funciona?

Cristiano Torezzan, professor da FCA-Unicamp e sócio-fundador da spin-off 4C Datalab, explica que o modelo por trás do know-how é voltado à previsão de desligamentos — ou drop out, em inglês — e pode ser aplicado a qualquer tipo de vínculo entre uma pessoa e uma instituição.

“Esse é um modelo em que aprendemos a identificar características em termos de dados e a treinar diferentes modelos de aprendizado de máquina. É como se vários especialistas observassem o mesmo fenômeno, mas sob pontos de vista distintos. Então, combinamos essas opiniões — em que cada uma delas corresponde a um algoritmo — para ter, a princípio, uma probabilidade de desligamento”, afirma Torezzan.

Segundo o professor, é possível identificar a probabilidade do indivíduo sair da empresa, independente de seu vínculo, com base no padrão de saídas anteriores. Além disso, a IA também consegue indicar quais foram as características mais relevantes para estimar aquela probabilidade.

Turnover: a pedra no sapato das empresas

A retenção de talentos ainda é um desafio para as empresas brasileiras — ao menos é o que indica o levantamento do Instituto Brasileiro de Economia (Ibre), da Fundação Getulio Vargas (FGV). De acordo com os dados divulgados, 57% das companhias que atuam nos setores de comércio, serviços, indústria e construção enfrentam dificuldades para contratar e reter colaboradores.

Gustavo Biagioli, chief compliance officer & legal director do Trench Rossi Watanabe, aponta o principal obstáculo por trás desses números. “O desafio contínuo que a gestão de talentos enfrenta nas empresas é a combinação de fatores para se adequar a cada aspiração geracional diferente, convivendo simultaneamente no mercado de trabalho.”

O executivo acredita que os dados gerados por uma IA preditiva têm grande valor para as organizações. Ele afirma que esse recurso permite às empresas criem programas internos de gestão de talentos, baseados em dados, de forma a utilizá-los de maneiras benéficas.

Os desafios da IA preditiva

Contudo, Biagioli aponta que um dos principais desafios para a utilização da IA, incluindo a predição para auxiliar na retenção de talentos, é trabalhar com uma base estruturada. O executivo explica que, ao lidar com dados não qualificados, a IA recorre a combinações aleatórias e à estatística, o que pode gerar resultados imprecisos.

“É isso que os especialistas chamam tecnicamente de ‘alucinação’, porque ela acaba criando e combinando dados aleatoriamente. Isso gera resultados que não haviam sido produzidos e que não correspondem aos fatos”, complementa Biagioli.

Outro ponto destacado pelo chief compliance officer do Trench Rossi Watanabe é a questão da confidencialidade dos dados usados na análise preditiva, em conformidade com a Lei Geral de Proteção de Dados (LGPD). “Isso significa, por exemplo, que quando você não precisa mais daqueles dados pessoais utilizados, é necessário realizar a gestão do ciclo de vida dessas informações e, oportunamente, eliminá-las”, ressalta o executivo.

Ao comentar sobre o tema, Torezzan afirma que as preocupações éticas em torno do uso da IA são pertinentes. Segundo o professor, em áreas como predição de turnover, essa preocupação precisa existir, mas é de certa maneira menor. Na sua visão, a finalidade da solução não é cercear direitos, mas sim de oferecer melhores condições de trabalho.

O futuro do know-how

O professor da FCA-Unicamp revela que já estão em andamento aplicações para um projeto de financiamento que poderá impulsionar a evolução da ferramenta. “O aperfeiçoamento que estamos prevendo é acoplar um modelo de IA generativa no know-how. Com isso, além das previsões, será possível que áreas como o RH, por exemplo, interajam com o modelo em termos de gestão e regulação”, conclui Torezzan.