Por Duarte Drumond, Formador em inteligência artificial generativa, autor e Prompt Engineer
O
uso de tecnologia em recursos humanos (RH) tem evoluído consideravelmente, mas continua dependente de plataformas standard. Sistemas de recrutamento, formação ou avaliação de desempenho resolvem necessidades base, mas falham quando os processos não seguem um modelo genérico. O problema está no facto de a maior parte das equipas de RH trabalhar com ferramentas desenhadas para responder a milhares de empresas ao mesmo tempo, o que significa que raramente refletem com precisão a lógica, critérios e fluxos de uma organização em particular.
É neste contexto que o Google AI Studio se torna relevante. Para além de interface de interação com modelos de linguagem, permite construir soluções internas ajustadas às necessidades da organização e dos profissionais. O foco deixa de ser utilizar software fechado e passa a ser criar ferramentas próprias para tarefas concretas e com regras definidas pela própria equipa.
As capacidades de structured output, function calling, análise documental, File Search e construção de apps tornam este tipo de abordagem viável sem obrigar, de início, a um processo clássico de desenvolvimento. Isto traduz-se na criação de um conjunto de ferramentas específicas: um sistema para triagem de CV, outro para análise de documentos, um centro de consulta de conhecimento, uma ferramenta de apoio à avaliação de desempenho, um simulador para formação. Cada uma resolve um problema, com critérios claros e resultados consistentes.
No recrutamento, por exemplo, é possível estruturar a triagem de candidatos com base em critérios pré-definidos. A ferramenta analisa CVs, identifica competências, avalia alinhamento com a função e devolve um output comparável entre candidatos. Pode identificar lacunas, sugerir perguntas para entrevista e organizar a leitura. A decisão continua a ser humana, mas agora suportada com inteligência artificial (IA).
No onboarding, a centralização de informação tem um papel de relevo. É possível criar um assistente que responde com base nas políticas, processos, manuais e documentação interna da organização, para o colaborador obter respostas alinhadas com a realidade da empresa, sem múltiplos interlocutores ou pesquisa em várias pastas. A mesma lógica aplica-se à gestão de conhecimento em sentido amplo, em que a informação que estava dispersa passa a estar acessível diretamente e centralizada.
Na análise documental, a IA permite estruturar a leitura de contratos, regulamentos, políticas internas, avaliações ou outros documentos. A ferramenta pode identificar cláusulas, datas, exceções, obrigações e pontos de atenção e organizar a informação para posterior validação. Pode funcionar como apoio técnico, útil em tarefas repetidas e com grandes volumes de documentação. O mesmo racional pode ser aplicado à avaliação de desempenho, pois, quando existem critérios e dados, é possível criar ferramentas que leem indicadores, organizam KPIs, resumem evolução e ajudam a preparar feedback.
Importa referir que o AI Studio não se limita à criação de ferramentas e pode ser usado para melhoria da comunicação em RH. Permite criar páginas de ofertas de emprego com estrutura definida e foco nas informações certas e também é possível criar páginas pessoais ou microsites profissionais para perfis ligados a recrutamento, formação ou employer branding, sem depender, logo à partida, de equipas de desenvolvimento ou da contratação de serviços externos especializados.
A componente multimodal permite ainda criar ferramentas para geração de imagens associadas a vagas de emprego. Com templates definidos, é possível produzir conteúdos visuais alinhados com a identidade da empresa para utilizar nas redes sociais, campanhas de recrutamento ou em páginas de carreira. Isto inclui, por exemplo, uma ferramenta interna que recebe o título da vaga, localização, área e nível de senioridade e devolve uma imagem pronta a publicar segundo regras visuais pré-definidas. O valor está na geração da imagem, na normalização do processo de criação e na autonomia e aumento de capacidades que o profissional de RH pode ganhar através do correto uso da ferramenta.
A integração com o Google Cloud e Google Firebase permite armazenar dados, gerir acessos, autenticar utilizadores e publicar estas ferramentas ou páginas online em poucos minutos. O ecossistema Google facilita a criação do protótipo e a sua publicação para utilização em contexto real de trabalho. Uma solução de RH pode passar a funcionar com base de dados, login, histórico de utilização e ser incluída numa infraestrutura interna. Para equipas que precisam de colocar uma ferramenta em uso, a ligação entre AI Studio, Cloud e Firebase encurta bastante o processo.
A construção de tais soluções exige método, pois a qualidade do resultado obtido depende da forma como o problema é definido e como o prompt é construído. O modelo PROMPT permite estruturar este processo de forma simples: Pensa, Reflete, Otimiza, Molda, Passa, Testa.
Pensar implica identificar o problema ou a instrução na sua génese. Reflete clarifica o objetivo e contexto. Otimiza acrescenta os critérios, detalhes e limites. Molda define o formato do output a receber. Passa requer passar (de forma escrita ou por voz) a instrução ao sistema. Testa implica avaliar o resultado, identificar falhas e ajustar até ao resultado final. Este processo é particularmente útil, pois a plataforma permite testar rápido, alterar instruções, mudar a estrutura de saída e iterar até garantir o produto pretendido.
Exemplos de aplicação:
- Triagem de CV com scoring estruturado;
- Assistentes de onboarding;
- Sistemas de consulta de políticas e procedimentos;
- Ferramentas de análise de contratos;
- Apoio à avaliação de desempenho;
- Simuladores de entrevistas e gestão de equipas;
- Validação de inputs em processos de payroll;
- Criação de páginas de ofertas de emprego;
- Desenvolvimento de páginas profissionais;
- Geração de imagens para vagas.
A implementação deve começar com um caso de uso concreto. A partir daí, testar, ajustar, validar e só depois expandir. A definição de critérios, o uso de dados reais e a validação com utilizadores são fatores determinantes.
Em RH, a utilidade da IA generativa depende menos do modelo e mais da forma como o problema é dividido, do contexto que é dado ao sistema e da qualidade do output que a equipa precisa de receber. O uso de IA em RH inclui agora a capacidade de criar sistemas próprios, alinhados com os processos da empresa, com os documentos da empresa e com a forma como a própria equipa trabalha.
Artigo publicado na edição 164 da RHmagazine, referente aos meses de maio e junho de 2026
Aproveite e leia já as últimas edições da RHmagazine AQUI
