Governança algorítmica e relações de poder na GRH para além do compliance formal

Autores

Palavras-chave:

Inteligência artificial. Gestão de recursos humanos. Privacidade e viés algorítmico. Governança algorítmica. responsabilidade estruturada

Resumo

Esta pesquisa analisa criticamente se o arcabouço normativo vigente — em especial a Lei Geral de Proteção de Dados (LGPD), o General Data Protection Regulation (GDPR) e iniciativas regulatórias recentes sobre IA — é suficiente para mitigar os riscos éticos estruturais decorrentes da governança algorítmica na gestão de Recursos Humanos. O estudo evidencia que, embora a IA seja legitimada por narrativas de eficiência e neutralidade técnica, a governança algorítmica produz efeitos estruturais que impactam a privacidade, a igualdade e a distribuição de poder no ambiente de trabalho, deslocando o debate da dimensão técnica para uma análise crítica das estruturas de poder e regulação. Realizou-se uma revisão sistemática de literatura conduzida conforme o protocolo PRISMA, com abordagem qualitativa e finalidade analítico-crítica, abrangendo estudos indexados nas bases Scopus e Web of Science entre 2015 e 2025. Os resultados indicam que os principais riscos identificados não são meramente técnicos, mas estruturais: (i) fragilização da privacidade diante da datificação contínua do trabalhador e da limitação do consentimento em contextos de subordinação; (ii) reprodução de desigualdades históricas por meio de vieses algorítmicos incorporados a dados organizacionais; e (iii) intensificação das assimetrias de poder, decorrente da centralização informacional e da opacidade decisória. Constatou-se que o modelo regulatório predominante permanece centrado na conformidade formal, sem enfrentar adequadamente a redistribuição de poder e os impactos distributivos da automação. Como contribuição, propõe-se o Modelo de Governança Algorítmica com Responsabilidade Estruturada (MGARE), baseado em avaliação de impacto laboral, explicabilidade, auditoria independente e participação coletiva, visando superar o paradigma de compliance documental em direção a uma governança orientada à justiça material e à accountability institucional ampliada.

Downloads

Não há dados estatísticos.

Biografia do Autor

Daniela Gomes Appolinário, UCB – Universidade Católica de Brasília, DF, Brasil

Mestre em Governança, Tecnologia e Inovação pela Universidade Católica de Brasília (UCB).

Helga Cristina Hedler, UCB – Universidade Católica de Brasília, DF, Brasil

Doutora em Psicologia Social, do Trabalho e das Organizações na Universidade de Brasília (UnB).

Beatriz Amália Albarello, UCB – Universidade Católica de Brasília, DF, Brasil

Doutora em Psicologia pela Universidade Católica de Brasília (UCB).

Edilson Ferneda, UCB – Universidade Católica de Brasília, DF, Brasil

Doutor em Computação pela Laboratoire d’Informatique, Robotique et Microélectronique de
Montpellier (LIRMM).

Referências

BANKINS, S.; FORMOSA, P.; GRIEP, Y.; RICHARDS, D. AI decision making with dignity? Contrasting workers’ justice perceptions of human and AI decision making in a human resource management context. Information Systems Frontiers, [S.l.], v. 24, n. 3, p. 857-875, 2022. DOI: http://dx.doi.org/10.1007/s10796-021-10223-8.

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm.

BRASIL. Senado Federal. Projeto de Lei nº 2.338, de 2023. Dispõe sobre o uso da Inteligência Artificial. Brasília, DF, 2023. Disponível em: https://www25.senado.leg.br/web/atividade/materias/-/materia/157233.

COMISSÃO EUROPEIA. Proposta de Regulamento do Parlamento Europeu e do Conselho nº 2021/0103. Regulamento de Inteligência Artificial, 2021. Disponível em: https://eur-lex.europa.eu/legal-content/PT/TXT/HTML/?uri=CELEX:52021PC0206.

EUBANKS, V. Automating inequality: how high-tech tools profile, police, and punish the poor. New York: St. Martin’s Press, 2018.

FERNÁNDEZ-ALLER, C.; PÉREZ, M. M. S. ¿Es posible una inteligencia artificial respetuosa con la protección de datos? Doxa: Cuadernos de Filosofía del Derecho, [S.l.], n. 45, p. 307-324, 2022. DOI: http://dx.doi.org/10.14198/doxa2022.45.11.

FERNÁNDEZ-MARTÍNEZ, C.; FERNÁNDEZ, A. AI and recruiting software: ethical and legal implications. Paladyn: Journal of Behavioral Robotics, [S.l.], v. 11, n. 1, p. 199-216, 2020. DOI: http://dx.doi.org/10.1515/pjbr-2020-0030.

FRANÇA, T. J. F. et al. Artificial intelligence applied to potential assessment and talent identification in an organisational context. Heliyon, v. 9, n. 4, e14694, 2023. DOI: https://doi.org/10.1016/j.heliyon.2023.e14694.

GIERMINDL, L. M. et al. The dark sides of people analytics: reviewing the perils for organizations and employees. European Journal of Information Systems, [S.l.], v. 31, n. 3, p. 410-435, 2021. DOI: http://dx.doi.org/10.1080/0960085x.2021.1927213.

JARRAHI, M. H. et al. Algorithmic management in a work context. Big Data & Society, v. 8, 2021. DOI: http://dx.doi.org/10.1177/20539517211020332.

KÖCHLING, A.; WEHNER, M. C. Discriminated by an algorithm: a systematic review of discrimination and fairness in HR recruitment and development. Business Research, [S.l.], v. 13, n. 3, p. 795-848, 2020. DOI: http://dx.doi.org/10.1007/s40685-020-00134-w.

KÖCHLING, A. et al. Highly accurate, but still discriminatory. Business & Information Systems Engineering, [S.l.], v. 63, n. 1, p. 39-54, 2020. DOI: http://dx.doi.org/10.1007/s12599-020-00673-w.

KOIVUNEN, S. et al. Pitfalls and tensions in digitalizing talent acquisition. Interacting with Computers, v. 35, 2023. DOI: https://doi.org/10.1093/iwc/iwad018.

LINNENLUECKE, M. K.; MARRONE, M.; SINGH, A. K. Conducting systematic literature reviews and bibliometric analyses. Australian Journal of Management, v. 45, n. 2, 2020.

LANGER, M.; KÖNIG, C. J. Transparency and opacity in algorithm-based HRM. Human Resource Management Review, [S.l.], v. 33, n. 1, 2023. DOI: http://dx.doi.org/10.1016/j.hrmr.2021.100881.

MEIRELES, A. V. Algoritmos e autonomia: relações de poder e resistência no capitalismo de vigilância. Opinião Pública, Campinas, v. 27, n. 1, p. 28-50, 2021. DOI: http://dx.doi.org/10.1590/1807-0191202127128.

ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OECD). Recommendation of the Council on Artificial Intelligence (OECD/LEGAL/0449), 2019. Disponível em: https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449.

O’NEIL, C. Weapons of math destruction: how big data increases inequality and threatens democracy. New York: Crown, 2016.

PAGE, M. J. et al. A declaração PRISMA 2020: uma diretriz atualizada para relatar revisões sistemáticas. BMJ, v. 372, n. 71, 2021. DOI: https://doi.org/10.1136/bmj.n71.

PERO, A. S.; WYCKOFF, P. Using artificial intelligence in the workplace. OECD Social, Employment and Migration Working Papers, Paris, n. 273, 2022. DOI: http://dx.doi.org/10.1787/840a2d9f-en.

RODGERS, W. et al. An artificial intelligence algorithmic approach to ethical decision-making in HRM. Human Resource Management Review, v. 33, 2023. DOI: https://doi.org/10.1016/j.hrmr.2022.100925.

SELLER, M. L. Big data, capacitações dinâmicas e desempenho organizacional. 2018. Tese (Doutorado em Administração) – Universidade de São Paulo, São Paulo, 2018. Disponível em: https://teses.usp.br.

TAMBE, P.; CAPPELLI, P.; YAKUBOVICH, V. Artificial intelligence in human resources management. California Management Review, [S.l.], v. 61, n. 4, p. 15-42, 2019. DOI: http://dx.doi.org/10.1177/0008125619867910.

UNIÃO EUROPEIA. Regulamento (UE) 2016/679 do Parlamento Europeu e do Conselho. Regulamento Geral sobre a Proteção de Dados (RGPD), 2016. Disponível em: https://eur-lex.europa.eu.

VARMA, A.; DAWKINS, C.; CHAUDHURI, K. Artificial intelligence and people management. Human Resource Management Review, [S.l.], v. 33, n. 1, 2023. DOI: http://dx.doi.org/10.1016/j.hrmr.2022.100923.

ZUBOFF, S. The age of surveillance capitalism: the fight for a human future at the new frontier of power. New York: PublicAffairs, 2019.

Downloads

Publicado

2026-05-05

Artigos mais lidos pelo mesmo(s) autor(es)