Como usar IA para melhorar o clima organizacional. Confira o case da Blip
Nos últimos meses, o tema inteligência artificial (IA) tem dominado as conversas sobre o futuro do trabalho. Aqui na Blip estamos menos preocupados com o hype da tecnologia e mais sobre como ela pode, de fato, gerar valor prático para os negócios e para as pessoas — especialmente quando falamos de clima organizacional.
Como Diretora de Talent Management, tenho convicção de que um RH estratégico não pode renunciar aos dados e aos insights ricos que os dados de pessoas geram para a empresa.
E, mais do que isso: não pode deixar de desenvolver literacia em IA. Para estar à frente da transformação, precisamos entender profundamente como essas ferramentas operam. Assim podemos questionar, interpretar e decidir com mais precisão.
Foi com esse espírito que colocamos a IA para rodar em um processo super valioso: a análise de clima.
O desafio: quando os dados tradicionais não são suficientes
Tudo começou com um sinal de alerta. Uma das áreas de negócio da Blip enfrentava dificuldades em reter talentos. Apesar do alto esforço do time, os resultados não estavam no nível esperado. As métricas de performance não explicavam completamente o cenário, e as análises quantitativas de clima também não nos davam pistas claras.
O NPS da área oscilava junto ao da empresa — o que não nos ajudava a identificar causas específicas. Sabíamos que havia algo ali, mas o dado isolado não nos contava a história completa. Era preciso ir além das notas e entrar no território mais rico (e mais desafiador): os comentários abertos da pesquisa de clima.
Vou apresentar aqui as várias formas de análise e como usar o combo humano + IA ampliou a nossa habilidade de questionar até virem melhores insights.
A virada: da nuvem de palavras à interpretação de sentimentos com IA (Com o Human in the loop)
Analisar milhares de comentários manualmente seria inviável. Só no semestre analisado, foram mais de 8 mil respostas, muitas com nuances e contradições. A saída foi usar IA para fazer a leitura semântica, entender o sentimento por tema e sinalizar onde estavam os principais pontos de atrito ou reconhecimento.
Olhando primeiramente a uma nuvem de palavras, não houve nenhum insight. Palavras genéricas se repetiam tanto nos comentários de promotores (aqueles colaboradores satisfeitos e engajados com a empresa) quanto nos de detratores (colaboradores insatisfeitos). Por isso, deixamos de lado as nuvens de palavras superficiais.
Partimos para o uso de técnicas como bigramas (conjuntos de palavras que aparecem juntas) ainda separando comentários de detratores e promotores.
Quando olhamos o resultado de top 10 bigramas para detratores, “trabalho remoto” apareceu em primeiro lugar. Assim, poderíamos concluir que o trabalho remoto é o principal ponto negativo da empresa, certo?
Aí nos perguntamos… isso faz sentido? Não parecia fazer.
Partimos então para classificação por sentimento, pois percebemos que separar comentários por detratores e promotores não traz uma análise tão rica, afinal, promotores podem ter críticas e detratores, elogios.
E então vimos necessidade também de fazer uma análise de contexto: na época da pesquisa, era o momento de mercado em que a maioria das empresas de tecnologia anunciavam o fim do home-office e as pessoas estavam questionando se isso aconteceria na Blip.
Essa análise nos permitiu descobrir, por exemplo, que uma das maiores preocupações das pessoas não era o trabalho remoto em si, mas o receio de perdê-lo. Sem essa leitura contextual, o risco seria enorme: poderíamos tomar decisões equivocadas (como acabar com o home-office), agravando ainda mais o clima organizacional.
Outra riqueza que a análise nos proporcionou foi ver que os comentários negativos começam a aumentar antes do score de e NPS cair. Isso porque primeiro as pessoas manifestam suas insatisfações nos comentários. Elas passam a baixar a nota em um segundo momento caso percebam que não houve implementação de mudanças. A partir de agora, isso nos permite atuar preventivamente antes da nota cair e o clima piorar.
Além disso, no caso da diretoria em questão, nos trouxe visibilidade real dos pontos críticos da área e permitiu que as lideranças junto com time de RH construíssem um plano para reverter o cenário.
O papel do RH: de executor a consultor estratégico
Essa experiência reforçou um ponto essencial: a IA não substitui o julgamento humano — ela amplia. Cabe a nós, profissionais de RH, garantir a curadoria, fazer as perguntas certas e conectar os dados à estratégia do negócio.
Fazer isso exige um novo papel do RH: menos "defensor do processo", mais "consultor do negócio". Isso significa adaptar os processos de acordo com o momento da empresa, ouvir os times com profundidade e ajustar rotas com agilidade.
Também aprendemos que a análise de dados não pode ser só descritiva. Precisamos avançar para análises prescritivas e preditivas, com foco em impacto. Deixar de olhar apenas a fotografia do passado e passar a enxergar o filme do futuro.
Lições aprendidas (e provocação final)
- IA é poderosa, mas só faz sentido quando usada com propósito claro e alinhada ao contexto.
- Um RH estratégico precisa dominar o negócio, interpretar dados e atuar com pensamento crítico.
- A cultura organizacional é o maior diferencial competitivo em tempos de transformação acelerada. Usar IA para escutar as pessoas é uma das formas mais potentes de fortalecê-la.
Finalizo com uma pergunta: se queremos que o RH esteja na mesa das decisões, estamos realmente prontos para liderar a transformação digital das pessoas e da cultura nas empresas?
