A Exceção de Desenvolvimento: Plataformas de Mobilidade Interna e o Perímetro da Governação de IA no Emprego

A fronteira que nenhum estatuto traça

A governança institucional de IA no emprego convergiu, com notável consistência, para uma fronteira que não aparece em lugar nenhum na legislação vigente. A fronteira separa a contratação do desenvolvimento. Sistemas que avaliam candidatos externos são tratados como tecnologia de decisão e recebem o aparato correspondente: auditoria de viés, aviso ao candidato, documentação de fornecedor e revisão jurídica. Sistemas que avaliam funcionários existentes para oportunidades internas são tratados como tecnologia de desenvolvimento e são adquiridos sob padrões de revisão apropriados a uma plataforma de gestão de aprendizagem.

A distinção é administrativamente intuitiva. Candidatos externos são estranhos à organização, e a organização lhes deve um processo. Candidatos internos já estão empregados, já são conhecidos e já estão dentro da relação. Estender-lhes oportunidade apresenta-se como um benefício concedido, e não uma decisão proferida. A distinção também é reforçada organizacionalmente, porque as plataformas de mobilidade interna são normalmente patrocinadas por funções de desenvolvimento de talentos, orçamentadas em função de objetivos de engajamento e retenção, e avaliadas por métricas de adoção, e não pela qualidade da decisão.

Nem a tecnologia nem a linguagem estatutária sustentam essa distinção. Uma plataforma de mobilidade interna que infere a capacidade do funcionário a partir de currículos, históricos de projetos, registros de aprendizagem, dados de desempenho e sinais comportamentais, e depois classifica funcionários frente a vagas internas, está gerando uma avaliação que influencia materialmente promoção, remuneração e atribuição. Isso é uma decisão consequencial sobre uma pessoa. A circunstância de a pessoa ter-se voluntariado para a plataforma, e de a organização descrever o resultado como uma recomendação, não altera o caráter da determinação que está sendo feita.

O que o perímetro realmente abrange

A Lei Municipal 144 de Nova York (Local Law 144) é aplicável desde julho de 2023 e abrange ferramentas automatizadas de decisão de emprego usadas para substancialmente auxiliar ou substituir a tomada de decisão discricionária em decisões de emprego. O estatuto é explícito ao afirmar que abrange contratação e promoção. As suas obrigações são processuais, e não substantivas: uma auditoria de viés independente realizada no ano anterior, publicação do resumo da auditoria e aviso prévio aos indivíduos afetados. As penalidades acumulam-se por violação, e o uso contínuo é tratado como uma violação contínua.

Uma organização que tenha encomendado auditorias de viés para a sua triagem de candidatos externos, enquanto trata o seu mercado interno de talentos como fora do âmbito, traçou uma linha que a ordenança não reconhece. Quando o sistema interno pontua ou classifica funcionários para vagas que constituem promoção, a obrigação de auditoria se aplica. As evidências públicas ainda não indicam com que consistência as autoridades de fiscalização têm alcançado implementações de mobilidade interna, mas a ausência de fiscalização até o momento é uma base fraca para uma posição de conformidade, particularmente quando a exposição se acumula diariamente.

O padrão estende-se além de Nova York. O Projeto de Lei 3773 do Illinois (HB 3773), promulgado em agosto de 2024 e programado para entrar em vigor em 1º de janeiro de 2026, emenda a Lei de Direitos Humanos do Illinois para proibir o uso de inteligência artificial que produza efeitos discriminatórios sobre classes protegidas, vedar o uso de códigos postais como proxies para características protegidas e exigir aviso sempre que a inteligência artificial seja usada em decisões relativas a recrutamento, contratação, promoção, disciplina ou demissão. A obrigação de aviso aplica-se ao uso, não ao resultado. A disposição sobre discriminação é exequível através da Lei de Direitos Humanos, que prevê uma via privada de reparação.

O Projeto de Lei do Senado do Colorado SB 24-205, promulgado em maio de 2024 e programado para entrar em vigor em 1º de fevereiro de 2026, identifica decisões de emprego como decisões consequenciais e impõe aos implementadores um dever de cuidado razoável contra discriminação algorítmica, juntamente com programas de gestão de risco, avaliações de impacto e obrigações de divulgação. O estatuto foi assinado com uma carta anexa do governador instando a revisão legislativa antes da implementação, e tem atraído pressão sustentada por emendas. A sua forma final é incerta. Essa incerteza é, em si, uma consideração de governança, e não uma razão para postergação, porque uma organização que calibre os seus controlos internos conforme o regime que se mostre mais fraco estará recalibrando-os a cada sessão legislativa.

O Conselho de Direitos Civis da Califórnia tem vindo a desenvolver regulamentos que tratam de sistemas automatizados de decisão no emprego, e a direção dessa regulamentação é consistente com o padrão acima. Na União Europeia, o Regulamento (UE) 2024/1689 entrou em vigor em agosto de 2024 e designa os sistemas de inteligência artificial destinados a uso no emprego, gestão de trabalhadores e acesso ao trabalho por conta própria como de alto risco nos termos do Anexo III, incluindo expressamente sistemas usados para tomar decisões que afetem promoção, atribuição de tarefas e avaliação do desempenho no trabalho. As obrigações para esses sistemas estão previstas para se aplicar a partir de agosto de 2026. A linguagem do Anexo III dirige-se à função desempenhada, e não à categoria de produto comercializado, e os motores de mobilidade interna desempenham as funções enumeradas.

O problema probatório

O caso de negócio para a mobilidade interna habilitada por IA circula numa forma que não resistirá ao escrutínio de aquisição. Números que afirmam que estas plataformas reduzem a rotatividade em um terço, ou que ferramentas de engajamento irão aumentar a retenção em um quarto dentro de um determinado ano, propagam-se através de agregações de conteúdo de fornecedores nas quais cada afirmação carrega uma atribuição de fonte que remete para outra agregação. O estudo subjacente, quando procurado, geralmente não existe.

Uma segunda e mais consequente distorção envolve a atribuição incorreta de pesquisa genuína. O Workplace Learning Report da LinkedIn e o seu Career Development Index associado constatam que organizações que pontuam no quintil superior em maturidade de desenvolvimento de carreira, medida através de compromissos declarados, linguagem das vagas de emprego, prevalência de competências de liderança e níveis de mobilidade interna, apresentam taxas materialmente mais elevadas de promoção para funções de liderança, maior permanência dos funcionários e maior engajamento dos aprendizes do que as organizações no quintil inferior. Essa é uma constatação sobre o investimento organizacional no desenvolvimento de carreira. É rotineiramente reapresentada em materiais de fornecedores como uma constatação sobre o efeito das ferramentas de inteligência artificial, o que não é o que foi medido nem o que os grupos de comparação distinguem.

O que o registo credível sustenta é mais restrito. Várias grandes empresas, incluindo a Unilever, a HSBC e a Schneider Electric, atribuíram publicamente reduções significativas na rotatividade voluntária a implementações de mercados internos de talentos. Previsões de analistas projetaram uma adoção substancial entre grandes empresas. Evidências de casos indicam tempos de preenchimento interno mais rápidos e menor despesa com contratados. Estes são resultados operacionais autodeclarados e estimativas de previsão, e não uma avaliação controlada, e devem ser caracterizados como tal em qualquer caso de negócio que venha a ser lido por um auditor, um regulador ou a parte contrária. A distinção entre um resultado que uma organização observou após a implementação e um efeito atribuível ao sistema é a distinção que a governança existe para preservar.

A alegação de viés exige evidência, não garantia

A justificação mais comum avançada para a mobilidade interna algorítmica é que esta reduz o viés. O argumento tem uma premissa defensável. A promoção discricionária controlada por gestores carrega disparidades bem documentadas, a retenção de talentos suprime a visibilidade dos funcionários, e a opacidade sobre as vagas internas distribui a oportunidade de forma desigual. A transparência sobre quais funções existem e quem pode candidatar-se tem valor independente.

Consistência não é equidade.

A conclusão não decorre da premissa. Um sistema de mobilidade interna treinado no próprio histórico de avanço de uma organização irá reproduzir os padrões desse histórico com maior consistência, aplicação mais ampla e menor rastreabilidade do que os gestores cujo julgamento ele complementa. Consistência não é equidade. O abandono da ferramenta experimental de recrutamento da Amazon, depois de se ter descoberto que desfavorecia as mulheres, continua a ser a demonstração permanente de que os dados de treino históricos codificam resultados históricos, e o caso envolvia a contratação externa, onde o sinal de treino é comparativamente escasso. Os sistemas de mobilidade interna operam sobre o registo acumulado da própria relação de emprego, incluindo avaliações de desempenho, atribuições de projetos e avaliações de gestores, cada um dos quais carrega o seu próprio histórico distributivo.

A consequência de governança é que uma alegação de redução de viés é uma afirmação factual que exige evidência, não uma intenção de design que possa simplesmente ser enunciada. Sob um padrão de impacto desigual do tipo adotado pelo Illinois, a crença de boa-fé de um empregador de que uma ferramenta melhora a equidade não responde à questão de saber se os resultados diferem entre classes protegidas. Apenas o teste de resultados responde a essa questão.

Implicações de governança

A recomendação operativa é que os sistemas de mobilidade interna sejam trazidos para dentro do perímetro de governança de IA no emprego na fase de aquisição, e não na fase de incidente.

A documentação de aquisição deve exigir que o fornecedor declare, em linguagem contratual, se os resultados do sistema são usados para tomar, orientar ou influenciar materialmente decisões relativas a promoção, remuneração, atribuição ou continuidade do emprego. É essa formulação, e não a categoria de produto sob a qual o sistema é comercializado, que determina a cobertura regulatória em todos os regimes acima analisados. Um fornecedor que não esteja disposto a caracterizar os seus próprios resultados nesses termos comunicou algo útil.

A documentação de auditoria de viés deve ser exigida como condição de adjudicação, e não solicitada após a implementação, devendo identificar a metodologia de auditoria, as categorias de classes protegidas examinadas, se foi realizada análise interseccional, a população sobre a qual a auditoria foi realizada e a data. Uma auditoria realizada sobre a população agregada de clientes de um fornecedor não é uma auditoria dos resultados da organização implementadora, e essa distinção deve ser registada, e não presumida.

A documentação do modelo deve identificar a proveniência dos dados de treino e as características sobre as quais as inferências são realizadas, com confirmação explícita de que nenhuma variável geográfica, educacional ou derivada do tempo de serviço atua como proxy para uma característica protegida. Os fluxos de trabalho de aviso e ação adversa devem ser especificados contratualmente, e não deixados à implementação, porque as obrigações de aviso previstas nos estatutos analisados aplicam-se ao empregador implementador independentemente do que o fornecedor tenha construído. A linguagem de indemnização merece atenção particular, uma vez que o padrão emergente na legislação estadual restringe a transferência da responsabilidade por discriminação para os fornecedores.

Nada disto constitui um argumento contra a mobilidade interna habilitada por IA. O racional de talento é substantivo, e a alternativa de um controlo discricionário opaco não é evidentemente superior. O argumento é que uma categoria de sistema comercializada como uma iniciativa de experiência do funcionário é, funcionalmente, infraestrutura de decisão consequencial, que o perímetro estatutário já a abrange, e que as organizações que descobrirem isto após a implementação estarão a retroadaptar a governança a ferramentas que já moldam o avanço há vários ciclos. O ponto menos dispendioso para governar tal sistema é antes de ser adquirido.

Referências

• Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho, de 13 de junho de 2024, que estabelece regras harmonizadas em matéria de inteligência artificial, Anexo III(4).
• Código Administrativo da Cidade de Nova York § 20-870 e seguintes (Lei Municipal 144 de 2021); regras finais do Departamento de Proteção ao Consumidor e ao Trabalhador, em vigor a partir de 5 de julho de 2023.
• Projeto de Lei da Câmara do Illinois 3773, 103ª Assembleia Geral (2024), que emenda a Lei de Direitos Humanos do Illinois, em vigor a partir de 1º de janeiro de 2026.
• Projeto de Lei do Senado do Colorado 24-205, Relativo a Proteções do Consumidor nas Interações com Sistemas de Inteligência Artificial (2024), em vigor a partir de 1º de fevereiro de 2026.
• LinkedIn Learning, Workplace Learning Report 2025, e a metodologia associada do Career Development Index.
• Dastin, J. “Amazon elimina ferramenta secreta de recrutamento com IA que apresentava viés contra mulheres.” Reuters, 10 de outubro de 2018.
• McKinsey & Company, “Evite a rotatividade com um mercado interno de talentos,” McKinsey Talks Talent.