15 de setembro de 2026
Inteligência Artificial e Liderança: Desenvolvendo Habilidades de Comunicação Através de uma Ferramenta de IA
João Augusto Rodrigues Cortial Chagas; Allan Tadeu Pugliese
DOI: 10.22167/2675-6528-202602234
Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.
Resumo
A inteligência artificial impactou a forma como líderes se comunicam e desenvolvem suas equipes, e o uso de ferramentas de IA para treinamento de habilidades interpessoais emergiu como alternativa relevante. Este estudo avaliou uma ferramenta de IA para o desenvolvimento de habilidades de comunicação em líderes, buscando compreender as percepções dos atores de uma organização sobre seu uso. A pesquisa envolveu sessenta colaboradores de uma multinacional, que participaram de sessões de treinamento de liderança entre o final de 2025 e o início de 2026. Os dados foram coletados por meio de um questionário online aplicado imediatamente após a utilização da ferramenta. Os resultados indicaram alta aceitação da ferramenta, especialmente em termos de usabilidade e apoio ao aprendizado, e uma contribuição positiva para o desenvolvimento de habilidades de comunicação. Contudo, identificaram-se limitações relacionadas ao realismo das interações e à qualidade dos feedbacks gerados pela IA. Concluiu-se que a inteligência artificial pode atuar como um instrumento complementar eficaz no desenvolvimento de líderes, desde que evolua em aspectos de personalização e autenticidade.
Palavras-chave: Aprendizagem; Desenvolvimento; Simulação; Soft skills; Tecnologia.
1. Introdução
A inteligência artificial (IA) tem se consolidado como uma das tecnologias mais transformadoras da era moderna. Ela é definida como a capacidade de sistemas computacionais simularem a inteligência humana para realizar tarefas que exigem aprendizado, percepção e tomada de decisões (Corrêa, n.d.). Suas aplicações abrangem automação de processos, análise preditiva, atendimento ao cliente por meio de chatbots e personalização de experiências de usuários, destacando-se pela eficiência, redução de custos e soluções inovadoras para desafios complexos (Corrêa, n.d.).
Embora suas origens remontem aos anos 1950, com os estudos de John McCarthy e Alan Turing (Gunkel, 2017), a pandemia de Covid-19 impulsionou seu uso em escala ainda maior, tornando-a um fator revolucionário no mundo dos negócios (Meirelles, 2021; Garcia, 2024). O avanço da IA ultrapassa as interações básicas de chatbots, evoluindo para ferramentas de alto processamento de linguagem e interações cada vez mais naturais (Meirelles, 2021; Altomare, 2025; Castello, 2025). Estima-se que, até 2030, o impacto da IA possa elevar o PIB brasileiro em quatro pontos percentuais (Meirelles, 2021). Embora o feedback humano seja crucial para o aprimoramento de algoritmos como o ChatGPT (Rosado, 2023), ainda existem desafios relacionados à artificialidade das interações e à adequação das respostas aos contextos reais.
No ambiente organizacional, a comunicação interpessoal é um pilar fundamental para o funcionamento e sucesso das empresas, sendo ainda mais relevante para aqueles que ocupam posições de liderança (Gerolamo, 2025). Liderar envolve influenciar pessoas rumo a uma visão e objetivos comuns, exigindo habilidades comunicacionais essenciais, como a condução de conversas difíceis e a entrega de feedback (Brown, 2016; Stone & Heen, 2016). A qualidade dessas interações impacta diretamente a produtividade e o bem-estar organizacional.
Nesse cenário, surgem ferramentas de IA projetadas para simular interações interpessoais, como sessões de feedback e negociações de vendas. Empresas que desenvolvem tais aplicações buscam aprimorar as habilidades de comunicação de seus colaboradores, muitas vezes utilizando modelos de IA como base. Essa inovação abre novas possibilidades para treinamentos corporativos, mas também levanta questões sobre sua influência nas dinâmicas humanas, na confiança interpessoal e na autenticidade das interações.
Diante da crescente relevância da inteligência artificial no desenvolvimento de habilidades e da importância crítica da comunicação para a liderança, torna-se fundamental investigar como as ferramentas de IA podem efetivamente contribuir para o aprimoramento das soft skills. A problemática central deste estudo questiona: a partir de uma ferramenta de IA voltada para treinamento de soft skills, como a Inteligência Artificial (IA) pode desenvolver habilidades de comunicação em líderes de uma organização? Assim, este estudo se propõe a entender as percepções dos atores de uma organização sobre o uso da ferramenta de Inteligência Artificial (IA) de forma a entender como ela auxilia no desenvolvimento de líderes em uma organização.
2. Material e Métodos
O estudo foi conduzido em uma multinacional do setor de tecnologia e comunicação, com colaboradores baseados nas Américas, abrangendo desde líderes em potencial até alta liderança. A pesquisa, de natureza exploratória e abordagem qualitativa, adotou um delineamento pré-experimental, no qual a ferramenta de IA foi aplicada a um grupo previamente determinado. Reconhece-se a limitação da ausência de um grupo de controle para comparação, devido à homogeneidade do universo amostral, composto por colaboradores de uma mesma organização. O período de interação com a ferramenta de IA ocorreu entre o último trimestre de 2025 e o primeiro trimestre de 2026, durante treinamentos em liderança e comunicação.
Os instrumentos de coleta de dados incluíram pesquisa bibliográfica e documental, entrevistas com gestores e especialistas, avaliação da ferramenta de IA pelo pesquisador e questionários. A pesquisa incluiu uma revisão bibliográfica e um exame detalhado da ferramenta de IA em questão, visando maior familiaridade com o objeto de estudo e o desenvolvimento de hipóteses (Turrioni & Mello, 2012; Prodanov & Freitas, 2013). A fase qualitativa inicial foi conduzida por meio de entrevistas com gestores e especialistas da área para validar hipóteses e levantar novas questões. Em seguida, a ferramenta de IA foi avaliada pelo pesquisador, que mapeou suas funcionalidades, interações e propostas de uso. Colaboradores da organização interagiram com a ferramenta de IA e avaliaram sua experiência por meio de um questionário online, aplicado via MS Forms em língua inglesa, imediatamente após o uso da ferramenta durante as sessões de treinamento. Foram realizados quatro treinamentos com perfis distintos de colaboradores, onde 22 não-gestores participaram de cenários de resolução de conflitos e feedback, e 38 gestores participaram de cenários de construção de objetivos e influência da liderança. Os participantes foram informados sobre os objetivos da pesquisa e aceitaram participar voluntariamente.
A ferramenta de Inteligência Artificial (IA) avaliada, fornecida por uma empresa terceira, visa simular situações organizacionais para desenvolver habilidades. Ela oferece cenários como feedback, resolução de conflitos, coaching e negociações, nos quais o participante recebe uma situação-problema e um objetivo. A interação com a ferramenta, que simula um colaborador, pode ocorrer por voz, chat ou ambos, e em múltiplos idiomas.
A ferramenta opera em diferentes modos. No modo “guiado”, são fornecidos ensinamentos e dicas durante a interação, e ao final, um feedback baseado em quatro áreas (objetivo do cenário, profissionalismo, coerência e eficiência), destacando pontos positivos. O modo “modelo” inverte os papéis, com o participante atuando como colaborador e a ferramenta como gestor, oferecendo um relatório final com pontos positivos. O modo “prática”, considerado o principal, permite uma interação sem interferências, como uma conversa real, e fornece um feedback mais completo ao final, incluindo boas avaliações, pontos de melhoria e uma nota de zero a cem, baseada nos mesmos quatro critérios. A ferramenta também permite parametrizar o comportamento da simulação, como assertividade ou reatividade, nos modos “guiado” e “prático”.
O trabalho foi dispensado de avaliação pelo Comitê de Ética, conforme o parágrafo único do Artigo 1º da Resolução CNS n° 510/2016, por se enquadrar como pesquisa de opinião pública com participantes não identificados, revisão da literatura científica e aprofundamento teórico de situações emergentes da prática profissional sem revelar dados identificáveis.
3. Resultados e Discussão
O mercado de ferramentas de Inteligência Artificial (IA)
O mercado de IA conversacional demonstrou um crescimento significativo, atingindo cerca de 7 bilhões de visitas web por mês em 2025, o que representa um aumento de 76% em relação a 2024. No mesmo período, os downloads de aplicativos de IA mais do que triplicaram, chegando a 1,9 bilhões. O ChatGPT (OpenAI) domina este mercado, sendo o quinto website mais visitado globalmente, embora sua participação tenha diminuído de 87% em 2024 para 64,5% em 2025 (Naspe e Sheridan, 2026; Sordilli, 2026). O Gemini (Google) emergiu como um forte segundo lugar, impulsionado por sua integração com outras ferramentas da empresa, como Gmail e Android, que incluem funcionalidades de IA generativa para tarefas cotidianas. A tendência observada é que as ferramentas de IA estão se tornando parte da infraestrutura digital, não apenas produtos isolados.
A utilização do ChatGPT por usuários de 45 anos ou mais cresceu, representando 30% do total, embora a maioria dos usuários ainda seja composta por indivíduos com menos de 34 anos. Em termos de finalidade, um terço da utilização é para criação e escrita, como geração de textos e imagens, e 24% para aprendizado prático, incluindo estudos e simulações (Naspe e Sheridan, 2026).
Fundamentos e desafios da Inteligência Artificial (IA)
As IAs operam sem um banco de dados interno para armazenamento de informações, focando na previsão da próxima palavra mais provável para uma resposta (Altomare, 2025). Castello (2025) distingue entre Machine Learning, que utiliza referências e materiais existentes para prover respostas, e Inteligência Artificial Generativa (GenAI), que é capaz de criar conteúdo próprio, como textos, imagens e vídeos. No Machine Learning, o aprendizado pode ser classificado como treinável, com acompanhamento humano, ou não treinável, onde a ferramenta otimiza suas respostas de forma autônoma (Altomare, 2025).
A criação de ambientes customizáveis em ferramentas de IA de mercado é viável, permitindo o desenvolvimento de habilidades de comunicação em líderes, inclusive com recursos avançados de áudio e vídeo para leitura de linguagem corporal e tom de voz (Altomare, 2025; Castello, 2025). No entanto, a utilização da IA apresenta desafios, como a potencial diminuição das interações humanas, uma vez que a IA tende a ser mais “cortês”, não simulando emoções e conflitos reais. Outra preocupação é o desinteresse pelo aprendizado e o desenvolvimento de habilidades humanas, dado que a IA pode substituir muitas atividades. Funções que exigem criatividade e inteligência emocional, como a liderança, permanecem distantes da automação (Altomare, 2025; Castello, 2025).
Funcionalidades da ferramenta de Inteligência Artificial (IA) avaliada
A ferramenta de IA avaliada, fornecida por uma empresa terceira, visa proporcionar simulações seguras e realistas de situações organizacionais para o desenvolvimento de novas habilidades. Os cenários disponíveis incluem feedback, resolução de conflitos, coaching e negociações com stakeholders, sempre com uma situação-problema e um objetivo definidos. A interação com a ferramenta pode ocorrer por voz, chat ou ambos. Observou-se que a geração de novas respostas pela ferramenta, após avaliação de uma mensagem específica, resultava em textos muito semelhantes, com poucas variações ortográficas.
A ferramenta oferece múltiplos modos de interação. No modo “guiado”, são fornecidas dicas e ensinamentos durante a interação. Ao final, um feedback é gerado com base em quatro áreas (objetivo do cenário, profissionalismo, coerência e eficiência), destacando apenas os pontos positivos. Em testes, o ensinamento útil foi limitado a uma única oportunidade. O modo “modelo” inverte os papéis, com o participante atuando como colaborador e a ferramenta como gestor, visando o aprendizado através da prática. As interações neste modo foram percebidas como artificiais, com respostas longas e padronizadas, e o feedback também se limitava a pontos positivos. O modo “prática” é o principal, permitindo uma conversa sem interferências. O feedback final é mais completo, incluindo avaliações positivas e pontos de melhoria, além de uma nota de desempenho. Contudo, a padronização dos textos de feedback positivo persistiu.
A ferramenta permite parametrizar o comportamento da simulação nos modos “guiado” e “prático”, escolhendo interações mais assertivas, reativas, desdenhosas, críticas ou aleatórias. Em testes, a avaliação de desempenho foi negativamente impactada por demoras ou hesitações em interações apenas orais, enquanto a interação escrita, que permite revisão, não sofreu a mesma penalidade.
Percepção dos usuários sobre a ferramenta de IA
Quatro treinamentos foram realizados com colaboradores de perfis distintos, utilizando a ferramenta de IA no modo “prática” para cenários específicos. Um questionário foi aplicado após a interação. Participaram 22 não-gestores (cenários de resolução de conflitos e feedback) e 38 gestores (cenários de construção de objetivos e influência da liderança).
A maioria dos participantes, quase três em cada quatro, optou por interagir com a ferramenta de forma exclusivamente escrita, independentemente do perfil. Poucos se arriscaram a interagir apenas pela fala, embora uma abordagem híbrida tenha sido utilizada por aproximadamente um quarto dos gestores, conforme Tabela 1.
Tabela 1. Forma de utilização da ferramenta de IA durante parte prática do curso.
| Público | Escrevendo e ouvindo | Falando apenas | Escrevendo apenas |
|---|---|---|---|
| Gestores | 23,7% | 2,6% | 73,7% |
| Não-Gestores | 9,1% | 18,2% | 72,7% |
Fonte: Resultados originais da pesquisa
A utilização prévia da ferramenta fora dos cursos avaliados foi baixa, conforme Tabela 2, indicando que poucos participantes a haviam explorado por conta própria ou em outros contextos.
Tabela 2. Utilização da ferramenta fora do curso
| Público | Sem utilização fora do curso | Sim, em outros cursos. | Sim, para aprendizado pessoal | Sim, tanto em outros cursos como para aprendizado pessoal |
|---|---|---|---|---|
| Gestores | 33 | 3 | 1 | 1 |
| Não-Gestores | 20 | 0 | 2 | 0 |
Fonte: Resultados originais da pesquisa
A usabilidade da ferramenta foi o aspecto mais bem avaliado, com uma média geral de 4,45 em todos os perfis. Os participantes também reconheceram a ferramenta como um apoio significativo ao aprendizado, especialmente entre os não-gestores, onde a percepção foi unânime, conforme Tabela 3.
Tabela 3. Avaliação da ferramenta de IA
| Público | Facilidade de utilização | Auxílio na compreensão do curso |
|---|---|---|
| Gestores | 4,45 | 4,16 |
| Não-Gestores | 4,45 | 4,50 |
| Média Geral | 4,45 | 4,28 |
Fonte: Resultados originais da pesquisa
Apesar das avaliações positivas em usabilidade e auxílio ao aprendizado, o realismo da interação foi o aspecto com a pior avaliação. Ao analisar a percepção de realismo em relação ao tipo de interação (Figura 1), observou-se que a interação falada recebeu a pior avaliação, enquanto a interação híbrida tendeu a ser percebida como mais realista. Comentários dos usuários indicaram uma percepção de perfis de simulação muito extremos, sem transições ou nuances, como interações excessivamente teimosas ou agradáveis, dependendo da parametrização.
Figura 1. Avaliação da ferramenta de IA: realismo da interação vs. forma de interação

Fonte: Resultados originais da pesquisa
A intenção de uso da ferramenta em futuros cursos da organização foi alta, com uma média geral de 4,33. Para aprendizado pessoal, a intenção foi ligeiramente menor, com média de 4,00, mas ainda relativamente alta. Os não-gestores demonstraram maior interesse em ambos os casos, conforme Tabela 4.
Tabela 4. Intenção de uso da ferramenta de IA
| Público | Em futuros cursos | No aprendizado pessoal. |
|---|---|---|
| Gestores | 4,24 | 3,89 |
| Não-Gestores | 4,50 | 4,18 |
| Média Geral | 4,33 | 4,00 |
Fonte: Resultados originais da pesquisa
Este estudo permitiu mapear as funcionalidades da ferramenta de IA e identificar seus pontos fortes, como a diversidade de cenários e a customização, bem como oportunidades de melhoria, notadamente no feedback e no realismo da interação. A aplicação prática da ferramenta em treinamentos de liderança demonstrou agregar valor à formação dos colaboradores, com percepções geralmente positivas. As limitações metodológicas, como a resistência ao uso de dados sensíveis e a dificuldade em obter uma amostra homogênea para um estudo quantitativo, direcionaram a pesquisa para uma abordagem mais qualitativa e prática. Sugere-se que estudos futuros validem os aprendizados em outros cenários e explorem outras ferramentas e propostas para ampliar o conhecimento sobre o desenvolvimento de líderes por meio da IA.
4. Conclusão
Este estudo buscou compreender as percepções dos atores de uma organização sobre o uso de uma ferramenta de Inteligência Artificial (IA) no desenvolvimento de habilidades de comunicação em líderes. Verificou-se alta aceitação da ferramenta, especialmente em termos de usabilidade e apoio ao aprendizado, o que indicou uma contribuição positiva para o aprimoramento das habilidades de comunicação. A maioria dos participantes optou pela interação escrita, embora a modalidade híbrida tenha sido percebida como mais realista. A intenção de uso da ferramenta em futuros cursos da organização foi alta, evidenciando seu valor percebido. Assim, a inteligência artificial emerge como um instrumento complementar eficaz para o desenvolvimento de líderes, oferecendo um ambiente seguro para a prática de soft skills.
Contudo, identificaram-se limitações notáveis relacionadas ao realismo das interações simuladas e à qualidade padronizada dos feedbacks gerados pela IA, que muitas vezes se restringiam a pontos positivos ou apresentavam pouca variação. A abordagem qualitativa adotada, embora prática, foi influenciada por desafios na obtenção de dados sensíveis e na formação de uma amostra homogênea, o que limitou a generalização estatística dos resultados. Para maximizar o potencial da IA, sugere-se que estudos futuros explorem a evolução da ferramenta em aspectos de personalização e autenticidade das interações. Recomenda-se também a validação dos aprendizados em outros cenários e a investigação de diferentes modalidades e propostas de ferramentas de IA, com foco em populações mais homogêneas para aprofundar a relevância estatística das percepções.
Referências Bibliográficas
Altomare, R. 2025. Inteligência Artificial: fundamentos e desafios. Entrevista realizada em 29/06/2025. São Paulo, SP, Brasil.
Brown, B. 2016. A Coragem de ser imperfeito. Sextante. Rio de Janeiro, RJ
Castello, F. 2025. Big Data e Inteligência na Gestão de Dados I e II. Apresentado no MBA de Gestão de negócios em 2024. Universidade de São Paulo. Piracicaba, SP.
Corrêa, D. n.d. Inteligência Artificial na Comunicação Interna – 7 ferramentas para otimizar o dia a dia. Progic. Disponível em . Acesso em 02/04/2025.
Garcia, F. 2024. IA, Ética e Carreira: O Que Ninguém Te Contou Sobre o Futuro do Trabalho. Apresentado na Conferência Nacional Toastmasters Brasil em 24/05/2024. Brasília, DF, Brasil.
Gerolamo, M. C. 2025. Liderança e Professional Skills. Apresentado no MBA de Gestão de negócios em 2024. Universidade de São Paulo. Piracicaba, SP.
Gunkel, D. 2017. Comunicação e inteligência artificial: novos desafios e oportunidades para a pesquisa em comunicação. SciElo Brasil. Disponível em: . Acesso em 01 de abril de 2025.
Meirelles, G. 2021. Pandemia acelera processos na revolução da inteligência artificial. Febraban Tech. Disponível em: < https://febrabantech.febrabanco.org.br/temas/inteligencia-artificial/pandemia-acelera-processos-na-revolucao-da-inteligencia-artificial>. Acesso em 02 de abril de 2025
Naspe, L.; Sheridan, S. 2026. 2025 Generative AI Landscape: The State Of Gen AI. Similarweb. disponível em: . Acesso em 02 de fevereiro de 2026.
Prodanov, C. C.; Freitas, E. C. de. 2013. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2ed. Feevale, Novo Hamburgo, RS, Brasil.
Resolução CNS (2016) [Referência completa não encontrada no documento original]
Rosado, A.C. 2023. Inteligência Artificial e o Futuro da Comunicação. Facha Editora, Rio de Janeiro, RJ. Disponível em: Acesso em 03/04/2025.
Sordilli, Aline. 2026. Gemini cresce, ChatGPT perde terreno e ambos formam duopólio mundial da IA. UOL. Disponível em: https://economia.uol.com.br/colunas/aline-sordili/2026/02/02/gemini-cresce-chatgpt-perde-terreno-e-ambos-formam-duopolio-mundial-da-ia.htm. Acesso em 02 de fevereiro de 2026.
Stone, D.; Heen, S. 2016. Obrigado pelo feedback: a ciência e a arte de receber bem o retorno de chefes, colegas, familiares e amigos. 1ed. Portfolio-Penguin, São Paulo, SP, Brasil.
Turrioni, J.; Mello, C.H. 2012. Metodologia de pesquisa em engenharia de produção estratégias, métodos e técnicas para condução de pesquisas quantitativas e qualitativas. Universidade Federal de Itajubá, Itajubá, MG, Brasil.
Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Negócios do MBA USP/Esalq
Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

