Artigo

26 de outubro de 2026

INTELIGÊNCIA ARTIFICIAL E OTIMIZAÇÃO DO PROCESSO DE RECRUTAMENTO E SELEÇÃO DE ORGANIZAÇÃO DO SETOR SUCROENERGÉTICO

Andressa Nicodemos Alves; Manoel Gonçales Filho

DOI: 10.22167/2675-6528-202600556

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 integração da inteligência artificial (IA) no recrutamento e seleção (R&S) tem transformado a dinâmica da área de recursos humanos, promovendo ganhos de eficiência, precisão e agilidade. O estudo objetivou identificar as experiências de profissionais de RH sobre a aplicação da IA no R&S, analisando seus benefícios, desafios e impactos na organização, e verificando até qual etapa do processo seletivo a IA é pertinente, além de propor melhorias embasadas na literatura. A pesquisa, de natureza aplicada e abordagem qualitativa, foi desenvolvida por meio de um estudo de caso em uma empresa de grande porte do setor sucroenergético, utilizando entrevistas semiestruturadas com profissionais diretamente envolvidos no processo. Os resultados evidenciaram que a IA deve ser empregada principalmente nas etapas de triagem e atração de talentos, proporcionando economia de tempo, padronização de critérios e maior aderência entre o perfil do candidato e a cultura organizacional. Contudo, a partir das fases de entrevistas e avaliação comportamental, a intervenção humana mostrou-se essencial para assegurar decisões éticas, empáticas e contextualizadas. A pesquisa contribuiu ao destacar a importância do equilíbrio entre automação e julgamento humano, e propôs a revisão periódica dos critérios das ferramentas de IA, combinando eficiência tecnológica com práticas éticas, inclusivas e estratégicas para fortalecer o desempenho organizacional e a experiência dos candidatos.

Palavras-chave: Automação; Gestão de Pessoas; Recursos Humanos; Transformação Digital.

1. Introdução

A integração da inteligência artificial (IA) na área de recursos humanos (RH) tem se intensificado, com as tecnologias assumindo um papel central nas atividades laborais cotidianas. Essa proximidade crescente reflete a busca por soluções mais práticas e eficientes, redefinindo a dinâmica de diversos setores (Ribeiro, 2024).

No contexto do recrutamento e seleção (R&S), a IA tem promovido uma verdadeira revolução, automatizando tarefas repetitivas e operacionais, como a triagem de currículos. Essa automação permite análises mais precisas e concretas, baseadas em dados comportamentais e competências (Garcia; Mendes, 2023). Os benefícios incluem a diminuição de custos, o melhor aproveitamento do tempo e o aumento da assertividade nas contratações (Appolinário et al., 2025).

A aplicação da IA no R&S também contribui significativamente para a redução de erros humanos e vieses inconscientes, melhorando o alinhamento entre o perfil do candidato e a cultura organizacional. Em ambientes menos digitalizados, a triagem de currículos pode consumir até setenta por cento do tempo dos profissionais de RH. A IA, conforme Sousa et al. (2019), facilita a comunicação com os candidatos, gera feedbacks personalizados e padroniza processos, tornando o RH mais estratégico e orientado por dados.

Além disso, a adoção da IA em processos seletivos capacita as organizações a superar limitações e preconceitos, garantindo a seleção de talentos qualificados. Isso incentiva a inovação e a diversidade, fatores cruciais para o aumento da vantagem competitiva no mercado atual (Atanazio et al., 2021).

Contudo, a implementação da IA no R&S não está isenta de desafios e preocupações éticas. Questões como a privacidade de dados, a dependência excessiva de algoritmos e a possibilidade de desumanização do ambiente de trabalho são pontos que exigem atenção (Garcia; Mendes, 2023; Martins, 2024). Para mitigar esses riscos, é fundamental que as organizações adotem práticas de governança, incluindo auditorias constantes, transparência nos processos decisórios e políticas de uso responsável da tecnologia.

É crucial que a tecnologia atue como um apoio ao julgamento humano, e não como um substituto, especialmente em situações que envolvem aspectos subjetivos, como motivação e avaliação de desempenho. O equilíbrio entre automação e intervenção humana é, portanto, uma condição essencial para que a IA fortaleça tanto os resultados organizacionais quanto a experiência dos colaboradores (Garcia; Mendes, 2023).

Nesse contexto, surge a problemática de como a inteligência artificial impacta e otimiza o processo de recrutamento e seleção em uma organização específica do setor sucroenergético, localizada no Estado de São Paulo. Há uma lacuna na compreensão das experiências dos profissionais de RH e na identificação de até qual etapa do processo seletivo a atuação da IA é mais pertinente, garantindo um uso ético e eficaz.

Este trabalho se justifica pela crescente adoção de ferramentas de IA no ambiente organizacional, que demanda análises críticas sobre suas implicações práticas e éticas, bem como a proposição de melhorias que harmonizem tecnologia e atividade humana. Assim, o presente estudo tem como objetivo identificar as experiências dos profissionais de recursos humanos sobre a aplicação da inteligência artificial no processo de recrutamento e seleção, analisando seus benefícios, desafios e impactos na organização, e verificar até qual etapa do processo seletivo é pertinente manter a atuação da inteligência artificial.

2. Material e Métodos

A presente pesquisa caracterizou-se pela natureza aplicada, buscando gerar conhecimento para a solução de problemas práticos na gestão organizacional (Gerhardt; Silveira, 2009). Adotou-se uma abordagem qualitativa, que permitiu compreender as percepções, significados e interpretações atribuídas pelos profissionais de recursos humanos ao uso da inteligência artificial nos processos de recrutamento e seleção (Minayo, 2001).

Quanto aos objetivos, o estudo foi classificado como exploratório, por proporcionar maior familiaridade com o tema investigado. Também se configurou como bibliográfico, ao apoiar-se em referenciais teóricos que fundamentaram a discussão, e explicativo, por buscar compreender as relações de causa e efeito entre a tecnologia e seus impactos nas práticas de gestão de pessoas (Gil, 2007).

A pesquisa bibliográfica foi conduzida em bases de dados como Google Acadêmico e Spell.Org, utilizando-se palavras-chave nos idiomas português e inglês. As palavras-chave empregadas foram: Inteligência Artificial, Recrutamento e Seleção, Recursos Humanos e Automação de Processos. Essa etapa visou a construção do embasamento teórico para o estudo.

Como procedimento técnico, realizou-se um estudo de caso em uma empresa de grande porte do setor sucroenergético, localizada no estado de São Paulo, Brasil. A organização investigada possui aproximadamente nove mil colaboradores no país e é controlada por um grupo internacional de origem europeia.

O departamento de Recursos Humanos da empresa, foco desta pesquisa, é composto por quarenta e quatro profissionais. Desses, doze atuam diretamente nos processos de recrutamento e seleção. A companhia opera sete unidades industriais distribuídas no noroeste paulista, sendo líder global na produção de açúcar, etanol e energia renovável.

Os participantes do estudo foram doze recrutadores que atuam diretamente nos processos de recrutamento e seleção da empresa. A seleção desses profissionais baseou-se em critérios de inclusão específicos: possuir experiência mínima de um ano na área de R&S e ter participado de processos seletivos mediados por tecnologias de inteligência artificial.

Para a coleta de dados, utilizaram-se entrevistas semiestruturadas, conduzidas em ambiente reservado. O roteiro de perguntas foi elaborado com base nos principais eixos identificados na literatura sobre inteligência artificial e recrutamento e seleção, conforme detalhado no Apêndice A do trabalho original.

As entrevistas tiveram duração média de 45 minutos e foram realizadas no formato “online”, por meio da plataforma “Teams”. Os apontamentos foram registrados mediante autorização prévia dos participantes. A coleta de dados ocorreu entre os meses de outubro e novembro de 2025.

Os perfis dos entrevistados, que incluíam informações sobre formação, função e tempo de experiência, foram considerados para contextualizar as percepções coletadas. A diversidade de funções e experiências entre os participantes contribuiu para uma visão abrangente sobre o tema.

A análise dos dados obtidos foi realizada por meio da técnica de análise de conteúdo (Bardin, 2016). Esse método permitiu a identificação de padrões, categorias e significados recorrentes nas respostas dos participantes, proporcionando uma compreensão aprofundada das experiências relatadas.

As categorias de análise foram definidas por um processo híbrido, que combinou referenciais teóricos identificados na revisão de literatura com evidências emergentes das entrevistas. Inicialmente, estabeleceram-se categorias preliminares com base em eixos recorrentes nos estudos sobre IA em R&S, como eficiência operacional, vieses, ética, diversidade e humanização.

Posteriormente, durante a análise das falas, essas categorias foram refinadas e ajustadas conforme a recorrência e relevância dos temas identificados nos relatos. Buscou-se a recorrência de padrões nos relatos, identificada quando as falas apresentaram repetição de conteúdos e ausência de novos elementos relevantes.

A pesquisa assegurou o anonimato e a confidencialidade dos entrevistados e das informações fornecidas. A participação foi voluntária, com os participantes plenamente informados sobre os objetivos do estudo por meio do Termo de Consentimento Livre e Esclarecido (TCLE), apresentado no Apêndice B.

Conforme o parágrafo único do artigo 1º da Resolução CNS n. 510, de abril de 2016, o trabalho foi dispensado do registro e da análise do Comitê de Ética em Pesquisa (CEP) e da Comissão Nacional de Ética em Pesquisa (CONEP). Essa dispensa se deu por se tratar de pesquisa de opinião com participantes não identificados.

3. Resultados e Discussão

A pesquisa buscou identificar as experiências dos profissionais de recursos humanos sobre a aplicação da inteligência artificial no processo de recrutamento e seleção, analisando seus benefícios, desafios e impactos na organização. As entrevistas foram estruturadas a partir de uma revisão bibliográfica abrangente, permitindo uma análise aprofundada das percepções dos participantes sobre a tecnologia, eficiência, vieses e ética. A comparação entre as práticas observadas na empresa e as recomendações da literatura foi fundamental para identificar pontos de convergência e divergência, subsidiando a proposição de melhorias específicas para o processo de R&S da organização estudada, uma empresa de grande porte no setor sucroenergético.

Os participantes da pesquisa destacaram o uso de ferramentas digitais, como o “LinkedIn Recruiter”, para a atração e captação de talentos. Essa tecnologia foi percebida como um aliado estratégico na otimização do tempo, na identificação de perfis mais aderentes às vagas e na padronização dos critérios de avaliação. Tal constatação corrobora os achados de Sousa et al. (2019), que indicam que a IA pode reduzir em até setenta por cento o tempo dedicado à triagem de currículos, contribuindo para decisões mais ágeis e assertivas. A empresa, ao empregar a tecnologia nessas fases iniciais, alinha-se às melhores práticas da literatura, buscando eficiência e redução de custos operacionais.

A implementação das ferramentas de inteligência artificial exigiu um período de adaptação e treinamento por parte da equipe de RH. Os relatos indicaram uma resistência inicial, acompanhada da necessidade de compreender o funcionamento dos algoritmos e filtros para maximizar o uso da tecnologia no dia a dia. A empresa investiu em treinamentos internos, o que resultou em maior confiança dos recrutadores e no desenvolvimento da maturidade digital do departamento. Para sustentar essa evolução, propõe-se a revisão periódica dos parâmetros das ferramentas de IA, garantindo que os filtros e critérios de busca permaneçam atualizados e alinhados às demandas reais das vagas, evitando exclusões indevidas e ampliando a assertividade dos resultados, além de fortalecer a capacitação contínua da equipe.

Em relação às etapas do processo seletivo em que a IA demonstra maior eficiência, a maioria dos entrevistados apontou a triagem de currículos e a busca por perfis baseada em palavras-chave. Essas atividades, tradicionalmente consumidoras de tempo para os recrutadores, tornaram-se mais rápidas e consistentes com o uso da tecnologia, especialmente em processos seletivos de grande volume. Esse benefício é amplamente reconhecido na literatura, como por Appolinário et al. (2025), que enfatizam o ganho de agilidade e a redução de custos como vantagens centrais da automação no R&S. A empresa, portanto, capitaliza esses ganhos ao automatizar as fases iniciais do processo.

Contudo, os participantes ressaltaram que, a partir das fases de entrevistas e avaliações comportamentais, a presença humana torna-se indispensável para assegurar decisões éticas, empáticas e contextualizadas. Essa percepção alinha-se ao argumento de Garcia e Mendes (2023), que defendem que a IA deve atuar como apoio ao julgamento humano, e não como substituta do discernimento subjetivo. O equilíbrio entre tecnologia e sensibilidade humana foi identificado como um dos maiores desafios, pois busca garantir agilidade sem comprometer a humanização do processo seletivo, reforçando a necessidade de a IA apoiar decisões mais estratégicas, identificando candidatos com maior potencial de aderência e desenvolvimento futuro.

As entrevistas evidenciaram que a atuação da IA é mais pertinente nas etapas iniciais do processo seletivo, como a triagem e captação de currículos. Em contraste, fases como entrevistas, análises comportamentais e a decisão final devem permanecer sob o julgamento humano. Os recrutadores destacaram que, nessas etapas, o julgamento subjetivo, a empatia e a interpretação contextual são cruciais para evitar decisões enviesadas ou desumanizadas. A IA, portanto, é mais eficaz como ferramenta de apoio operacional e analítico, e não como substituta do discernimento humano nas fases decisivas do R&S. Para aprimorar essa integração, sugere-se estabelecer uma política interna que defina claramente os limites de atuação da IA, garantindo que as decisões finais de contratação sejam conduzidas por avaliação humana.

Adicionalmente, foram apontadas oportunidades para desenvolver protocolos de transição entre etapas automatizadas e presenciais, assegurando coerência de critérios e preservando a ética, a imparcialidade e a humanização das decisões. A criação de indicadores de diversidade e a implementação de tais protocolos podem auxiliar no monitoramento contínuo dos resultados, garantindo que a tecnologia atue de forma inclusiva e alinhada aos valores organizacionais. Essa abordagem visa potencializar o impacto social e cultural dos processos de seleção, guiada por princípios de diversidade e inclusão, conforme defendido por Atanazio et al. (2021).

Quando questionados sobre o papel da IA na redução de preconceitos e promoção da diversidade, os participantes apresentaram uma visão equilibrada. Reconheceram que a tecnologia pode auxiliar, desde que configurada adequadamente, mas alertaram que parâmetros mal definidos podem reforçar vieses existentes. Atanazio et al. (2021) enfatizam a importância da governança e do acompanhamento constante para que a IA seja uma aliada na redução do preconceito, promovendo maior diversidade e inovação. A proposição de melhoria inclui a criação de indicadores de diversidade para monitoramento contínuo, assegurando que a tecnologia atue de forma inclusiva e alinhada aos valores organizacionais.

Em relação à experiência do candidato, os entrevistados observaram que a automação reduziu o tempo de resposta e padronizou o feedback, conforme destacado por Sousa et al. (2019). No entanto, o contato inicial tornou-se mais impessoal. Reconhece-se, portanto, a importância de equilibrar eficiência e empatia, garantindo que a tecnologia não comprometa a humanização do processo. Recomenda-se incorporar métricas de satisfação do candidato e momentos de contato humano estratégico, de modo a preservar a percepção de acolhimento e empatia durante o processo seletivo, fortalecendo a relação entre a organização e os potenciais talentos.

As questões éticas também foram objeto de reflexão, com preocupações sobre o risco de bons candidatos serem descartados por filtros automáticos excessivamente rígidos e a possibilidade de o processo se tornar impessoal. Essa preocupação converge com as análises de Martins et al. (2024), que alertam para os riscos da dependência excessiva de algoritmos e da desumanização do ambiente de trabalho. Os entrevistados reforçaram a necessidade de manter o julgamento humano sempre presente, garantindo que a tecnologia seja uma aliada e não uma substituta da sensibilidade dos recrutadores. A proposição nesse quesito é a criação de protocolos de governança que estabeleçam limites claros para o uso da IA, assegurando a revisão humana em etapas decisivas do processo seletivo.

De maneira geral, os profissionais entrevistados destacaram benefícios claros da IA, como ganho de tempo, agilidade em processos seletivos em massa e maior padronização na análise de perfis. A expectativa é que, nos próximos anos, a IA assuma um papel cada vez mais analítico, permitindo que os recrutadores concentrem-se nas etapas de decisão e relacionamento humano. Contudo, foram mencionados desafios como a dependência da tecnologia e o risco de perder talentos por critérios automatizados. A proposta de melhoria é a definição de critérios transparentes de parametrização e a revisão periódica das ferramentas de IA, garantindo que os benefícios da automação se mantenham sem comprometer a diversidade e a qualidade das contratações.

A pesquisa evidenciou que o uso equilibrado da IA representa não apenas uma inovação tecnológica, mas uma transformação cultural na forma de gerir pessoas. Os resultados demonstram que o futuro do recrutamento depende da integração entre dados e empatia, algoritmos e experiência, o que reforça a necessidade de construir políticas organizacionais que priorizem tanto a eficiência operacional quanto o respeito à individualidade humana. As proposições de melhoria concentram-se na governança da IA, na revisão de critérios algorítmicos e na integração entre decisões tecnológicas e julgamento humano, indicando que o desafio organizacional reside na gestão, monitoramento e alinhamento da tecnologia aos valores éticos e estratégicos da organização.

4. Conclusão

O presente estudo objetivou identificar as experiências de profissionais de recursos humanos sobre a aplicação da inteligência artificial no recrutamento e seleção, analisando seus benefícios, desafios e impactos na organização, e verificando até qual etapa do processo seletivo a IA é pertinente. Verificou-se que a inteligência artificial foi empregada com maior eficiência nas etapas iniciais do processo, como a triagem de currículos e a atração de talentos, proporcionando ganhos significativos em economia de tempo, padronização de critérios e maior assertividade na identificação de perfis aderentes à cultura organizacional. Contudo, observou-se que, a partir das fases de entrevistas e avaliações comportamentais, a intervenção humana mostrou-se indispensável para assegurar decisões éticas, empáticas e contextualizadas, evitando a desumanização do processo. A pesquisa contribuiu ao evidenciar a importância do equilíbrio entre a automação e o julgamento humano, propondo a revisão periódica dos critérios das ferramentas de IA e a capacitação contínua da equipe de RH, visando harmonizar a eficiência tecnológica com práticas éticas, inclusivas e estratégicas que fortalecem o desempenho organizacional e a experiência dos candidatos.

Como limitação, destaca-se que o estudo foi realizado em uma única empresa do setor sucroenergético, o que restringe a generalização dos resultados. Para estudos futuros, sugere-se ampliar a investigação para diferentes setores e analisar o uso da IA em outras etapas do ciclo de gestão de pessoas, como retenção e desenvolvimento, aprofundando o entendimento sobre o papel da tecnologia na construção de um RH mais estratégico e humano. As proposições de melhoria concentram-se na governança da IA, na definição de critérios transparentes de parametrização e na criação de protocolos de transição entre etapas automatizadas e presenciais, assegurando coerência, transparência e inclusão nas decisões de recrutamento, além de incorporar métricas de satisfação do candidato para preservar a empatia durante o processo seletivo.

Referências Bibliográficas

Appolinário, D. G.; Hedler, H. C.; Ferneda, E. 2025. Desafios do uso da inteligência artificial na gestão de recursos humanos: uma revisão sistemática. Boletim de Conjuntura (BOCA), [S.I.], v. 7, n. 3, p. 1–15. Disponível em: <https://revista.ioles.com.br/boca/index.php/revista/article/view/6979>. Acesso em: 25 set. 2025.

Atanazio, A.; Silva, L. R. O.; Formigoni, A.; Novais, R. A. B. de. 2021. A inteligência artificial transformando o RH do futuro: um estudo de caso sobre a tecnologia e a diversidade no mercado de trabalho. Refas – Revista Fatec Zona Sul, 7(4): 1-16.

Bardin, L. 2016. Análise de conteúdo. Edições 70, São Paulo, SP, Brasil.

Garcia, M. E. P. T.; Mendes, T. D. O. 2023. Transformações no recrutamento e seleção: um estudo sobre a inteligência artificial no processo seletivo. Revista de Gestão e Secretariado, 14(4). Disponível em: <https://ojs.revistagesec.org.br/secretariado/article/download/4665/3063/14988>. Acesso em: 13 set. 2025.

Gerhardt, T. E.; Silveira, D. T. 2009. Métodos de pesquisa. EAD Série Educação a Distância. Disponível em: <https://www.ufrgs.br/cursopgdr/downloadsSerie/derad005.pdf>. Acesso em: 13 set. 2025.

Gil, A. C. 2007. Como elaborar projetos de pesquisa. 4. ed. Atlas, São Paulo, SP, Brasil.

Martins, G. et al. 2024. Inteligência artificial e recursos humanos. Letra e Forma Editora, Curitiba, PR, Brasil. DOI: 10.29327/5435233.

Minayo, M. C. S. 2001. O desafio do conhecimento: pesquisa qualitativa em saúde. 8. ed. Hucitec, São Paulo, SP, Brasil.

Ribeiro, C. S. M. 2024. Inteligência artificial em recursos humanos: tendências e competências para o futuro. Dissertação (Mestrado) – Instituto Politécnico do Porto, Porto, Portugal. Disponível em: <https://www.proquest.com/openview/addff76ea4a03a9c8e96d2043edf409a/1?cbl=2026366&diss=y&pq-origsite=gscholar>. Acesso em: 25 set. 2025.

Sousa, S. P.; Passarelli, C. R.; Pugliesi, M. A. 2019. A inteligência artificial no recrutamento e seleção de pessoas: um estudo exploratório. Revista de Informação Contábil e Organizacional, São Paulo, v. 4, n. 1, p. 45-59, jan./jul. Disponível em: <https://ric.cps.sp.gov.br/bitstream/123456789/4968/1/A%20INTELIG%C3%8ANCIA%20ARTIFICIAL%20NO%20RECRUTAMENTO%20E%20SELE%C3%87%C3%83O%20DE…janeiro-julho%202019.pdf>. Acesso em: 25 set. 2025.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Pessoas do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Você também pode gostar

17 de novembro de 2026

Deteção e Diagnóstico de Doenças em Milho e Arroz em Moçambique com Deep Learning

A agricultura moçambicana depende do milho e arroz, culturas fundamentais para a segurança alimentar, mas sua produtividade é fortemente afetada por doenças fitossanitárias, cuja identificação precoce e precisa permanece um desafio em contextos de recursos limitados. O estudo objetivou desenvolver e comparar modelos baseados em Deep Learning para a detecção e o diagnóstico automático de doenças em folhas de milho e arroz em Moçambique. Utilizaram-se três abordagens: uma Rede Neural Convolucional (CNN) clássica desenvolvida do zero, e dois modelos de transfer learning, ResNet50 e MobileNetV2. O conjunto de dados foi composto por imagens de bases públicas e coletadas em campo, que passaram por etapas de limpeza, balanceamento e aumento artificial. Os modelos foram treinados e avaliados com métricas de desempenho padrão, incluindo acurácia, precisão, recall, F1-score, Log Loss e Kappa de Cohen. A CNN clássica apresentou o melhor desempenho global, com 94% de precisão, recall e F1-score, e 93% de acurácia e Kappa de Cohen. A MobileNetV2 alcançou 91% de F1-score e 90% de acurácia, destacando-se pelo menor Log Loss (0,30) e tempo de treinamento (6h32min59s). A ResNet50 atingiu 80% de F1-score e 79% de acurácia. Concluiu-se que técnicas de Deep Learning possuem elevado potencial para apoiar o diagnóstico fitopatológico em contextos agrícolas reais, contribuindo para decisões mais rápidas e precisas no manejo de doenças em milho e arroz.

Palavras-chave: Aprendizagem profunda; Arroz; Doenças em plantas; Milho; Visão computacional.

17 de novembro de 2026

Estruturação do processo de encerramento de projetos de uma indústria da construção civil

Um estudo abordou o grupo de processo de encerramento de projetos em uma indústria de manufatura da construção civil, utilizando o guia PMBOK como referência principal. O processo existente na indústria apresentava superficialidade e fragilidades, especialmente no registro de lições aprendidas. Diante desse cenário, o objetivo foi desenvolver um procedimento para o encerramento de projetos da organização, visando agregar valor por meio da padronização do processo, registro do conhecimento adquirido, formalização da conclusão e entrega dos projetos, e aprimoramento da comunicação, engajamento, integração e transparência com os stakeholders. A pesquisa classificou-se como descritiva, empregou dados qualitativos e adotou a pesquisa-ação como delineamento. O escopo do estudo estruturou-se conforme os cinco grupos de processos do guia PMBOK e foi representado por uma Estrutura Analítica de Projeto (EAP). Os principais resultados obtidos incluíram o procedimento desenvolvido e diversos templates de documentos, que constituíram os entregáveis do novo processo de encerramento de projetos. Verificou-se que o trabalho alcançou o objetivo esperado, pois o procedimento desenvolvido viabilizou a padronização do encerramento de projetos, o aprimoramento da integração e engajamento com os stakeholders, e a promoção de segurança e transparência no processo.

Palavras-chave: Gestão do conhecimento; Lições aprendidas; PMBOK; Templates; Termo de aceite de projeto.

17 de novembro de 2026

Machine Learning e priorização de funcionalidades em produtos digitais: um estudo de caso em uma fintech

Uma análise investigou o potencial da utilização de técnicas de machine learning aplicadas à análise do comportamento dos usuários na priorização de funcionalidades em produtos digitais. O objetivo foi compreender os processos de priorização utilizados na prática, o papel dos dados comportamentais na tomada de decisão e as percepções sobre a aplicação de técnicas de machine learning nesse contexto. Adotou-se uma abordagem qualitativa e exploratória, estruturada como um estudo de caso em produtos desenvolvidos sob o modelo Software as a Service (SaaS). A coleta de dados realizou-se por meio de entrevistas semiestruturadas com profissionais das áreas de produto e de dados. A análise dos dados seguiu a técnica de análise de conteúdo. Os resultados indicaram que, embora os dados comportamentais já fossem utilizados como apoio à decisão, os processos de priorização ainda apresentavam baixa formalização e enfrentavam limitações técnicas e organizacionais. Observou-se, também, o reconhecimento do potencial do machine learning como suporte estratégico à priorização de funcionalidades, embora sua aplicação prática fosse incipiente. Como principal contribuição, o estudo propôs um modelo conceitual que integra dados comportamentais, processos de priorização e o uso de machine learning como suporte à decisão.

Palavras-chave: Análise de dados; Comportamento do usuário; Dados comportamentais; Software as a Service (SaaS); Tomada de decisão.

17 de novembro de 2026

Inteligência artificial nas rotinas operacionais contábeis e na eficiência financeira

A incorporação de Inteligência Artificial (IA) e de ferramentas de automação reconfigurou as rotinas de escritórios contábeis brasileiros, impactando produtividade, mitigação de erros e eficiência financeira. Analisou-se esses impactos em um escritório contábil de pequeno porte, especializado no atendimento a prestadores de serviços da área médica em São Caetano do Sul, São Paulo. A pesquisa adotou abordagem qualitativa, com delineamento de estudo de caso único e unidades de análise incorporadas. Os dados foram coletados por questionário estruturado, aplicado via Google Forms entre janeiro e fevereiro de 2026, a cinco profissionais da estrutura operacional do escritório em levantamento censitário. O tratamento seguiu análise de conteúdo com categorias a priori e emergentes. Todos os respondentes declararam uso de ferramentas automatizadas ou com recursos de IA. A percepção de redução do tempo de execução, de diminuição de erros operacionais, de retrabalho e de melhor aproveitamento do tempo da equipe convergiu em 80% das respostas afirmativas e 20% parciais. As atividades mais beneficiadas foram conciliação bancária, importação de documentos fiscais e apuração tributária, com ganhos visíveis sobre erros de digitação, lançamentos duplicados e classificação incorreta. A intervenção humana permaneceu indispensável em planejamento tributário, análise de cenários e conferência de obrigações acessórias. A avaliação geral da contribuição da IA foi predominantemente favorável, com moderação vinculada à complexidade normativa fiscal.

Palavras-chave: Análise de conteúdo; Automação de processos; Contabilidade 4.0; Pequeno porte; Transformação digital.

17 de novembro de 2026

Fatores que influenciam a gestão de prazos em projetos de “retrofit” de estações de esgoto

Projetos de “retrofit” em Estações de Tratamento de Esgoto (ETE) caracterizam-se por elevada complexidade, restrições operacionais e múltiplas interfaces técnicas. O estudo analisou a percepção dos profissionais envolvidos sobre a gestão e o cumprimento dos prazos em projetos de “retrofit” de estações de tratamento de esgoto, considerando fatores técnicos, operacionais e organizacionais. A pesquisa caracterizou-se como um estudo aplicado, com abordagem quali-quantitativa, delineado como levantamento de campo do tipo “survey”. A análise dos dados realizou-se por estatística descritiva e categorização qualitativa, utilizando as ferramentas SWOT, matriz de risco (Probabilidade x Impacto) e plano de ação 5W2H. Os resultados indicaram alta percepção de clareza (77,8%) e realismo dos prazos (100% de concordância), evidenciando um planejamento inicial consistente. Contudo, 77,7% dos respondentes apontaram que retrabalhos e alterações de escopo impactaram diretamente o cumprimento dos prazos. A integração entre engenharia, fabricação e Planejamento e Controle da Produção (PCP) apresentou avaliação intermediária (77,7% de concordância parcial/total), indicando fragilidade na coordenação interfuncional. A matriz de risco destacou como críticos: mudanças de escopo, limitações operacionais da ETE e complexidade técnica, todos com nível alto. Como melhoria central, propôs-se a padronização do controle de mudanças de escopo, análise e aprovação, visando reduzir retrabalhos e aumentar a previsibilidade do cronograma.

Palavras-chave: Desempenho; Integração; Planejamento; Retrabalho; Risco.

17 de novembro de 2026

Captação B2C em medicina diagnóstica: parcerias estratégicas com consultórios médicos especializados

O setor de medicina diagnóstica no Brasil opera com elevada dependência das operadoras de planos de saúde, o que limita a autonomia financeira dos prestadores. Este estudo propôs e analisou um modelo de captação direta de pacientes (B2C) para uma instituição de medicina diagnóstica de alta complexidade, estruturado a partir de parcerias com consultórios de Oncologia e Cardiologia e operacionalizado por um serviço de atendimento personalizado denominado concierge. A investigação adotou abordagem mista em três fases: levantamento de campo com questionário estruturado aplicado a 87 pacientes, mapeamento do fluxo operacional por “Service Blueprint” e análise da taxa de conversão a partir de 312 indicações médicas registradas no projeto-piloto. Os resultados indicaram que a confiança na indicação médica obteve 92,0% de concordância, configurando-se como principal fator de adesão. A conveniência de realizar o exame no mesmo dia alcançou 78,2%, e a disposição para pagamento direto atingiu 55,2%, com polarização associada à predominância de usuários de plano de saúde. O “Service Blueprint” identificou três pontos críticos nas transições entre etapas da jornada. A taxa de conversão global foi de 51,0%, com desempenho superior na Oncologia (58,2%) em relação à Cardiologia (45,0%), e a maior perda concentrou-se na etapa de aceite e agendamento (28,3%). Concluiu-se que o modelo demonstrou possível viabilidade operacional e indícios de aceitação pelos pacientes, condicionado à transparência de preços e à redução do intervalo entre consulta e abordagem pelo concierge.

Palavras-chave: Desembolso direto; Jornada do paciente; Saúde suplementar; Serviço concierge; Taxa de conversão.

17 de novembro de 2026

O papel do gestor escolar na promoção de uma cultura inclusiva: liderança e políticas educacionais

A pesquisa analisou a atuação do gestor escolar na promoção de uma cultura inclusiva, considerando a necessidade de transformar diretrizes legais e fundamentos pedagógicos em práticas institucionais efetivas. Partiu-se do pressuposto de que a inclusão escolar exige planejamento, organização e liderança estratégica no cotidiano da escola. Adotou-se uma abordagem qualitativa de natureza aplicada, desenvolvida em três etapas complementares: análise documental das legislações brasileiras sobre educação inclusiva, revisão bibliográfica sobre liderança e gestão escolar, e sistematização dos dados por meio de ferramentas gerenciais como a matriz SWOT e o ciclo PDCA. Os resultados indicaram que a atuação da gestão escolar exerceu influência direta na consolidação de ambientes inclusivos, especialmente na organização de processos, formação continuada da equipe e fortalecimento de uma cultura institucional colaborativa e respeitosa à diversidade. Identificaram-se também desafios estruturais, pedagógicos e relacionais que demandaram intervenções planejadas. Ao final, elaborou-se um Guia Prático para Gestores Escolares, com diretrizes, protocolos e orientações operacionais para a tomada de decisão e organização dos processos inclusivos. Concluiu-se que a construção de uma cultura inclusiva dependeu da capacidade gestora de articular políticas públicas, práticas pedagógicas e processos institucionais, consolidando a inclusão como compromisso permanente no contexto escolar.

Palavras-chave: Acessibilidade educacional; Equidade educacional; Gestão participativa; Planejamento estratégico; Processos institucionais.

17 de novembro de 2026

Um artefato de IA baseado em Design Thinking para apoiar a elicitação de requisitos de software a partir das necessidades dos usuários

O desenvolvimento de software orientado às necessidades dos usuários frequentemente enfrenta desafios na elicitação de requisitos, decorrentes de ambiguidades na linguagem natural e falhas de comunicação. Diante disso, propôs-se e validou-se um artefato inteligente que integra Design Thinking e Inteligência Artificial, com foco nas etapas de Empatia e Definição, para apoiar a coleta, interpretação e estruturação das necessidades dos usuários. A pesquisa, de natureza aplicada, qualitativa e exploratória, conduziu uma Prova de Conceito em ambiente controlado, empregando cenários hipotéticos. O artefato operou por meio de entrevistas guiadas em linguagem natural, organizando informações em elementos como dor, contexto e impacto, e gerando sínteses de problemas rastreáveis. Os resultados indicaram que o sistema organizou relatos não estruturados, reduziu ambiguidades e preservou o sentido das informações originais na maioria dos casos. Observou-se também a capacidade de reorganização lógica em cenários complexos, embora com limitações na separação de múltiplos problemas e dependência das instruções. Concluiu-se que o artefato possui potencial como apoio à elicitação de requisitos, melhorando a clareza e a estruturação das informações, mas requer supervisão e controle contextual.

Palavras-chave: Design Thinking; Elicitação de Requisitos; Engenharia de Requisitos; Inteligência Artificial; Processamento de Linguagem Natural.

17 de novembro de 2026

A Extinção da Sistemática Monofásica na Indústria Farmacêutica à Luz da Reforma Tributária

A Reforma Tributária do consumo, estabelecida pela Emenda Constitucional nº 132/2023, introduziu alterações estruturais no sistema tributário brasileiro, com a substituição do Programa de Integração Social (PIS) e da Contribuição para o Financiamento da Seguridade Social (COFINS) pela Contribuição sobre Bens e Serviços (CBS), em um modelo de Imposto sobre Valor Agregado (IVA dual). O objetivo foi analisar os impactos da extinção da sistemática monofásica na indústria farmacêutica, à luz do novo desenho normativo e de seus efeitos econômicos e jurídicos. Realizou-se pesquisa qualitativa, de natureza exploratória, por meio de estudo de caso e análise documental da legislação e da doutrina especializada. Examinou-se se o fim da monofasia implicaria aumento relevante da carga tributária para o setor. Os resultados indicaram que, embora a superação formal da sistemática monofásica tenha ocorrido, a desoneração material dos medicamentos foi preservada, sobretudo em razão da aplicação de alíquotas reduzidas de 60% e, em determinados casos, de alíquota zero do Imposto Sobre Bens e Serviços (IBS) e da CBS. A mudança de modelo pode provocar variações pontuais na arrecadação, sem caracterizar aumento estrutural da carga tributária, tendendo à neutralidade ao longo do tempo. Concluiu-se, preliminarmente, que a Reforma Tributária reorganizou a técnica de tributação na indústria farmacêutica, substituindo um regime concentrado por mecanismos mais transparentes de desoneração. Essa abordagem mostrou-se compatível com os princípios da neutralidade, da não cumulatividade plena e da extrafiscalidade, mantendo a proteção tributária aos medicamentos essenciais e alinhando a política fiscal ao direito fundamental à saúde.

Palavras-chave: CBS; COFINS; IBS; IVA Dual; PIS.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade