Page 77 -

AS NOVAS TECNOLOGIAS NO APOIO À GESTÃO DE CARREIRA

rador baseado nestas suposições, no entanto estaríamos a criar algoritmos
enviesados pela nossa intuição.
Por outro lado, podemos aproveitar o poder da Inteligência Artificial (Fi-
gura 6) para analisar toda a informação e dados já existentes na nossa or-
ganização, correlacioná-los, extrapolá-los e permitir que nos mostre uma
nova realidade sobre os mesmos: as variáveis que mais afetam o risco de
saída de um colaborador são estas. Muitas vezes a visão que nos é apre-
sentada por estes algoritmos é bastante diferente do que a nossa intuição
nos indicava, permitindo-nos passar a calcular o risco de rotatividade ou
saída de um colaborador com base em variáveis e informações que antes
descartávamos totalmente, tornando a precisão dos nossos algoritmos de
previsão ou das nossas decisões, muito mais altas.
Sem a capacidade da Inteligência Artificial o que nós humanos muitas
vezes fazemos é olharmos para uma parte da informação, fazemos as nos-
sas suposições, usamos as nossas intuições e decidimos que vamos analisar
o risco de saída dos nossos colaboradores baseados em dois ou três fatores
como ordenado, a educação, pois na nossa realidade são estas variáveis que
fazem sentido.
No entanto, quando aplicamos este algoritmo sobre os nossos dados
é possível que tenhamos resultados que contrapõem a nossa intuição e
suposições, como o ordenado não ter impacto na saída de um colabora-
dor. Mas atenção! É importante não esquecer que cada organização é uma
organização e não podemos interpretar os resultados de uma organização
em outra, mas sim perceber que podemos utilizar estas técnicas da Inteli-
gência Artificial nas diferentes organizações para, em cada uma, perceber
por exemplo quais as variáveis que na sua realidade influenciam o risco de
saída de um colaborador.
A mensagem importante a reter, é que podemos utilizar estas técnicas da
Inteligência Artificial nas diferentes organizações para nos ajudarem a per-
ceber que variáveis devemos observar para nos ajudar a resolver diferentes
problemas e não somente o risco de saída de um colaborador.
Com esta abordagem conseguimos extrair da grande quantidade de in-
formação que hoje em dia existe nas organizações, quais são as variáveis
que realmente devemos utilizar nos nossos algoritmos para os diferentes
problemas que pretendemos resolver. Na verdade, estamos a usar deep
learning para nos ajudar a ver uma realidade distinta.
Para ajudar a tornar mais clara esta abordagem vamos olhar para o se-
guinte caso prático. Existe uma nova molécula que é considerada um super
antibiótico com o nome de halicina.

77