Resumo

O conhecimento algorítmico busca padrões de ocorrências e relacionamentos entre dados, por meio de análises de big data, para projetar cenários futuros em tempo real, produzindo novas formas de compreender o mundo. Este tipo de conhecimento apoia organizações em tomadas de decisões de contratações a demissões, e tantas outras relacionadas aos negócios. É diante dos avanços tecnológicos que possibilitaram a criação de modelos preditivos a partir de dados sobre o comportamento humano que este ensaio teórico está posicionado, visando discutir criticamente o conhecimento algorítmico.

Embora utilizado para tomadas de decisões que afetam diretamente a vida das pessoas como contratações, formatação de escalas de trabalho, demissões, entre outros, por sua suposta neutralidade e objetividade, os algoritmos podem carregar vieses daqueles que os desenvolvem, bem como da sociedade onde estão inseridos. Frente a isso, debates sobre seus efeitos e limites fazem-se necessários. Este ensaio teórico insere-se nesta discussão, tendo por objetivo refletir sobre a incorporação do conhecimento algorítmico pelas organizações e suas implicações nos processos de contratação à demissão.

A fundamentação teórica está dividida em duas subseções. Na primeira, abordamos como o conhecimento algorítmico é produzido e aplicado, incluindo, aspectos técnicos dos algoritmos, inteligência artificial, ciência de dados e people analytics. Na segunda, discorremos sobre os arranjos em que o conhecimento algorítmico é constituído, englobando os conceitos de data assemblage, capitalismo de vigilância e vigilância digital.

Na discussão, apresentamos algumas tecnologias e ponderações sobre a agência do conhecimento algorítmico nas decisões sobre contratação, permanência e demissão de pessoas das organizações. E refletimos acerca de possíveis alternativas para contornar efeitos adversos sem barrar os avanços tecnológicos em inteligência artificial, incluindo aspectos de regulação, governança algorítmica e capacidade de autoexplicação dos softwares.

Não é possível desprezar o papel político do conhecimento algorítmico e o fato das bases de dados a partir das quais ele é criado, estarem imersas em políticas e constituírem outras políticas e ontologias, apoiando escolhas que afetam diretamente a vida das pessoas, como: o acesso ao emprego, a definição de trabalhadores bons e ruins, a emissão de advertências e sanções e a decisão sobre demissões. Reconhecer limitações, não significa dizer que devemos desconsiderar o conhecimento algorítmico ou barrar os avanços tecnológicos, mas pensar em alternativas para contornar efeitos adversos.

O’NEIL, Cathy. Weapons of math destruction: how big data increases inequality and threatens democracy. New York: Crown Publishers, 2016. SILVA, Artur Leonardo Immamura Ferreira; OLIVA, Eduardo de Camargo; KUBO, Edson Keyso de Miranda. Análise bibliométrica da produção científica internacional sobre people analytics. Future Studies Research Journal, v. 11, n. 3, 2019, p. 362-390. ZUBOFF, S. Big other: surveillance capitalism and the prospects of an information civilization. Journal of Information Technology, 30, 2015, p. 75–89.