<?xml version="1.0" encoding="UTF-8"?>
<rss  xmlns:atom="http://www.w3.org/2005/Atom" 
      xmlns:media="http://search.yahoo.com/mrss/" 
      xmlns:content="http://purl.org/rss/1.0/modules/content/" 
      xmlns:dc="http://purl.org/dc/elements/1.1/" 
      version="2.0">
<channel>
<title>Conscience Fast Forward</title>
<link>https://ciuffciuff.github.io/ciuffo_blog/gestao/</link>
<atom:link href="https://ciuffciuff.github.io/ciuffo_blog/gestao/index.xml" rel="self" type="application/rss+xml"/>
<description>CFF — ideias sobre pessoas, dados, estratégia, história e o Brasil no mundo. Por César Ciuffo.</description>
<image>
<url>https://ciuffciuff.github.io/ciuffo_blog/imagens/capa-gestao.svg</url>
<title>Conscience Fast Forward</title>
<link>https://ciuffciuff.github.io/ciuffo_blog/gestao/</link>
</image>
<generator>quarto-1.10.20</generator>
<lastBuildDate>Sun, 08 Nov 2026 00:00:00 GMT</lastBuildDate>
<item>
  <title>Um evento de tecnologia em que o assunto era gente</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-08-gartner-it-symposium-2026/</link>
  <description><![CDATA[ 






<p><img src="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-08-gartner-it-symposium-2026/capa.png" class="img-fluid" alt="Capa: IA, trabalho e pessoas — 6 lições de um evento de tecnologia para a Gestão de Pessoas. Gartner IT Symposium 2026."></p>
<p>De 19 a 22 de outubro, estive em Orlando no Gartner IT Symposium/Xpo 2026, o maior evento anual de CIOs e líderes de tecnologia. Assisti a 22 sessões. Fui esperando ouvir sobre modelos, nuvem e dados. Voltei com um caderno cheio de anotações sobre papéis, habilidades, carreira e confiança.</p>
<p>Não foi impressão minha. Na sessão de Frank Buytendijk sobre colaboração humano-IA, 62% dos participantes apontaram esse tema como prioridade. O fio condutor de toda a conferência era gerar valor com IA de forma composta, sem perder o controle do risco. E, em quase todas as trilhas, a resposta passava por redesenho do trabalho, habilidades e governança.</p>
<p>Trabalho com Gestão de Pessoas e People Analytics, então li o evento por essa lente. Abaixo estão as seis lições que, para mim, mais importam para quem cuida de gente. As opiniões são pessoais.</p>
<section id="o-valor-da-ia-cresce-devagar.-o-risco-cresce-rápido." class="level3">
<h3 class="anchored" data-anchor-id="o-valor-da-ia-cresce-devagar.-o-risco-cresce-rápido.">1. O valor da IA cresce devagar. O risco cresce rápido.</h3>
<p>O keynote de abertura trouxe um diagnóstico desconfortável. Segundo pesquisas do Gartner, 58% dos líderes de área dizem obter valor positivo das iniciativas de IA de 2025. Mas só 1 em cada 5 casos de uso entrega retorno positivo. E 86% dos Líderes de TI dizem que o risco da IA cresce mais rápido que o valor: em média, quatro vezes mais rápido.</p>
<p>O Gartner separou esse risco em três tipos. Há quem use IA para atacar a organização de fora. Há tecnologia insegura entrando no ambiente. E há o <strong>mau julgamento</strong>: empregados bem-intencionados que decidem mal usando IA.</p>
<p>Esse terceiro risco não se resolve com firewall. Depende de letramento em IA, de cultura e de clareza sobre quem decide o quê. Ou seja, é um tema de RH. O mesmo vale para a “IA paralela”, o uso de ferramentas sem aprovação nem supervisão. O recado do keynote foi direto: atividade de IA invisível vira, cedo ou tarde, risco visível.</p>
<p>O keynote também deu nome a quem mais gera valor: os “artesãos de IA”, usuários avançados que reinventam o próprio trabalho. São poucos em qualquer organização. A recomendação é encontrá-los, pedir que compartilhem o que fazem e dar espaço para experimentar, porque controle demais afasta exatamente essas pessoas.</p>
</section>
<section id="antes-de-automatizar-decida-quem-decide" class="level3">
<h3 class="anchored" data-anchor-id="antes-de-automatizar-decida-quem-decide">2. Antes de automatizar, decida quem decide</h3>
<p>A sessão de Lily Mok foi, para mim, a mais importante do evento. Os números mostram um consenso sem método: 78% dos Líderes de Recursos Humanos concordam que fluxos e papéis precisam mudar para extrair valor da IA. Mas 74% dizem que os líderes de negócio não sabem fazer esse redesenho. Entre os Líderes de TI, só 16% se sentem capazes.</p>
<p>A proposta dela é classificar as decisões pelo risco de a IA errar:</p>
<p><img src="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-08-gartner-it-symposium-2026/tabela-licao2-niveis-de-decisao.png" class="img-fluid" alt="Tabela: três níveis de decisão conforme o risco de a IA errar. Nível 1, risco baixo: decisão operacional, frequente, com erro reversível; IA altamente automatizável; exemplos em RH: agendamentos e dúvidas frequentes. Nível 2, risco moderado: decisão guiada por julgamento, que afeta pessoas ou a marca; a IA recomenda e um humano revisa e aprova; exemplos: triagem de currículos e trilhas de aprendizagem. Nível 3, risco alto: decisão crítica, com efeito reputacional, financeiro ou irreversível; o humano lidera a decisão; exemplos: promoções, desligamentos e medidas disciplinares. Os exemplos de RH são do autor."></p>
<p>Entre o “só humano” e o “totalmente autônomo”, o Gartner descreveu sete graus de delegação. O ponto central: a escolha deve seguir a necessidade da organização, não o que a tecnologia consegue fazer. E vale a pena: quem já planeja redesenhar papéis para equipes de humanos e agentes tem 2,4 vezes mais chance de gerar alto valor com IA.</p>
</section>
<section id="automatizamos-tarefas-não-empregos.-mas-os-papéis-ficaram-parados." class="level3">
<h3 class="anchored" data-anchor-id="automatizamos-tarefas-não-empregos.-mas-os-papéis-ficaram-parados.">3. Automatizamos tarefas, não empregos. Mas os papéis ficaram parados.</h3>
<p>Mandi Bishop falou de saúde, mas a ideia vale para qualquer organização. Os papéis foram desenhados para um mundo em que humanos executam. A IA absorve tarefas, e o papel continua igual. Ela descreveu três estágios:</p>
<ol type="1">
<li><strong>Papel 1.0, execução de tarefas:</strong> muitas decisões, pouca consequência.</li>
<li><strong>Papel 2.0, mediação de decisões:</strong> o humano cuida das exceções e da ambiguidade. O risco é virar gargalo.</li>
<li><strong>Papel 3.0, governança do sistema:</strong> o humano desenha, supervisiona e governa. Poucas decisões, alta consequência.</li>
</ol>
<p>O exemplo dela me marcou: o profissional assistido por IA deixou de fazer o trabalho burocrático, mas as metas continuaram as mesmas. Quando isso acontece, medir “quantos processos por dia” deixa de fazer sentido.</p>
<p>A frase que levei para casa: <strong>o planejamento da força de trabalho vai tratar mais de capacidade de decisão do que de headcount.</strong> Os casos apresentados vão nessa direção. Na CBRE, times de 8 a 9 pessoas com papéis rígidos viraram times de 3 a 4 com agentes, organizados por habilidade e não por cargo. No LinkedIn, atendentes passaram a cuidar dos casos complexos, enquanto a IA reúne a informação que antes eles buscavam.</p>
</section>
<section id="trate-habilidades-como-uma-carteira-de-investimentos" class="level3">
<h3 class="anchored" data-anchor-id="trate-habilidades-como-uma-carteira-de-investimentos">4. Trate habilidades como uma carteira de investimentos</h3>
<p>Esta foi a ideia mais prática que ouvi. Em vez de uma lista única de competências, o Gartner propõe separar as habilidades em cinco grupos, cada um com uma estratégia:</p>
<p><img src="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-08-gartner-it-symposium-2026/tabela-licao4-carteira-de-habilidades.png" class="img-fluid" alt="Tabela: habilidades como carteira de investimentos. Novas e emergentes, como orquestrar e supervisionar agentes: apostas pequenas e acompanhamento. Atrofia aceitável, o que pode ser delegado à IA: saída gradual e planejada. Atrofia arriscada, o que não podemos perder para a IA: proteger e não abrir mão cedo. Duradouras do cargo, o núcleo técnico que segue valioso: manter e crescer seletivamente. Fundação humana, como criatividade, comunicação e aprender a aprender: investir sempre."></p>
<p>A linha mais importante é a da “atrofia arriscada”. No exemplo do Gartner, para um engenheiro de software, programar tarefas rotineiras pode ir para a IA. Já revisar código a fundo e ensinar os mais novos não. Perder essas habilidades deixa a equipe frágil.</p>
<p>Para levar isso à conversa individual, Lily Mok sugeriu um “perfil de valor do empregado”. É um registro simples de onde a IA já ajuda, quais forças preservar, o que delegar e quais os próximos passos de desenvolvimento. Cabe em qualquer ciclo de desenvolvimento que já exista.</p>
</section>
<section id="o-jeito-de-falar-da-ia-define-a-adoção" class="level3">
<h3 class="anchored" data-anchor-id="o-jeito-de-falar-da-ia-define-a-adoção">5. O jeito de falar da IA define a adoção</h3>
<p>Helen Poitevin abriu a sessão dela com a história da milha em menos de 4 minutos. Depois que Roger Bannister provou que era possível, e com treino e tênis melhores, muitos atletas conseguiram. A IA seria o tênis: não substitui o atleta, muda o que é possível.</p>
<p>Ela comparou dois jeitos de comunicar a IA (frases em tradução livre):</p>
<ul>
<li><strong>Escassez:</strong> “Não vamos repor quem sair; a IA fará o trabalho.” Ou: “Quais das suas tarefas podemos passar para a IA?”</li>
<li><strong>Abundância:</strong> “A IA faz parte de como vamos cumprir a nossa missão.” Ou: “Pense em como a IA poderia ajudar a resolver o problema.”</li>
</ul>
<p>A mentalidade de escassez leva a jogo de soma zero e a decisões de curto prazo. E as pessoas percebem. Na pesquisa global do Gartner com 5.692 empregados que devem usar IA, cerca de metade está entusiasmada e menos de 1 em 4 está frustrada. Ainda assim, 47% foram classificados como resistentes à IA. Isso apesar de o Gartner prever que, a partir de 2028, a IA passa a criar mais empregos do que elimina.</p>
<p>Frank Buytendijk resumiu bem esse paradoxo: <strong>as pessoas não temem que a IA faça o seu trabalho; temem que a liderança acredite nisso.</strong> Transparência sobre a intenção é, portanto, tarefa de quem cuida da comunicação com as pessoas.</p>
<p>Há um efeito de longo prazo que me preocupa mais. Se a IA faz o trabalho de entrada, onde os profissionais em início de carreira vão aprender? O Gartner listou essa sequência de riscos: atrofia de habilidades, dependência da IA, impacto no bem-estar, colapso das trilhas de carreira e, por fim, um pipeline de talentos vazio.</p>
</section>
<section id="humano-no-circuito-não-basta.-é-preciso-humano-no-controle." class="level3">
<h3 class="anchored" data-anchor-id="humano-no-circuito-não-basta.-é-preciso-humano-no-controle.">6. “Humano no circuito” não basta. É preciso humano no controle.</h3>
<p>Sarah Baumunk trouxe o alerta mais incômodo do evento: aprovar não é o mesmo que supervisionar. Quem sempre clica em “Aprovar” não está governando a IA. Está apenas assumindo a responsabilidade pelo que ela fez.</p>
<p>A analogia dela foi o GPS. Primeiro, o mapa apoia o nosso raciocínio. Depois, o GPS pensa por nós e só seguimos. No fim, sem GPS, ficamos perdidos. Com a IA, delegamos também o julgamento, e ele enfraquece com o tempo.</p>
<p>A saída proposta tem três partes: <strong>transparência</strong> (saber o que foi feito por humano e o que foi feito por IA), <strong>controle</strong> proporcional ao risco (aprovar, editar, pausar ou desligar) e <strong>agência</strong> (o direito humano de escolher). Para o RH, isso vira capacitação: ensinar as pessoas a avaliar o que a IA entrega, e não só a usá-la.</p>
<p>Governança, aqui, não significa burocracia. O caminho seguro precisa ser o caminho fácil. A HEINEKEN mostrou um modelo simples: uma lista curta do que é livre (preparar reuniões, rascunhos para revisão) e do que exige pausa (dados sensíveis, publicação externa, decisões automatizadas). Para quem lida com dados de pessoas, e no Brasil com a LGPD, essa segunda lista é quase toda a nossa rotina.</p>
</section>
<section id="quando-a-ia-vira-infraestrutura-as-pessoas-são-o-diferencial" class="level3">
<h3 class="anchored" data-anchor-id="quando-a-ia-vira-infraestrutura-as-pessoas-são-o-diferencial">Quando a IA vira infraestrutura, as pessoas são o diferencial</h3>
<p>A frase que fechou minha participação veio de Mandi Bishop, em tradução livre: quando a IA vira infraestrutura, a força de trabalho é tudo. Tecnologia e boas práticas se espalham rápido. O que não se copia é como cada organização desenha o trabalho, protege a atenção das pessoas e governa o julgamento.</p>
<p>Por isso a mensagem para o RH é simples: o redesenho do trabalho com IA não pode ficar só com a TI. O Gartner recomenda que Líderes de TI e Líderes de Recursos Humanos sejam coautores desse redesenho. Na minha leitura, é o momento de o RH sair da posição de quem treina depois e entrar como quem desenha junto.</p>
<p>Volto de Orlando com três perguntas que ainda estou respondendo. Gostaria de ouvir as suas respostas nos comentários do <a href="https://www.linkedin.com/pulse/um-evento-de-tecnologia-em-que-o-assunto-era-gente-c%25C3%25A9sar-ciuffo-x9qhf/">artigo no LinkedIn</a>:</p>
<ol type="1">
<li>Qual processo de RH você redesenharia primeiro com IA?</li>
<li>Quais habilidades da sua equipe vocês não podem perder para a IA?</li>
<li>Que decisões sobre pessoas devem ser sempre humanas?</li>
</ol>
<div class="callout callout-style-simple callout-note no-icon">
<div class="callout-body d-flex">
<div class="callout-icon-container">
<i class="callout-icon no-icon"></i>
</div>
<div class="callout-body-container">
<p><em>Fontes: sessões do Gartner IT Symposium/Xpo 2026 (Orlando, 19 a 22 de outubro), entre elas o keynote “Shaping Momentum: Compounding AI Value and Risk” e as sessões de Lily Mok, Helen Poitevin, Mandi Bishop, Sarah Baumunk, Frank Buytendijk e Frank Iannella (HEINEKEN USA). Traduções livres. As opiniões são pessoais e não representam a instituição onde trabalho. Publicado originalmente no <a href="https://www.linkedin.com/pulse/um-evento-de-tecnologia-em-que-o-assunto-era-gente-c%25C3%25A9sar-ciuffo-x9qhf/">LinkedIn</a> em 8 de novembro de 2026.</em></p>
</div>
</div>
</div>


</section>

 ]]></description>
  <category>Gestão de Pessoas</category>
  <category>Inteligência Artificial</category>
  <category>People Analytics</category>
  <category>Futuro do Trabalho</category>
  <category>Eventos</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-08-gartner-it-symposium-2026/</guid>
  <pubDate>Sun, 08 Nov 2026 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-08-gartner-it-symposium-2026/capa.png" medium="image" type="image/png" height="81" width="144"/>
</item>
<item>
  <title>Café Estratégico: do acesso ao desenvolvimento</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-01-cafe-estrategico-apexbrasil-senado/</link>
  <description><![CDATA[ 






<p><img src="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-01-cafe-estrategico-apexbrasil-senado/capa.png" class="img-fluid" alt="Capa do e-book Café Estratégico, Brasília, 26 de outubro de 2026: Do acesso ao desenvolvimento. Como ApexBrasil e Senado Federal transformam o uso da Udemy Business em desenvolvimento de pessoas."></p>
<p>Em <strong>26 de outubro de 2026</strong>, a ApexBrasil recebeu em sua sede, em Brasília, o primeiro <strong>Café Estratégico</strong>: uma roda de conversa com o Senado Federal, representado pelo Instituto Legislativo Brasileiro (ILB) e pelo Prodasen, sobre o uso de plataformas de aprendizagem no setor público. Participei pela ApexBrasil, ao lado da nossa gerente de RH, Celene Boaventura.</p>
<p>O resultado da conversa virou um e-book, que compartilho aqui.</p>
<p><a href="cafe-estrategico-apexbrasil-senado-ebook.pdf" class="btn btn-primary">Baixar o e-book (PDF, 19 páginas)</a></p>
<section id="a-pergunta-que-guiou-a-conversa" class="level2">
<h2 class="anchored" data-anchor-id="a-pergunta-que-guiou-a-conversa">A pergunta que guiou a conversa</h2>
<p>Acesso a dezenas de milhares de cursos já não é o problema. A provocação da tarde foi outra: estamos medindo quanto as pessoas aprendem, ou entendendo o que precisa ser desenvolvido e como a aprendizagem gera valor para a instituição?</p>
</section>
<section id="quem-esteve-na-roda" class="level2">
<h2 class="anchored" data-anchor-id="quem-esteve-na-roda">Quem esteve na roda</h2>
<ul>
<li><strong>ApexBrasil:</strong> Celene Boaventura, Gerente de RH, e eu.</li>
<li><strong>Senado Federal:</strong> Junia Melo (ILB), Coordenadora de Capacitação, Treinamento e Ensino, e José Coelho Ávila (Prodasen), Chefe do Escritório Setorial de Gestão.</li>
<li><strong>Mediação:</strong> Rafael Lacerda, CEO da Raleduc e vice-presidente de Educação da ABRH-DF.</li>
<li><strong>Realização e apoio:</strong> Raleduc e Udemy Business, com apoio da ApexBrasil, do ILB Senado e da ABRH-DF.</li>
</ul>
</section>
<section id="o-que-a-apexbrasil-levou-para-a-mesa" class="level2">
<h2 class="anchored" data-anchor-id="o-que-a-apexbrasil-levou-para-a-mesa">O que a ApexBrasil levou para a mesa</h2>
<p>Na Agência, a escolha das plataformas partiu de três necessidades: dar a mesma oportunidade a quem está na sede e nos escritórios no Brasil e no exterior; conectar carreira, desempenho e educação, que eram processos separados; e abrir o acesso também a estagiários e terceirizados, como parte do pilar de ESG.</p>
<p>Alguns números apresentados no encontro:</p>
<table class="caption-top table">
<colgroup>
<col style="width: 50%">
<col style="width: 50%">
</colgroup>
<tbody>
<tr class="odd">
<td><strong>10</strong> plataformas avaliadas antes de contratar três</td>
<td><strong>64 mil</strong> cursos num catálogo único, integrado ao ambiente Microsoft</td>
</tr>
<tr class="even">
<td><strong>21</strong> competências no modelo da Agência</td>
<td><strong>4.300</strong> certificações para cerca de 400 colaboradores</td>
</tr>
<tr class="odd">
<td><strong>1.400</strong> eventos por ano, com equipes sempre em trânsito</td>
<td><strong>22 → 12</strong> anos para percorrer a carreira inteira, com o novo plano de desenvolvimento</td>
</tr>
</tbody>
</table>
<p>A virada foi trocar a avaliação de desempenho, uma fotografia do passado, pela <strong>avaliação de desenvolvimento</strong>: onde estou hoje e o que preciso fazer para chegar ao próximo nível. Cada curso entra no PDI, é pactuado entre líder e liderado e conta na carreira.</p>
</section>
<section id="seis-aprendizados" class="level2">
<h2 class="anchored" data-anchor-id="seis-aprendizados">Seis aprendizados</h2>
<p>A síntese da Raleduc, no fim do e-book, resume bem a tarde:</p>
<ol type="1">
<li><strong>Acesso não é aprendizagem.</strong> A licença é o começo; o trabalho de verdade é a gestão da aprendizagem.</li>
<li><strong>Conecte ao que já existe.</strong> PDI, carreira, competências e estratégia. Curso solto não vira desenvolvimento.</li>
<li><strong>O gestor dá o rumo.</strong> A pessoa é protagonista; o líder traz clareza e acompanha a evolução.</li>
<li><strong>Regras simples e ajustáveis.</strong> Horas mínimas em vez de certificados. Muitas vezes, o menos é mais.</li>
<li><strong>Evidência é história.</strong> Casos concretos, com rosto e nome, convencem mais que horas de consumo.</li>
<li><strong>Compartilhar multiplica.</strong> Indicação entre colegas e multiplicadores espalham o que se aprende.</li>
</ol>
</section>
<section id="minhas-falas-na-roda" class="level2">
<h2 class="anchored" data-anchor-id="minhas-falas-na-roda">Minhas falas na roda</h2>
<p>Sobre inteligência artificial, deixei uma ideia curta: <strong>“IA sem contexto não faz nada.”</strong></p>
<p>E, para quem está começando ou recomeçando um programa de aprendizagem, o conselho: <strong>“Não existe bala de prata. Dê protagonismo às pessoas: são elas que vão adotar, ou não, a cultura de aprendizado.”</strong></p>
<hr>
<p><em>Agradeço ao Senado Federal, à Raleduc, à Udemy Business e à ABRH-DF pela parceria, e a todos que estiveram na plateia.</em></p>


</section>

 ]]></description>
  <category>Gestão de Pessoas</category>
  <category>Aprendizagem Corporativa</category>
  <category>Setor Público</category>
  <category>Eventos</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-01-cafe-estrategico-apexbrasil-senado/</guid>
  <pubDate>Sun, 01 Nov 2026 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-11-01-cafe-estrategico-apexbrasil-senado/capa.png" medium="image" type="image/png" height="81" width="144"/>
</item>
<item>
  <title>QuattoCast #34: pessoas, dados e tecnologia unidos</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-10-29-quattocast-34-pessoas-dados-e-tecnologia/</link>
  <description><![CDATA[ 






<p>Participei do episódio <strong>#34 do QuattoCast</strong>, o podcast da Quatto, para conversar sobre como <strong>pessoas, dados e tecnologia</strong> podem andar juntos.</p>
<div class="quarto-video ratio ratio-16x9"><iframe data-external="1" src="https://www.youtube.com/embed/nDF9nTuXX9I" title="" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen=""></iframe></div>
<p>A conversa também virou destaque na <strong>QuattoNews</strong>: <em>Como People Analytics e IA transformam a gestão pública com impacto real.</em> A mensagem central é que a verdadeira maturidade em IA não está na tecnologia, mas na capacidade de gerar valor real para as pessoas.</p>
<div class="quarto-layout-panel" data-layout-ncol="2">
<div class="quarto-layout-row">
<div class="quarto-layout-cell" style="flex-basis: 50.0%;justify-content: center;">
<p><img src="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-10-29-quattocast-34-pessoas-dados-e-tecnologia/quattocast.png" class="img-fluid" alt="Arte de divulgação do QuattoCast 34 com a foto de César Ciuffo, Apex-Brasil, Especialista de Promoção de Exportações e Atração de Investimentos: Pessoas, dados e tecnologia unidos."></p>
</div>
<div class="quarto-layout-cell" style="flex-basis: 50.0%;justify-content: center;">
<p><img src="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-10-29-quattocast-34-pessoas-dados-e-tecnologia/quattonews.png" class="img-fluid" alt="QuattoNews: Como People Analytics e IA transformam a gestão pública com impacto real. César Ciuffo destaca que a verdadeira maturidade em IA não está na tecnologia, mas na capacidade de gerar valor real para as pessoas."></p>
</div>
</div>
</div>
<hr>
<p><em>Divulgado também <a href="https://www.linkedin.com/feed/update/urn:li:activity:7521598422014160896/">no LinkedIn</a>.</em></p>



 ]]></description>
  <category>Gestão de Pessoas</category>
  <category>People Analytics</category>
  <category>Inteligência Artificial</category>
  <category>Entrevistas</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-10-29-quattocast-34-pessoas-dados-e-tecnologia/</guid>
  <pubDate>Thu, 29 Oct 2026 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-10-29-quattocast-34-pessoas-dados-e-tecnologia/quattocast.png" medium="image" type="image/png" height="180" width="144"/>
</item>
<item>
  <title>A vida começa todos os dias</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-09-30-a-vida-comeca-todos-os-dias/</link>
  <description><![CDATA[ 






<p><img src="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-09-30-a-vida-comeca-todos-os-dias/arte.png" class="img-fluid" alt="Folha saindo de uma máquina de escrever com a frase 'A vida começa todos os dias' repetida, perdendo uma letra por linha até sobrar só o 'A'. Assinatura: Érico Veríssimo, escritor brasileiro, 1905–1975." width="560"></p>
<blockquote class="blockquote">
<p>“A vida começa todos os dias.” — frase atribuída a Érico Veríssimo</p>
</blockquote>
<p>Na arte, repeti a frase tirando uma letra por linha, até sobrar só o “A”. Foi a forma mais simples que encontrei de mostrar algo que todos sabemos, mas esquecemos no meio da rotina: o tempo é finito.</p>
<p>No trabalho, isso muda a perspectiva. A conversa difícil que vivemos adiando. O reconhecimento que ficou para depois. O projeto que “um dia” sai do papel.</p>
<p>Cada dia é um convite de começar e, ao mesmo tempo, uma chance a menos de fazer.</p>
<p>Recomeçar todos os dias não é otimismo ingênuo. É responsabilidade madura com o tempo que temos e com as pessoas com quem o dividimos.</p>
<p>Seja feliz!</p>
<hr>
<p><em>Publicado originalmente no LinkedIn.</em></p>



 ]]></description>
  <category>Gestão de Pessoas</category>
  <category>Reflexões</category>
  <category>Carreira</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-09-30-a-vida-comeca-todos-os-dias/</guid>
  <pubDate>Wed, 30 Sep 2026 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/gestao/2026-09-30-a-vida-comeca-todos-os-dias/arte.png" medium="image" type="image/png" height="144" width="144"/>
</item>
<item>
  <title>Modelo Preditivo de Absenteísmo e Clusterização de Perfis Comportamentais: uma abordagem de people analytics aplicada à gestão de frequência organizacional</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2026-06-30-absenteismo-preditivo-clusterizacao/</link>
  <description><![CDATA[ 






<div class="callout callout-style-simple callout-note no-icon">
<div class="callout-body d-flex">
<div class="callout-icon-container">
<i class="callout-icon no-icon"></i>
</div>
<div class="callout-body-container">
<p><strong>Artigo em periódico</strong></p>
<p>CIUFFO MOREIRA, C. A.; LOPES, B.; CELLA, P. Modelo Preditivo de Absenteísmo e Clusterização de Perfis Comportamentais: uma abordagem de people analytics aplicada à gestão de frequência organizacional. <em>Revista de Ciência da Computação (ReCiC/UESB)</em>, v. 8, n.&nbsp;1, e19583, 2026.</p>
<p>DOI: <a href="https://doi.org/10.22481/recic.v8i1.19583">10.22481/recic.v8i1.19583</a></p>
</div>
</div>
</div>
<section id="resumo" class="level2">
<h2 class="anchored" data-anchor-id="resumo">Resumo</h2>
<p>O absenteísmo representa um dos fenômenos mais custosos e complexos da gestão de pessoas, impactando produtividade, clima organizacional e custos indiretos como sobrecarga de equipes e horas extras emergenciais. Abordagens tradicionais de gestão de frequência operam de forma descritiva e reativa, limitando a capacidade de intervenção preventiva. Este trabalho propõe uma abordagem integrada de People Analytics aplicada à gestão preditiva de absenteísmo, seguindo a metodologia CRISP-DM e combinando duas frentes complementares: (i) um Score de Risco de Absenteísmo, baseado em algoritmo Random Forest, que estima a probabilidade de ocorrência de eventos de ausência em janelas de 7, 30 e 90 dias; e (ii) uma clusterização híbrida baseada em K-Means, que segmenta colaboradores em quatro perfis comportamentais distintos (Estáveis, Recorrentes, Sazonais e Graves). O estudo foi conduzido em uma organização pública brasileira de promoção de exportações, utilizando 14.533 eventos de absenteísmo do período 2019-2025, distribuídos entre 676 colaboradores. O modelo preditivo foi selecionado entre 14 candidatos por meio de validação cruzada estratificada, alcançando AUC de 0,855, acurácia de 80,2% e recall de 63,1% no conjunto de validação temporal. A clusterização foi validada por meio de Silhouette Score, índice de Calinski-Harabasz, índice de Davies-Bouldin e teste ANOVA, com diferenças estatisticamente significativas (p &lt; 0,001) entre os clusters. Os resultados foram integrados a um protótipo de painel interativo em Power BI, concebido para uso operacional pela área de Recursos Humanos, contemplando a visualização de scores individuais, perfis comportamentais e indicadores agregados; a adoção efetiva em rotina decisória e a aferição longitudinal de impacto permanecem como trabalho futuro. As contribuições principais incluem: (a) um pipeline reproduzível de engenharia de variáveis comportamentais, com destaque para features de sazonalidade baseadas em consistência multi-anual; (b) uma abordagem híbrida de clusterização que combina critérios determinísticos e aprendizado não supervisionado; e (c) um instrumento operacional integrado que pode ser replicado em outras organizações.</p>
<p><strong>Palavras-chave:</strong> People Analytics, Absenteísmo, Aprendizado de Máquina, CRISP-DM, Random Forest, K-Means, Clusterização, Score de Risco</p>
<p><a href="https://periodicos2.uesb.br/recic/article/view/19583" class="btn btn-primary">Ler o trabalho completo</a></p>


</section>

 ]]></description>
  <category>People Analytics</category>
  <category>Aprendizado de Máquina</category>
  <category>Absenteísmo</category>
  <category>Artigo</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2026-06-30-absenteismo-preditivo-clusterizacao/</guid>
  <pubDate>Tue, 30 Jun 2026 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/imagens/capa-pesquisa.svg" medium="image" type="image/svg+xml"/>
</item>
<item>
  <title>Employee segmentation using clustering techniques: a case study at ApexBrasil</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2026-04-23-segmentacao-de-empregados-clusterizacao/</link>
  <description><![CDATA[ 






<div class="callout callout-style-simple callout-note no-icon">
<div class="callout-body d-flex">
<div class="callout-icon-container">
<i class="callout-icon no-icon"></i>
</div>
<div class="callout-body-container">
<p><strong>Artigo em periódico</strong></p>
<p>CIUFFO MOREIRA, C. A. Employee segmentation using clustering techniques: a case study at ApexBrasil. <em>Revista Gestão em Análise (ReGeA)</em>, v. 15, n.&nbsp;1, e6206, 2026.</p>
<p>DOI: <a href="https://doi.org/10.12662/2359-618xregea.v15i1.6206.pe6206.2026">10.12662/2359-618xregea.v15i1.6206.pe6206.2026</a></p>
</div>
</div>
</div>
<section id="resumo" class="level2">
<h2 class="anchored" data-anchor-id="resumo">Resumo</h2>
<p>Este estudo investiga como técnicas de machine learning não supervisionado podem apoiar People Analytics em organizações públicas brasileiras, contexto marcado por baixa maturidade analítica. Utilizando dados anonimizados de empregados ativos da ApexBrasil entre janeiro de 2019 e dezembro de 2023, o trabalho segue o framework CRISP-DM para comparar três métodos de clusterização: K-means, Clustering Hierárquico e DBSCAN. Embora o DBSCAN tenha apresentado maiores índices de silhueta, ele classificou grande parte dos registros como ruído, limitando sua utilidade organizacional. Assim, o K-means com oito grupos foi selecionado como melhor equilíbrio entre qualidade técnica e cobertura amostral. Os agrupamentos resultantes foram interpretados como perfis distintos de força de trabalho, fornecendo uma base interpretável para investigações futuras sobre perfis de força de trabalho em organizações públicas. Os resultados demonstram a viabilidade de implementação de People Analytics em contextos de dados administrativos limitados, oferecendo framework replicável para organizações públicas similares.</p>
</section>
<section id="abstract" class="level2">
<h2 class="anchored" data-anchor-id="abstract">Abstract</h2>
<div lang="en">
<p>This study investigates how unsupervised machine learning techniques can support People Analytics in Brazilian public organizations, a context characterized by low analytical maturity. Using anonymized data from ApexBrasil’s active employees between January 2019 and December 2023, the work follows the CRISP-DM framework to compare three clustering methods: K-means, Hierarchical Clustering, and DBSCAN. Although DBSCAN presented higher silhouette indices, it classified a large portion of records as noise, limiting its organizational utility. Thus, K-means with eight clusters was selected as the best balance between technical quality and sample coverage. The resulting clusters were interpreted as distinct workforce profiles, providing an interpretable basis for future People Analytics investigations and workforce heterogeneity assessment. The results demonstrate the feasibility of implementing People Analytics in contexts with limited administrative data, offering a replicable framework for similar public organizations.</p>
</div>
<p><strong>Palavras-chave:</strong> people analytics; clustering; employee segmentation; K-Means; DBSCAN; Hierarchical Clustering; human resources data science</p>
<p><a href="https://doi.org/10.12662/2359-618xregea.v15i1.6206.pe6206.2026" class="btn btn-primary">Ler o trabalho completo</a></p>


</section>

 ]]></description>
  <category>People Analytics</category>
  <category>Clusterização</category>
  <category>Setor Público</category>
  <category>Artigo</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2026-04-23-segmentacao-de-empregados-clusterizacao/</guid>
  <pubDate>Thu, 23 Apr 2026 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/imagens/capa-pesquisa.svg" medium="image" type="image/svg+xml"/>
</item>
<item>
  <title>Temporal Projections for Strategic Planning in Human Resources</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2025-12-19-projecoes-temporais-planejamento-rh/</link>
  <description><![CDATA[ 






<div class="callout callout-style-simple callout-note no-icon">
<div class="callout-body d-flex">
<div class="callout-icon-container">
<i class="callout-icon no-icon"></i>
</div>
<div class="callout-body-container">
<p><strong>Artigo em periódico</strong></p>
<p>MOREIRA, C. A. C. Temporal Projections for Strategic Planning in Human Resources. <em>Revista Gestão &amp; Tecnologia</em>, v. 25, n.&nbsp;5, p.&nbsp;10–53, 2025.</p>
<p>DOI: <a href="https://doi.org/10.20397/2177-6652/2025.v25i5.3171">10.20397/2177-6652/2025.v25i5.3171</a></p>
</div>
</div>
</div>
<section id="resumo" class="level2">
<h2 class="anchored" data-anchor-id="resumo">Resumo</h2>
<p><strong>Objetivo:</strong> O objetivo deste estudo é explorar o uso de modelos de projeção de séries temporais na previsão de absenteísmo em Recursos Humanos (RH). Ele visa comparar diferentes modelos para melhorar o planejamento de ações organizacionais e a tomada de decisões.</p>
<p><strong>Metodologia/Métodos Procedimentais:</strong> Esta pesquisa emprega uma abordagem quantitativa, usando modelos de séries temporais como ARIMA, Holt-Winters e SARIMA. Esses modelos são aplicados para prever o absenteísmo em RH, demonstrando os pontos fortes e as limitações de cada um no contexto do planejamento organizacional.</p>
<p><strong>Originalidade/Relevância:</strong> Este estudo aborda a lacuna na aplicação teórica de projeções de séries temporais no campo de RH, focando especificamente na previsão de absenteísmo. Ele contribui para a relevância acadêmica ao fornecer insights sobre a utilidade prática dos modelos de séries temporais para a tomada de decisões de RH, uma área que não foi amplamente explorada.</p>
<p><strong>Principais resultados:</strong> Os resultados indicam que a projeção de séries temporais é uma ferramenta poderosa para melhorar a tomada de decisões de RH, oferecendo insights valiosos sobre tendências de absenteísmo e produtividade organizacional. A comparação dos modelos ARIMA, Holt-Winters e SARIMA destaca suas respectivas vantagens e limitações.</p>
<p><strong>Contribuições teóricas/metodológicas:</strong> Este estudo fornece contribuições significativas ao comparar vários modelos de séries temporais no contexto da previsão de absenteísmo. Ele oferece uma compreensão clara de qual modelo tem melhor desempenho em cenários específicos de RH e fornece métricas para avaliar o sucesso.</p>
<p><strong>Contribuições sociais/gerenciais:</strong> As descobertas têm implicações diretas para os gerentes de RH, fornecendo a eles ferramentas acionáveis para prever o absenteísmo e planejar de forma mais eficaz, melhorando assim a produtividade organizacional e mitigando potenciais desafios.</p>
</section>
<section id="abstract" class="level2">
<h2 class="anchored" data-anchor-id="abstract">Abstract</h2>
<div lang="en">
<p><strong>Objective:</strong> The objective of this study is to explore the use of time series projection models in predicting absenteeism within Human Resources (HR). It aims to compare different models to improve organizational action planning and decision-making.</p>
<p><strong>Methodology/Procedural Methods:</strong> This research employs a quantitative approach, using time series models such as ARIMA, Holt-Winters, and SARIMA. These models are applied to predict absenteeism in HR, demonstrating the strengths and limitations of each in the context of organizational planning.</p>
<p><strong>Originality/Relevance:</strong> This study addresses the gap in the theoretical application of time series projections within the HR field, specifically focusing on absenteeism prediction. It contributes to academic relevance by providing insights into the practical utility of time series models for HR decision-making, an area that has not been extensively explored.</p>
<p><strong>Main Results:</strong> The results indicate that time series projection is a powerful tool for improving HR decision-making, offering valuable insights into absenteeism trends and organizational productivity. The comparison of ARIMA, Holt-Winters, and SARIMA models highlights their respective advantages and limitations.</p>
<p><strong>Theoretical/Methodological Contributions:</strong> This study provides significant contributions by comparing various time series models in the context of absenteeism prediction. It offers a clear understanding of which model performs best in specific HR scenarios and provides metrics for evaluating success.</p>
<p><strong>Social/Managerial Contributions:</strong> The findings have direct implications for HR managers, providing them with actionable tools to predict absenteeism and plan more effectively, thereby improving organizational productivity and mitigating potential challenges.</p>
</div>
<p><strong>Palavras-chave:</strong> Séries temporais, absenteísmo, ARIMA, Holt-Winters, SARIMA, planejamento de RH</p>
<p><a href="https://doi.org/10.20397/2177-6652/2025.v25i5.3171" class="btn btn-primary">Ler o trabalho completo</a></p>


</section>

 ]]></description>
  <category>Séries Temporais</category>
  <category>Planejamento de RH</category>
  <category>Absenteísmo</category>
  <category>Artigo</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2025-12-19-projecoes-temporais-planejamento-rh/</guid>
  <pubDate>Fri, 19 Dec 2025 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/imagens/capa-pesquisa.svg" medium="image" type="image/svg+xml"/>
</item>
<item>
  <title>People Analytics: um estudo de caso de ciência de dados na Gerência de Recursos Humanos da Apex-Brasil</title>
  <dc:creator>César Ciuffo</dc:creator>
  <link>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2025-06-30-dissertacao-people-analytics-apex-brasil/</link>
  <description><![CDATA[ 






<div class="callout callout-style-simple callout-note no-icon">
<div class="callout-body d-flex">
<div class="callout-icon-container">
<i class="callout-icon no-icon"></i>
</div>
<div class="callout-body-container">
<p><strong>Dissertação de mestrado</strong></p>
<p>MOREIRA, C. A. C. <em>People Analytics: um estudo de caso de ciência de dados na Gerência de Recursos Humanos da Apex-Brasil.</em> 2025. Dissertação (Mestrado Profissional em Computação Aplicada) – Universidade de Brasília, Brasília, 2025. Orientador: Prof.&nbsp;Dr.&nbsp;Gladston Luiz da Silva.</p>
</div>
</div>
</div>
<section id="resumo" class="level2">
<h2 class="anchored" data-anchor-id="resumo">Resumo</h2>
<p>O tema People Analytics ou HR Analytics ou Workforce Analytics é a implementação de técnicas de ciência de dados no ambiente de recursos humanos no âmbito das organizações, visando o melhor entendimento desta dinâmica e a predição de comportamentos. As práticas de People Analytics ainda não estão disseminadas no contexto brasileiro e, em especial, na Agência Brasileira de Promoção de Exportações e Investimentos (ApexBrasil), que passa por forte automação de processos e por um processo de digitalização. Este ambiente se torna propício para o estudo e análise de diversos aspectos para entender a segmentação dos empregados, as possibilidades de sua classificação e a predição de absenteísmo. Este trabalho tem o propósito de estudar diversas técnicas de agrupamento, classificação e predição, para a prospecção e implantação de modelos de aprendizado de máquinas na Apex-Brasil. Em termos metodológicos, passará por todas as fases propostas, a saber: i) Entendimento do negócio e do contexto dos processos de recursos humanos na Apex-Brasil; ii) Entendimento, pré-processamento e análise exploratória dos dados; iii) Modelagem; iv) Avaliação de resultados e discussões; e, v) Proposição do plano de implantação dos modelos no ambiente da Apex-Brasil. Os resultados encontrados reforçam os exemplos da literatura e atendem aos objetivos propostos do trabalho. Sugere-se a implantação dos modelos selecionados na Agência e a medição de resultados para eventuais ajustes e melhor atuação.</p>
</section>
<section id="abstract" class="level2">
<h2 class="anchored" data-anchor-id="abstract">Abstract</h2>
<div lang="en">
<p>The subject of People Analytics, HR Analytics, or Workforce Analytics is the implementation of data science techniques in the human resources (HR) environment within organizations, aiming at a better understanding of these dynamics and the prediction of behaviors. People Analytics practices are not yet widespread in the Brazilian context and, especially, in Agência Brasileira de Promoção de Exportações e Investimentos (ApexBrasil), which is undergoing strong process automation and an accentuated digitalization process. This environment becomes conducive to the study and analysis of several aspects to understand the segmentation of employees, the possibilities of their classification, and the prediction of absenteeism. This work aims to study several grouping, classification, and prediction techniques for the prospecting and implementation of machine learning models at Apex-Brasil. In methodological terms, it will go through all the proposed phases, namely: i) understanding the business and the context of human resources processes at Apex-Brasil; ii) understanding, preprocessing, and exploratory analysis of data; iii) Modeling; iv) Evaluation of results and discussions; and v) proposal of the plan for implementing the models in the Apex-Brasil environment. The partial results found reinforce the examples in the literature and meet the proposed objectives of the work. It is suggested that the selected models be implemented in the Agency and that the results be measured for possible adjustments and better performance.</p>
</div>
<p><strong>Palavras-chave:</strong> People Analytics, HR Analytics, Workforce Analytics, Agrupamento, Classificação, Séries Temporais, Projeções</p>
<p><a href="http://repositorio.unb.br/handle/10482/52667" class="btn btn-primary">Ler o trabalho completo</a></p>


</section>

 ]]></description>
  <category>People Analytics</category>
  <category>Ciência de Dados</category>
  <category>Dissertação</category>
  <guid>https://ciuffciuff.github.io/ciuffo_blog/pesquisa/2025-06-30-dissertacao-people-analytics-apex-brasil/</guid>
  <pubDate>Mon, 30 Jun 2025 00:00:00 GMT</pubDate>
  <media:content url="https://ciuffciuff.github.io/ciuffo_blog/imagens/capa-pesquisa.svg" medium="image" type="image/svg+xml"/>
</item>
</channel>
</rss>
