
Ultimamente, começamos a observar a proliferação de serviços inteligentes, especialmente em portais de empregos ou redes sociais com finalidade profissional, que apontam pessoas que tem adequação ao perfil desejado. Por meio de algoritmos de “matching”, com fundamentação matemática-estatística, esses portais encontram na massa de candidatos cadastrados aqueles cujas características declaradas mais se assemelham aos procurados pelas empresas. Uma das maneiras de identificar essas características é tentar mimetizar contratações bem sucedidas recentes para cargos similares.
Já tivemos também oportunidade de pôr em prática instrumentos de natureza similar para aprimorar a gestão de bases amplas de funcionários, com objetivo de prevenir abandonos de emprego ou absenteísmo. Nesse caso, o método busca identificar dentre os funcionários quais são as características e perfis nos quais ocorrem com maior frequência os comportamentos indesejados.
Para terminar, recordo a você que testemunhamos nas últimas semanas a interessante batalha ´homem X máquina´ vivida no jogo de perguntas e respostas Jeopardy!, nos Estados Unidos. Nessa edição, acabou vencendo Watson, um super computador da IBM capaz de reconhecer e processar linguagem natural como seres humanos. Em raciocínio similar, mas obviamente menos sofisticado, também começaram a surgir serviços de análises de lacunas profissionais para postulantes a determinadas vagas de emprego. O serviço funciona da seguinte forma: o candidato apresenta seu currículo para determinada vaga e fracassa em algum estágio da seleção. O serviço de análise de lacunas procura, com base no caso do próprio candidato e outras vagas similares, identificar pontos do currículo nos quais os candidatos bem sucedidos se diferenciaram em relação ao postulante fracassado. Por exemplo, pode ficar claro que faltavam anos de experiência ou que o domínio de determinada língua estrangeira era fundamental para aquelas vagas. Nessa segunda hipótese, o candidato poderia atuar para aprimorar seus conhecimentos e voltar a se apresentar para outras vagas similares no futuro próximo.
Notem que todos os casos estão compostos por uma mistura de bancos de dados com volumes estatisticamente significativos e análises semânticas, uma vez que dificilmente os dados de pessoas serão encontrados de forma 100% estruturada. Os avanços de processamento de linguagem natural ajudarão cada vez mais a avançar nesse tipo de aplicação. Mãos à obra!
Leonardo Vieiralves Azevedo é diretor da Habber Tec Brasil.