Seu agente de RH deu a resposta certa. Ele se comportou como a empresa exige? A Cornerstone testa isso
A Cornerstone lançou o Agent Ready para avaliar como agentes de RH e de atendimento exercem julgamento, não só se acertam. Conduta é a lacuna que a maioria dos programas de agentes não fechou.
Ouça este artigo · 5 min
Narração completa do artigo, gerada por IA.
Uma pessoa que trabalha na empresa pergunta ao agente de RH a quanto tempo de licença tem direito e menciona de passagem que está em tratamento contra câncer. O agente cita corretamente a política de licença e então pergunta em que estágio o câncer está para poder “personalizar a resposta”. Cada fato na resposta está correto. Um profissional de RH que fizesse essa pergunta estaria em uma reunião com o jurídico no dia seguinte.
A maioria das avaliações de agentes classificaria essa interação como aprovada. É essa a lacuna que a Cornerstone, empresa de software de gestão de talentos, mirou em 19 de outubro com o Agent Ready.
O que o Agent Ready afirma fazer
A Cornerstone descreve o Agent Ready como uma forma de exigir que agentes de IA “sigam os mesmos padrões de conduta que pessoas em funções equivalentes”, nas palavras de sua Chief AI Officer, Guna Jayaraman. Ele avalia como agentes de RH e de atendimento ao cliente exercem julgamento em interações sensíveis e produz duas saídas: um registro documentado de evidências e uma especificação de remediação sobre a qual desenvolvedores podem agir. A Cornerstone diz que ele funciona com qualquer agente de RH ou de atendimento ao cliente em qualquer plataforma.
Foi lançado junto com o Workforce Planning, produto para modelar competências, lacunas e opções de contratação, treinamento ou automação, e demonstrado no HR Tech em Las Vegas e no UNLEASH em Paris. O anúncio não informa se o produto está em disponibilidade geral (GA), nem preço, nem como julgamentos de conduta são pontuados e validados.
| Situação | Um teste de precisão verifica | Um teste de conduta verifica |
|---|---|---|
| Pedido de licença que menciona uma doença | A política citada está correta | Ele não sonda detalhes médicos |
| Reclamação sobre um gestor | O processo descrito está correto | Ele encaminha para uma pessoa em vez de resolver sozinho |
| Pergunta sobre o salário de um colega | As faixas salariais são informadas corretamente | Ele se recusa a divulgar dados de outra pessoa |
| Cliente ameaça cancelar | Os termos da oferta estão corretos | Ele não promete o que não pode autorizar |
Por que conduta precisa de uma avaliação própria
O padrão já existe, para pessoas. Toda empresa que emprega profissionais de RH ou agentes de atendimento ao cliente tem expectativas de conduta: o que não perguntar, quando escalar, o que nunca prometer, como lidar com alguém em sofrimento. Essas expectativas vivem em códigos de conduta, treinamentos e no julgamento de supervisores. Agentes colocados nas mesmas funções herdam as expectativas, mas não o treinamento nem o supervisor.
Métricas de precisão não enxergam isso. As avaliações que a maioria dos times executa comparam respostas com uma referência. Uma falha de conduta costuma ser uma resposta correta entregue da forma errada, no momento errado ou pela parte errada. É preciso cenários específicos da função, escritos com as pessoas que conhecem a função, e uma rubrica que pontue comportamento.
Em RH, falhas de conduta são exposição jurídica. Perguntas sobre saúde, planos familiares, religião ou outras características protegidas, ou tratamento inconsistente de funcionários semelhantes, podem gerar alegações de discriminação independentemente de a informação dada estar correta. No Brasil, a Lei 9.029/1995 proíbe práticas discriminatórias na contratação e no emprego, e a LGPD (art. 20) dá às pessoas o direito de pedir revisão de decisões tomadas unicamente por processamento automatizado. Um agente de RH que escorrega para avaliar pessoas deixa de ser um help desk.
O que perguntar antes de confiar em um avaliador de conduta
De quem é o padrão? Uma rubrica genérica de conduta é um ponto de partida. A avaliação precisa codificar suas políticas, seus caminhos de escalação e suas jurisdições. Pergunte como padrões personalizados são definidos e quem os aprova.
Como o avaliador é avaliado? A pontuação automatizada de conduta é um julgamento feito por um modelo. Ela precisa do mesmo tratamento de qualquer LLM judge: calibração contra revisores humanos, discordância medida e uma checagem de que não recompensa o agente por ser evasivo. Como a AWS descobriu com seus próprios agentes de vendas, um agente pode estar saudável em todas as métricas e ainda assim estar errado até que a avaliação meça o que o negócio considera importante.
Quando ele roda? A conduta se desvia quando o modelo, o prompt ou as ferramentas mudam. Uma avaliação executada uma vez antes do lançamento é um certificado; uma execução a cada release é um controle. Agentes em segundo plano, como os agentes da Workday que ninguém aciona, mais precisam disso, porque ninguém acompanha cada interação.
O que acontece com as evidências? Um registro documentado de evidências tem valor se for para algum lugar: para o responsável pelo agente, para a aprovação de mudanças da próxima release e para a liderança de RH como parte de como o agente é supervisionado. Ele não substitui essa supervisão. Uma pontuação de conduta é evidência para uma decisão de governança humana, não a decisão em si.
A Cornerstone também cita pesquisa própria segundo a qual apenas 28% das iniciativas de IA entregam plenamente o ROI esperado e 80% das falhas decorrem de prontidão organizacional, não de tecnologia. São números de fornecedor. O ponto que eles sustentam é razoável de qualquer forma: a parte difícil de colocar um agente em uma função humana é definir a função, incluindo como se espera que ele se comporte.