
AI-native HR Memo · Issue 03
A avaliação de desempenho não deveria ser um evento anual
A avaliação anual roda sobre a memória do gestor, registrada uma vez por ano. Quando a IA lê o trabalho de fato, o desempenho deixa de ser um evento e passa a fazer parte do trabalho. A tese aplicada a desempenho e desenvolvimento.
Publicado em 28 de julho de 2026
Editorial
A avaliação de desempenho tradicional se apoia numa base frágil. Ela roda sobre a memória que o gestor tem do ano de alguém, escrita na semana em que o formulário vence, e trata essa memória como o registro oficial, mesmo sendo um dos insumos menos confiáveis que uma empresa tem.
Eu iria além. A avaliação anual sobrevive porque, até muito pouco tempo atrás, as duas coisas que ela pressupõe eram basicamente verdadeiras: que a memória do gestor era a melhor evidência disponível de como alguém trabalhou e que o desempenho só podia ser julgado em escala seguindo um calendário. A IA quebra as duas de uma vez, e por isso a gestão de desempenho deveria deixar de ser um evento e passar a fazer parte do próprio trabalho.

Comece pela evidência. A grande maioria do que uma organização produz é não estruturada, e muitas vezes é aí que mora a verdade sobre o desempenho. Os commits e code reviews, as gravações de chamadas, os documentos entregues, os tickets fechados, a thread do Slack em que alguém destravou um colega sem alarde etc. A avaliação antiga ignorava tudo isso e rodava sobre um resumo aproximado do gestor. Quando um modelo lê o trabalho diretamente, a evidência passa do que o gestor lembra para o que a pessoa de fato produziu.
Depois, quando a evidência muda, o calendário vai junto. As avaliações se prendem a marcos reais (um lançamento, um trimestre de meta, um projeto entregue) e o feedback chega enquanto ainda pode mudar o resultado. A temida conversa anual muitas vezes vira um resumo de feedbacks que já aconteceram. E a prontidão para promoção pode ser verificada sempre que importar, em vez de disputada uma vez por ano por quem fala de forma mais convincente na sala.
Há também um ganho mais discreto que, na minha opinião, é o que mais importa: a justiça. A nota de um único gestor carrega os pontos cegos e o viés de recência desse gestor. Ler e conciliar muitos sinais independentes é a forma mais confiável que conhecemos de corrigir isso. Uma base de evidências mais ampla é, simplesmente, uma base mais justa.
Fazemos o desempenho desse jeito na Zivo já há algum tempo.
Há um risco que eu não publicaria este texto sem nomear. Ler o trabalho de alguém continuamente, artefato por artefato, pode escorregar com facilidade para a vigilância. O que mantém isso do lado certo é o que o sistema pode ler, o que ele é instruído a ignorar e se o colaborador vê a mesma visão que o gestor vê. Erre nisso e o ganho de justiça vira um colapso de confiança (pior que a avaliação anual que você tentava substituir).
Para deixar claro: nada disso tira o humano da avaliação de desempenho. Alguém ainda decide! Quando um gestor edita o resumo que o sistema rascunhou, essa edição deveria voltar como um sinal que ensina ao sistema como é um bom trabalho naquela empresa. E isso faz a avaliação do ano que vem ser melhor que a deste. E, quando funciona, os gestores param de reconstruir o caso de memória e passam esse tempo com a pessoa.
A seguir nesta série, a mesma lente sobre outra subárea de RH.
Mais uma vez, conte para a gente o que achou deste texto. A newsletter melhora a cada resposta sua.
Boa leitura do que vem a seguir,
Chris Gerlach · Cofundador e CEO, Zivo
Spotlight
Gustavo Victorica · Cofundador e COO, RecargaPay
Fintech · Pagamentos · 500+ FTEs · São Paulo
Na RecargaPay, o RH é “people operations” e responde ao Gustavo, o COO. À medida que a IA assume a execução, o que ele passou a pedir do time é o discernimento para saber do que o negócio precisa.
“No fim, é sobre ownership, mas ownership do resultado. Executar com IA virou trivial. Você escreve um prompt e sai um produto. Mas o que você coloca nesse prompt, como você itera, o que você destila do seu conhecimento, qual era a necessidade real do negócio, é aí que está o acerto ou o erro.”
Gustavo Victorica · Cofundador e COO, RecargaPay
Com a execução ficando barata, a régua de um time passa a ser o julgamento sobre o que pedir e do que o negócio realmente precisa.
Reads
Vale ler antes da próxima edição
-
Substack · Ensaio · 21 de julho
Against Claudefishing
O Substack vai começar a sinalizar “texto provavelmente gerado por IA”, e Dan Hockenmaier (CSO da Faire) prevê que, em 12 meses, a maioria das empresas terá políticas formais “anti-slop”. Acreditamos que a regra escrita pesa menos que uma cultura de ownership, em que quem produz responde pelo resultado, com a IA ajudando nos primeiros rascunhos e a pessoa respondendo pela versão final. É o mesmo julgamento humano que está no centro do editorial.
-
Mercer · Relatório
The Early Career Paradox
Empresas AI-native têm um organograma mais sênior, com mais engenharia (50,7% contra 38,2%) e uma base júnior mais fina, segundo o CEO da Pave. Para a Mercer, à medida que a IA absorve a tarefa de entrada, o júnior assume trabalho de alto impacto cedo e com menos gente para ensiná-lo, e só 34% se sentem incentivados a aprender durante o expediente. Essa base sempre foi onde a empresa formava suas futuras lideranças; então, para quem está construindo um RH AI-native, a pergunta em aberto é como formar essas futuras lideranças nesse cenário.
Demo
Quando o contexto vira eficiência no RH

Assista · vídeo
No vídeo, Pedro Bobrow (cofundador e CHRO da Zivo) resolve na hora um pedido de férias e uma inclusão de dependente no plano de saúde: a IA cruza saldo, política, prazo e documento, . E cada aprovação vira contexto para a próxima sair melhor.
Featured
Da Zivo: para estar na sala (e rever depois)
Eventos ao vivo e materiais que valem rever.

Webinar · gravação disponível
Casos reais de RHs AI-native
Pedro Bobrow (cofundador e CHRO da Zivo) mostra três operações de RH rodando AI-native no nível N4: recrutamento numa scale-up (~500 pessoas, de 29h para 6h de trabalho manual, turnover involuntário de 18% para 8%), desempenho contínuo num unicórnio (2.000 pessoas, quase 100% das avaliações concluídas) e HR Ops numa enterprise (5.000+, trabalho operacional de 50% para 7% do tempo). Com perguntas e respostas.
Assista à gravação →
-
Jantar fechado · 5 de agosto · São Paulo
CHROs in AI dinner · com Gianpiero Sperati (Creditas)
Jantar fechado na Comp House com Gianpiero Sperati (diretor de People & Performance da Creditas) e Guilherme Tomazin (Zivo), reunindo ~30 CHROs em torno de IA no RH. Vagas limitadas, peça a sua (sujeita a aprovação).
-
Café da manhã fechado · 7 de agosto · São Paulo
CHROs in AI breakfast · com Daniel Campos (Sem Parar Corpay)
Café da manhã fechado na Comp House com Daniel Campos (CHRO da Sem Parar Corpay) e Filipe Ducas (Zivo), com conversas sobre IA para o RH entre ~30 CHROs. Vagas limitadas, peça a sua.
-
Artigo
Ser AI-native de fato: o que muda quando o RH para de automatizar
Cobertura da palestra de Pedro Bobrow no Humanship MeetUp, na Casa Zivo: ser AI-native é repensar se o processo deveria existir antes de automatizá-lo, e desenhar o RH em torno do colaborador que o usa, em vez de otimizar para o próprio departamento.
-
Podcast
Novo episódio do Rethinking People com Antonio Salvador (CHRO da InterCement) sobre , fora do circuito de tecnologia.
Essa foi a edição três.
Se ela valeu o seu tempo, encaminhe para uma pessoa que deveria estar lendo junto.