Demissão Baseada em Ranking Gerado por Algoritmo de IA: Discriminação Algorítmica e Direito à Explicação

Em regra, a demissão fundamentada em pontuação ou ranking gerado por inteligência artificial não é ilícita apenas por usar um algoritmo, mas passa a ser juridicamente arriscada quando o critério automatizado reproduz vieses contra grupos protegidos, quando a empresa não consegue explicar de forma compreensível os motivos da nota atribuída ao empregado, ou quando ela nega, sem justificativa razoável, o pedido de revisão da decisão — direito que a legislação de proteção de dados assegura de forma expressa a quem é afetado por decisões automatizadas.

Sistemas que atribuem notas, scores ou posições em rankings de desempenho já são realidade em call centers, redes de varejo, plataformas de vendas e centros de distribuição. O problema surge quando esse ranking deixa de ser apenas um indicador de gestão e passa a ser o fundamento, total ou parcial, da decisão de dispensar um empregado. Nesse cenário, duas perguntas se impõem: a nota pode estar escondendo uma discriminação que ninguém na empresa percebeu, e o trabalhador tem o direito de saber, em termos compreensíveis, por que a máquina o colocou entre os últimos colocados.

O que caracteriza a demissão baseada em ranking de inteligência artificial

Fala-se em demissão por ranking de IA quando o critério decisivo, ou pelo menos preponderante, para o desligamento é uma pontuação calculada por software a partir de métricas como produtividade, tempo de resposta, avaliações de clientes, absenteísmo ou indicadores mais subjetivos, como “aderência cultural” inferida a partir de dados de comportamento. A diferença em relação à avaliação de desempenho tradicional está, sobretudo, na opacidade: o gestor humano costuma se limitar a homologar um resultado que ele mesmo não sabe explicar em detalhe, porque o algoritmo pondera dezenas de variáveis de forma automatizada, muitas vezes com pesos e regras que não são documentados de maneira acessível nem para o próprio empregador.

Essa opacidade é o que transforma uma prática de gestão comum em um risco jurídico. Quando ninguém na empresa consegue explicar, de forma inteligível, por que um empregado específico caiu para as últimas posições, fica difícil verificar, antes da dispensa, se o critério é neutro ou se está reproduzindo um viés presente nos dados usados para treinar o modelo. Vale notar que essa hipótese é diferente da situação em que é o próprio empregado quem usa a inteligência artificial de forma indevida no exercício das suas funções — tema que já foi tratado com mais detalhe no texto sobre demissão por justa causa por uso indevido de inteligência artificial no trabalho. Aqui, o papel da IA é inverso: ela não é a ferramenta mal utilizada pelo empregado, mas o instrumento que a própria empresa usa para decidir quem sai.

Quando o ranking automatizado pode esconder discriminação algorítmica

A discriminação algorítmica no ambiente de trabalho raramente é intencional. Ela nasce, na maior parte dos casos, de dados históricos que já carregam desigualdades. Um sistema treinado com anos de avaliações de desempenho de uma empresa tende a reproduzir os padrões de quem foi mais bem avaliado no passado, o que pode penalizar sistematicamente grupos específicos: mulheres que voltaram recentemente de licença-maternidade, empregados com deficiência, trabalhadores mais velhos com curva de produtividade diferente da média, ou pessoas que se afastaram por doença e tiveram indicadores temporariamente mais baixos.

Do ponto de vista legal, a legislação brasileira já veda esse tipo de resultado independentemente de como ele foi produzido. A Lei nº 9.029/1995 proíbe a adoção de qualquer prática discriminatória para efeito de acesso ou manutenção da relação de emprego, e a Constituição Federal consagra a isonomia entre todos perante a lei e veda, especificamente, a diferença de critérios de admissão ou de tratamento no emprego por motivo de sexo, idade, cor ou estado civil. Essas normas não perdem eficácia porque o critério discriminatório foi produzido por um algoritmo em vez de uma decisão humana direta: o uso de um sistema automatizado não afasta a responsabilidade do empregador pelo resultado discriminatório que esse sistema produz.

Vale mencionar, a título de referência, a lógica adotada pela Súmula nº 443 do Tribunal Superior do Trabalho, que presume discriminatória a dispensa de empregado com doença grave que suscite estigma ou preconceito, invertendo o ônus da prova em favor do trabalhador. A súmula trata de uma hipótese específica — a doença grave —, e não existe, até o momento, entendimento pacificado nos tribunais estendendo automaticamente essa mesma lógica a dispensas em massa fundamentadas em ranking de IA. O que já se observa é um debate doutrinário sobre se um raciocínio semelhante — presunção de discriminação diante de indícios consistentes de impacto desproporcional sobre um grupo protegido, com inversão do ônus da prova — poderia, por analogia, orientar a análise desses casos. Trata-se de discussão em construção, não de regra já consolidada na jurisprudência trabalhista.

A questão também aparece, com contornos próprios, fora da relação de emprego formal: em aplicativos de entrega e transporte, o controle por pontuação algorítmica já opera há mais tempo, ainda que a própria natureza do vínculo — autônomo ou empregatício — costume ser objeto de disputa à parte, como discutido no texto sobre pejotização e reconhecimento de vínculo de emprego. Quando o grau de controle algorítmico sobre a rotina do prestador se aproxima do que se vê em um contrato CLT, os dois debates — vínculo de emprego e legitimidade do critério de dispensa — tendem a se cruzar.

O direito à explicação: o que a LGPD garante (e o que não garante) diante de uma dispensa por IA

A Lei Geral de Proteção de Dados oferece a base normativa mais direta para o trabalhador questionar uma decisão automatizada que afete sua vida profissional. O artigo 20 estabelece que o titular dos dados tem direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, incluindo decisões destinadas a definir o seu perfil profissional. O mesmo dispositivo determina que o controlador — no caso, o empregador — deve fornecer, quando solicitado, informações claras e adequadas sobre os critérios e os procedimentos utilizados para chegar àquela decisão, resguardados eventuais segredos comercial e industrial.

Há, porém, um ponto que costuma ser simplificado demais em textos sobre o tema, e que merece ser dito com precisão: a redação original do projeto que deu origem à lei previa que essa revisão fosse feita, obrigatoriamente, “por pessoa natural” — ou seja, por um ser humano. Essa exigência específica foi vetada antes da sanção, e o veto foi mantido pelo Congresso Nacional em 2019. Isso significa que, hoje, a lei garante o direito de pedir a revisão da decisão e de obter explicação sobre os critérios usados, mas não impõe, de forma explícita, que essa revisão seja necessariamente conduzida por um ser humano — ela pode, em tese, ser feita por outro processo automatizado. Ainda assim, boa parte da doutrina e da prática de compliance recomenda que empresas adotem intervenção humana efetiva nesse tipo de revisão como medida de prudência, já que uma reavaliação puramente automatizada tende a enfraquecer a defesa do empregador caso o caso chegue à Justiça do Trabalho.

A mesma lei prevê ainda que, quando o sigilo comercial ou industrial for invocado para não revelar o funcionamento do algoritmo, a autoridade responsável pela proteção de dados pessoais no Brasil pode realizar auditoria para verificar a existência de aspectos discriminatórios no tratamento automatizado. Ou seja, a opacidade do algoritmo não pode funcionar como um escudo absoluto contra o escrutínio de práticas potencialmente discriminatórias. Na prática trabalhista, isso significa que um empregado desligado com base, total ou parcial, em um ranking de IA pode exigir formalmente que a empresa explique quais variáveis pesaram na sua pontuação e como elas foram combinadas — e uma recusa em fornecer explicação minimamente inteligível tende a fortalecer, por si só, os indícios de irregularidade na dispensa.

Situação parecida já se discute no contexto de motoristas de aplicativo bloqueados sem qualquer justificativa compreensível, tratada no texto sobre descredenciamento sem explicação e o silêncio da plataforma diante do trabalhador: em ambos os cenários, o silêncio da empresa diante de um pedido legítimo de explicação tende a jogar contra ela, e não a favor.

Cuidados que a empresa deveria adotar antes de dispensar com base em pontuação automatizada

Empresas que utilizam ferramentas de inteligência artificial para apoiar decisões de desempenho e desligamento deveriam observar, no mínimo, alguns cuidados estruturais para reduzir o risco de uma dispensa ser posteriormente qualificada como discriminatória:

• Manter registro documentado das variáveis e da lógica geral do modelo, mesmo quando o funcionamento técnico detalhado não seja divulgado ao público.
• Assegurar revisão humana substantiva antes de qualquer desligamento fundamentado, ainda que parcialmente, em um score automatizado — não apenas uma homologação formal do resultado do sistema.
• Realizar testes periódicos de impacto desproporcional sobre grupos protegidos, como gênero, idade, deficiência e situação de saúde.
• Preparar-se para responder, de forma compreensível, a pedidos de revisão e de explicação formulados por empregados com base no direito de revisão de decisões automatizadas.
• Evitar que o algoritmo seja o único registro formal da motivação da dispensa, documentando também os elementos humanos de avaliação que a corroboram.

Vale registrar que tramita no Congresso Nacional um projeto de lei específico sobre o uso de inteligência artificial no Brasil, já aprovado pelo Senado Federal e, no momento, em análise na Câmara dos Deputados. Entre outros pontos, o texto em discussão prevê que decisões automatizadas que afetem contratação, avaliação de desempenho, promoção ou desligamento de trabalhadores devem contar com supervisão humana adequada para prevenir viés e discriminação algorítmica. Como se trata de projeto de lei — e não de lei em vigor —, essas exigências ainda não podem ser invocadas como obrigação legal já consolidada; elas servem, por ora, como indicativo da direção que a regulação brasileira tende a seguir, e como reforço de que os cuidados listados acima já são, na prática, recomendáveis independentemente da aprovação final do texto.

Quando o ranking automatizado é usado para justificar não uma dispensa isolada, mas uma leva de desligamentos concentrados em um curto período, a discussão tende a ganhar contornos coletivos, e não apenas individuais — cenário próximo ao que já se discute em bloqueios em massa de motoristas de aplicativo e o papel do Ministério Público do Trabalho. Quanto maior o número de trabalhadores afetados pelo mesmo critério automatizado, maior tende a ser também o interesse de sindicatos e do órgão do Ministério Público responsável por questões trabalhistas em investigar se há um padrão discriminatório sistemático por trás da métrica usada pela empresa.

Perguntas frequentes

A demissão baseada em pontuação de inteligência artificial é sempre nula?

Não. O uso de um algoritmo para apoiar a decisão de desligamento não torna, por si só, a dispensa inválida. O problema jurídico surge quando o critério automatizado é discriminatório, quando a empresa não explica de forma compreensível os motivos da pontuação, ou quando nega, sem justificativa, o pedido de revisão feito pelo empregado.

O empregado tem direito de saber a nota exata que recebeu do algoritmo?

O empregado tem direito de solicitar informações claras e adequadas sobre os critérios e os procedimentos que levaram à decisão automatizada que o afetou, incluindo, na prática, a lógica por trás da sua pontuação. Isso não significa, necessariamente, acesso ao código-fonte do sistema ou a segredos comerciais da empresa, mas sim a uma explicação minimamente inteligível dos fatores considerados.

A empresa pode simplesmente se recusar a explicar como o algoritmo funciona?

A empresa pode invocar segredo comercial ou industrial para não revelar detalhes técnicos do sistema, mas essa recusa não é absoluta: quando o sigilo é alegado, a autoridade responsável pela proteção de dados pode realizar auditoria para verificar se há aspectos discriminatórios no tratamento automatizado usado pela empresa.

O que diferencia uma avaliação de desempenho comum de uma decisão discriminatória por IA?

A avaliação em si não é o problema — empresas sempre puderam medir desempenho. O que caracteriza a discriminação algorítmica é o efeito sistemático e desproporcional do critério sobre um grupo protegido, somado à falta de explicação inteligível sobre por que aquele resultado específico foi produzido para aquele empregado.

Já existe uma lei brasileira específica sobre inteligência artificial em vigor?

Ainda não. Existe um projeto de lei sobre o tema em tramitação no Congresso Nacional, já aprovado pelo Senado e em análise na Câmara dos Deputados, mas que ainda não foi sancionado como lei. Hoje, a proteção do trabalhador nesse tipo de caso se apoia principalmente na legislação de proteção de dados pessoais, na lei que veda discriminação na relação de emprego e nos princípios constitucionais de igualdade.

De quem é o ônus de provar a discriminação algorítmica na Justiça do Trabalho?

Não há uma resposta única e automática para todos os casos. Em regra, cabe a quem alega provar o fato constitutivo do seu direito, mas a apresentação de indícios consistentes — como padrão de dispensas concentrado em um grupo protegido, aliado à recusa da empresa em explicar os critérios do algoritmo — pode ser suficiente para deslocar para o empregador o encargo de demonstrar que a decisão foi neutra, sobretudo diante de situações já reconhecidas pela jurisprudência trabalhista como propensas à inversão do ônus probatório.

Como reunir provas de discriminação algorítmica em uma dispensa por ranking de IA

Diante de uma demissão que o trabalhador suspeita estar ligada a uma pontuação automatizada, a primeira providência prática costuma ser formalizar, por escrito, o pedido de revisão da decisão e de explicação sobre os critérios utilizados, preferencialmente por um canal que gere protocolo ou comprovante de envio. A resposta da empresa — ou a ausência dela — já é, em si, um elemento de prova relevante para o caso.

Em paralelo, vale reunir toda a documentação que ajude a reconstruir o histórico de avaliação: e-mails e mensagens internas sobre metas e indicadores, prints de painéis de desempenho ou rankings visíveis à equipe, comunicações sobre a dispensa, e qualquer registro de licenças, afastamentos ou condições pessoais que possam ter influenciado, de forma indevida, a pontuação recebida. Quando possível, o relato de colegas que também tiveram queda abrupta de posição no mesmo período, ou que pertencem ao mesmo grupo potencialmente afetado, ajuda a evidenciar se existe um padrão sistemático por trás do resultado individual.

Como o tema da inteligência artificial aplicada à gestão de pessoas ainda está em consolidação na jurisprudência brasileira, cada caso concreto depende de uma análise cuidadosa dos fatos, dos dados disponíveis e das provas que puderem ser efetivamente reunidas. Diante de uma dispensa fundamentada em ranking ou pontuação gerada por algoritmo, buscar orientação jurídica especializada ajuda a avaliar, com mais segurança, tanto o caminho administrativo — pedido de revisão perante a própria empresa e, se for o caso, notícia à autoridade de proteção de dados — quanto a eventual discussão judicial sobre a validade da dispensa.

Sobre o autor

Siga @phelipecardosoadv no Instagram →

Phelipe Pereira Cardoso é advogado desde 2009 e fundador do PHC Phelipe Cardoso Advogados. Atua principalmente em Direito Civil, Empresarial e do Consumidor, com experiência em responsabilidade civil, indenizações, contratos, conflitos patrimoniais e demandas envolvendo empresas e instituições financeiras.

Ao longo de sua trajetória, concedeu entrevistas e contribuiu com análises jurídicas para veículos como TV Globo, TV Record e Rádio Itatiaia, abordando temas de interesse público e questões relevantes das relações civis e de consumo. À frente do PHC, coordena a estratégia jurídica do escritório e combina experiência prática, linguagem clara e tecnologia aplicada ao Direito para conduzir casos de forma técnica, personalizada e orientada à solução.

Precisa de orientação sobre o seu caso?

Fale com o escritório  ·  Conheça o PHC Advogados  ·  Ver outros artigos

Este conteúdo tem caráter informativo e não substitui a análise individual do seu caso por um advogado.