A pergunta mais comum sobre inteligência artificial no trabalho é a errada: esse cargo vai acabar? Cargos raramente acabam de uma vez. O que muda é o pacote de tarefas que forma cada cargo. Algumas são automatizadas, outras ficam mais rápidas com apoio de IA, e outras continuam exigindo julgamento humano.
Por isso o tema volta a uma prática antiga de gestão de pessoas: o desenho de cargos. Este artigo explica o que é, quais são os modelos clássicos e como redesenhar um cargo a partir das tarefas, em vez de esperar a tecnologia decidir por você.
O que é desenho de cargos
Desenho de cargos é a definição de quais tarefas formam um cargo, como elas são feitas, com que autonomia e como o cargo se relaciona com os outros. Ele vem antes da descrição de cargo: a descrição registra o que foi desenhado.
Quando ninguém desenha os cargos de propósito, eles se formam por acúmulo. Cada pessoa que passa por um cargo deixa nele as tarefas que sabia fazer, e o cargo vira um retrato de quem o ocupou, e não do trabalho de que a empresa precisa.
Os modelos de desenho de cargos
Os manuais de gestão de pessoas usados no Brasil costumam apresentar três modelos (Chiavenato, 2010):
- Modelo clássico ou tradicional: herdado da administração científica, divide o trabalho em tarefas simples e repetitivas, com o método definido pela gerência. Busca eficiência e deixa a motivação de lado.
- Modelo humanístico: mantém as tarefas, mas melhora o contexto do cargo, como o relacionamento e a participação. Muda o ambiente, não o conteúdo do trabalho.
- Modelo contingencial: ajusta o cargo às pessoas, à tarefa e à estrutura, e prevê que ele seja revisto quando esses fatores mudam.
O modelo contingencial se apoia no trabalho de J. Richard Hackman e Greg Oldham, que associaram motivação e desempenho a cinco características do cargo: variedade de habilidades, identidade com a tarefa, significado da tarefa, autonomia e retroação, isto é, o retorno que a pessoa recebe sobre o próprio desempenho (Hackman; Oldham, 1976).
O cargo como pacote de tarefas
Ravin Jesuthasan e John Boudreau propõem olhar o trabalho em unidades menores que o cargo: tarefas e projetos, que podem ser recombinados (Jesuthasan; Boudreau, 2022). O cargo continua existindo, mas deixa de ser a única unidade de análise.
Essa lente muda a conversa sobre tecnologia. Em vez de perguntar se um cargo será substituído, a empresa pergunta, tarefa por tarefa, o que acontece com cada uma.
O que os dados mostram sobre IA e tarefas
Os estudos mais citados medem a exposição de tarefas, e não de cargos inteiros:
- A Organização Internacional do Trabalho concluiu que a IA generativa tende mais a ampliar empregos do que a destruí-los, porque automatiza algumas tarefas em vez de assumir o cargo inteiro. O trabalho administrativo é o mais exposto: quase um quarto das tarefas tem exposição alta (Gmyrek; Berg; Bescond, 2023).
- Pesquisadores da OpenAI e da Universidade da Pensilvânia estimaram que cerca de 80% da força de trabalho dos Estados Unidos pode ter ao menos 10% das tarefas afetadas por modelos de linguagem, e que cerca de 19% pode ter ao menos metade das tarefas afetadas (Eloundou et al., 2023).
- O Fórum Econômico Mundial projeta 170 milhões de empregos criados e 92 milhões deslocados até 2030, e espera que 39% das habilidades centrais dos trabalhadores mudem no mesmo período (World Economic Forum, 2025).
Nenhum desses números diz o que vai acontecer na sua empresa. Eles mostram onde olhar: dentro dos cargos, tarefa por tarefa.
Exemplo: um cargo de analista de RH desmontado em tarefas
| Tarefa | Caminho provável | O que passa a importar |
|---|---|---|
| Triar currículos por requisitos básicos | Automatizar, com revisão humana | Critérios de seleção bem escritos |
| Redigir anúncios de vaga e descrições de cargo | Ampliar com IA | Saber o que o cargo exige e revisar o texto |
| Montar relatórios de headcount e turnover | Automatizar | Interpretar os números e explicar o que mudou |
| Conduzir entrevistas e devolutivas | Manter humana | Escuta, julgamento e comunicação |
| Apoiar gestores em casos de desempenho | Manter humana, com dados melhores | Repertório de gestão de pessoas |
| Responder dúvidas recorrentes sobre benefícios | Automatizar em parte | Tratar as exceções |
O exemplo é ilustrativo, e a classificação depende da empresa, das ferramentas e do risco de cada tarefa. O efeito aparece mesmo assim: o cargo não some, mas o peso dele se desloca para tarefas de julgamento. Isso muda as skills exigidas, e é aí que entra a conexão entre skills e capabilities.
Como redesenhar um cargo em cinco passos
- Liste as tarefas reais. Converse com quem ocupa o cargo e com o gestor. A descrição antiga costuma estar desatualizada.
- Estime o tempo de cada tarefa. Uma tarefa que ocupa 30% da semana pesa mais no redesenho do que cinco tarefas raras.
- Classifique cada tarefa. Automatizar, ampliar com IA ou manter humana, considerando risco, qualidade e custo.
- Recomponha o cargo. Com o tempo liberado, quais tarefas de maior valor entram? O cargo continua coerente, com variedade, identidade e autonomia suficientes?
- Atualize nível e descrição. Se o escopo mudou, o nível pode ter mudado também. A arquitetura de cargos e a descrição precisam acompanhar.
O passo 4 é onde o modelo de Hackman e Oldham volta a ser útil. Um cargo redesenhado só para eficiência, com as tarefas que sobraram, pode virar o cargo repetitivo do modelo clássico. Um bom redesenho usa o tempo liberado para dar mais significado e autonomia ao trabalho.
Quem decide o redesenho
Redesenhar um cargo mexe em três coisas ao mesmo tempo: o trabalho da área, o nível do cargo e, às vezes, a remuneração. Por isso a decisão precisa de dono. Em geral, o gestor da área recomenda, quem ocupa o cargo contribui com o retrato real das tarefas, o RH confere a coerência com a estrutura e alguém da liderança decide. O artigo sobre direitos de decisão mostra como deixar esses papéis explícitos.
Erros comuns no redesenho de cargos
- Redesenhar só para cortar. Quando o único objetivo é reduzir pessoas, o cargo que sobra costuma acumular tarefas soltas e perde coerência.
- Descrever ferramentas, e não resultados. A ferramenta muda em meses. O resultado esperado do cargo dura mais.
- Esquecer o nível. Se o cargo passou a exigir mais julgamento, o nível e a faixa salarial precisam ser revistos.
- Olhar um cargo de cada vez. Tarefas que saem de um cargo costumam ir para outro. Redesenhe a família de cargos junto.
- Deixar quem ocupa o cargo de fora. É essa pessoa que sabe quanto tempo cada tarefa realmente leva.
O que muda na descrição de cargo
Uma descrição de cargo feita para esse contexto registra menos atividades e mais resultados. Em vez de "elaborar relatórios mensais", algo como "explicar à liderança as variações de turnover e propor ações". Ela também indica quais ferramentas o cargo usa e quais decisões continuam humanas.
Isso faz da descrição um documento vivo. Se as tarefas mudam a cada ano, a descrição precisa de um dono e de uma data de revisão.
Perguntas frequentes
O que é desenho de cargos?
É a definição de quais tarefas formam um cargo, como elas são feitas, com que autonomia e como o cargo se relaciona com os demais. A descrição de cargo registra esse desenho.
Quais são os modelos de desenho de cargos?
Os manuais costumam citar três: o clássico, com tarefas simples e foco em eficiência; o humanístico, que melhora o contexto do cargo; e o contingencial, que ajusta o cargo às pessoas, à tarefa e à estrutura e prevê revisões.
Qual a diferença entre desenho e descrição de cargos?
O desenho decide quais tarefas formam o cargo e como ele funciona. A descrição registra essa decisão num documento.
A IA vai substituir cargos?
Os estudos disponíveis medem tarefas, e não cargos. Eles indicam que a maior parte dos cargos terá parte das tarefas automatizada ou ampliada, em vez de substituição completa. Tarefas administrativas são as mais expostas.
Referências
- CHIAVENATO, I. Gestão de pessoas: o novo papel dos recursos humanos nas organizações. 3. ed. Rio de Janeiro: Elsevier, 2010.
- ELOUNDOU, T.; MANNING, S.; MISHKIN, P.; ROCK, D. GPTs are GPTs: an early look at the labor market impact potential of large language models. arXiv, 2303.10130, 2023. Disponível em: arxiv.org.
- GMYREK, P.; BERG, J.; BESCOND, D. Generative AI and jobs: a global analysis of potential effects on job quantity and quality. Genebra: OIT, 2023. (ILO Working Paper, 96). Disponível em: ilo.org.
- HACKMAN, J. R.; OLDHAM, G. R. Motivation through the design of work: test of a theory. Organizational Behavior and Human Performance, v. 16, n. 2, p. 250-279, 1976.
- JESUTHASAN, R.; BOUDREAU, J. W. Work without jobs: how to reboot your organization's work operating system. Cambridge: MIT Press, 2022.
- WORLD ECONOMIC FORUM. The future of jobs report 2025. Genebra: WEF, 2025. Disponível em: weforum.org.