Empresas criam sistemas que captam sinais de burnout a partir da leitura de emails

E se os emails e as mensagens permitissem detetar sinais de burnout nos trabalhadores? Há empresas que já fazem esse trabalho com softwares de IA.

O aumento significativo de casos de burnout nas empresas tem sido uma realidade nos últimos anos, reforçado pelo impacto causado pela pandemia. O stress crónico no local de trabalho tem feito com que os gestores e os líderes procurem as melhores soluções para cuidar da saúde mental dos seus colaboradores. E soluções não faltam como é exemplo o mercado norte-americano, onde duas empresas recorreram a softwares automatizados através de inteligência artificial para identificar sinais de esgotamento nos trabalhadores.

É o caso da Autumn, que fabrica software de deteção de burnout usando um algoritmo que se integra no Slack e nos calendários dos funcionários, e da Erudit AI que ajuda as empresas a entenderem melhor os funcionários através de métricas diárias, como risco de esgotamento, engagement e risco de rotatividade.

Mas como funcionam estes softwares baseados em IA? Analisam mensagens trocadas pelos funcionários em várias plataformas, entre as quais o Microsoft Teams, Slack e o email, por exemplo. Quer a solução proposta pela Autumn quer a da Erudit AI reúnem medições agregadas de esgotamento nas equipas e alimentam os dados num painel digital.

No caso da Autumn, o rastreamento da comunicação é feito em equipas de quatro funcionários ou mais. A Erudit AI, por sua vez, recolhe dados de equipas de sete ou mais funcionários. Ambas asseguram que as informações são anónimas e que são apenas um retrato coletivo para o esgotamento.

O algoritmo da Erudit AI foi construído por uma equipa de psicólogos usando a ferramenta de diagnóstico clínico Maslach Burnout Inventory. Os especialistas leram mensagens aleatórias retiradas de plataformas de media social e treinaram a IA para julgar o texto de acordo com o nível de intensidade. Por sua vez, o algoritmo da Autumn aprende com um certo ciclo de feedback entre os utilizadores e a IA e foi construído avaliando as respostas dos utilizadores a pesquisas de diagnóstico.