Please use this identifier to cite or link to this item:
http://hdl.handle.net/10071/36793| Author(s): | Brás, Beatriz Caetano |
| Advisor: | Milici, Alexandra Santos, Margarida Rodrigues |
| Date: | 9-Dec-2025 |
| Title: | Avaliação do impacto da Inteligência Artificial (IA) nos processos de aquisição e gestão de talento com recurso a Interpretive Structural Modeling (ISM) |
| Reference: | Brás, B. C. (2025). Avaliação do impacto da Inteligência Artificial (IA) nos processos de aquisição e gestão de talento com recurso a Interpretive Structural Modeling (ISM) [Dissertação de mestrado, Iscte - Instituto Universitário de Lisboa]. Repositório Iscte. http://hdl.handle.net/10071/36793 |
| Keywords: | Inteligência artificial -- Artificial intelligence Aquisição de talento Gestão de talentos Recursos humanos -- Human resources Mapa cognitivo -- Cognitive map Interpretive Structural Modeling (ISM) Talent acquisition |
| Abstract: | A Inteligência Artificial é uma potência cada vez mais reconhecida por todo o
mundo. Com o avanço a passos largos da tecnologia, o impacto que a mesma cria,
num meio de fascínio e inseguranças, torna-se um desafio para muitas
organizações. O ambiente de incerteza que advém do seu desenvolvimento é algo,
para muitos, preocupante, principalmente para quem trabalha com recursos humanos. A
extremidade destes dois conceitos causa controvérsia até entre os mais entendidos nestas áreas.
É então no cenário de tentativa de elucidar e encaminhar os colaboradores, candidatos e as
empresas em geral sobre este tema, que o presente estudo surge. Esta dissertação visa a
construção de um modelo multicritério, sustentado por metodologias construtivistas, tais como
Mapeamento Cognitivo e Interpretive Structural Modeling (ISM). Estas técnicas, com
características distintas, foram desenvolvidas justamente com a finalidade de resolução de
problemas que não constam de soluções claras. A recolha conjunta de informação através de
profissionais entendidos nas áreas em questão, a apuração dos fatores por meio de exercícios
fundamentados e a consolidação dos resultados por uma entidade externa proporcionam
respostas fidedignas para esclarecimentos sobre os impactos da Inteligência Artificial na
aquisição e gestão de talento. Deste modo, o objetivo principal é fornecer as ferramentas
necessárias nesta matéria para auxiliar nos processos de tomada de decisão. Artificial Intelligence is an increasingly recognized power around the world. With the fast advancement of technology, the impact it creates, in an environment of fascination and insecurities, becomes a challenge for many organizations. The uncertain environment that comes from its development is, for many people, a concern, especially for those who work in human resources. The extremity of these two concepts is controversial even among those with the deepest knowledge in these subjects. It is in this scenario of attempting to elucidate and guide employees, candidates and companies, in general, on this topic that this study emerges. This dissertation aims to build a multicriteria model, supported by constructivist methodologies such as Cognitive Mapping and Interpretive Structural Modeling (ISM). These techniques, with distinct characteristics, were developed precisely to solve problems lacking clear solutions. The joint collection of information through professionals with knowledge of the relevant fields, the determination of factors through well- founded exercises, and the consolidation of results by an external entity provide reliable answers to clarify the impacts of artificial intelligence in talent acquisition and management. Therefore, the main goal is to provide the necessary tools in this area to support decision- making processes. |
| Department: | Departamento de Marketing, Operações e Gestão Geral |
| Degree: | Mestrado em Gestão |
| Peerreviewed: | yes |
| Access type: | Restricted Access |
| Appears in Collections: | T&D-DM - Dissertações de mestrado |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Master_beatriz_caetano_bras.pdf Restricted Access | 3,13 MB | Adobe PDF | View/Open Request a copy |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.












