BLOG

Por anos, riscos psicossociais foram tratados como “clima”, “percepção” ou “assunto de RH”. Só que a realidade (e o impacto) já deixou isso para trás: depressão e ansiedade estão associadas a uma perda estimada de 12 bilhões de dias de trabalho por ano, com custo de quase US$ 1 trilhão para a economia global.  E no Brasil, o tema acelerou de vez: riscos psicossociais entram expressamente no GRO/PGR da NR-01 com vigência em 26 de maio de 2026 (Portaria MTE nº 765/2025, conforme texto consolidado da norma).  O que isso significa na prática? Que “opinião” (achismo, impressão, narrativa isolada) perde força. Dados ganham centralidade: para identificar, avaliar, priorizar, agir e comprovar evidências. Por que “opinião” falha (e por que isso vira risco) Quando o diagnóstico é baseado em percepções soltas, surgem quatro problemas recorrentes: Isso é especialmente crítico agora porque a NR-01 passa a exigir gestão estruturada do risco — não “uma boa intenção”.  O que muda quando você mede com dados Medir com dados não é “fazer uma pesquisa anual”. É criar um sistema contínuo de gestão do risco psicossocial, conectado ao GRO: 1) Você sai do “clima” e entra no “risco ocupacional” Na lógica do GRO, risco envolve probabilidade x severidade x exposição. Com dados, você consegue: Isso transforma o tema em gestão — e não debate. 2) Você enxerga “hotspots” (e para de agir no escuro) Com recortes (unidade, diretoria, função, liderança, turno), você encontra hotspots: onde o risco cresce, onde a adesão cai, onde há concentração de indicadores negativos. Sem esse recorte, o risco vira média geral — e média geral esconde problema. 3) Você ganha trilha de evidências (o que salva em auditoria) NR-01 não é só sobre “ter um PGR”. É sobre demonstrar processo, ação e melhoria. O dado viabiliza: Esse pacote reduz insegurança jurídica e acelera governança.  Dados que importam: o “mínimo viável” para gestão psicossocial Para ser técnico e operacional, pense em 4 camadas: Camada A — Medição estruturada (quantitativa) Você quer medir fatores que tipicamente aparecem em frameworks de risco psicossocial e boas práticas internacionais, como a orientação da ISO 45003 (gestão de risco psicossocial dentro do sistema de SST).  Exemplos de dimensões úteis: Camada B — Sinal qualitativo (texto) Comentários e campos abertos são ouro — se você tiver capacidade de análise: Camada C — Indicadores operacionais correlatos Para convencer liderança (CFO/CEO), conecte com métricas que já existem: Camada D — Execução e evidência Sem isso, medir vira pesquisa de clima: Como a IA ajuda (de forma prática, não “buzzword”) IA é útil quando reduz custo operacional e aumenta precisão: 1) Detecção de anomalias e “quedas” de adesão Em temas sensíveis, queda de participação pode ser sinal de baixa confiança, medo ou ruído de comunicação. IA ajuda a detectar padrões fora do normal e disparar alertas (por área/turno). 2) Análise de texto em escala Classificar milhares de comentários manualmente não escala. IA permite: 3) Recomendação de ações com contexto A IA pode sugerir ações típicas por tipo de risco (carga, conflito, liderança, jornadas) e ajudar a sair do plano genérico — sempre com validação humana. 4) Governança de evidências Organizar rastros (versões, anexos, responsáveis, prazos) é onde a maioria das empresas “quebra”. Automação + IA ajudam a manter auditoria pronta. NR-01 2026: por que isso virou urgência agora A vigência de 26 de maio de 2026 marca o ponto em que o tema deixa de ser opcional e passa a ser cobrado dentro do GRO/PGR.  E o “custo da inação” é real: o Brasil vem registrando números elevados de afastamentos associados à saúde mental, com reportagens e consolidações apontando patamares na casa de centenas de milhares em 2024, ampliando a pressão sobre empresas por prevenção e evidência.  Ou seja: dado não é só compliance. É proteção operacional. Roteiro rápido de implementação (sem travar a empresa) Semana 1–2 (fundação): Semana 3–6 (diagnóstico contínuo): Semana 7–12 (ação e evidência): Onde a Livon entra nessa história O ganho real está em transformar medição em rotina: coleta estruturada + analytics + priorização + plano de ação + evidências — com IA acelerando análise e reduzindo retrabalho. Na prática, isso tira o tema do “campo da opinião” e coloca no “campo da gestão”: visível, comparável, auditável e acionável. Se você quer sair do “achismo” e montar um modelo data-driven de riscos psicossociais alinhado à NR-01 2026, comece com um passo: baseline + score + plano de ação rastreável.

Quando o evento não é a causa, mas a consequência Para a liderança, um acidente nunca chega como um fato isolado. Ele vem acompanhado de perguntas difíceis, pressão institucional, impacto financeiro e, muitas vezes, desgaste reputacional. A análise começa imediatamente: relatórios são solicitados, causas são investigadas, planos de ação são cobrados. Ainda assim, existe uma constatação recorrente que raramente aparece nos primeiros slides apresentados ao board: o acidente não foi o início do problema — foi apenas o primeiro ponto impossível de ignorar. Na prática, eventos graves quase sempre são precedidos por uma sequência silenciosa de sinais. Sinais dispersos, fragmentados, diluídos na rotina operacional. Eles estavam lá. Mas não estavam conectados. É nesse intervalo — entre o sinal ignorado e o evento crítico — que reside o verdadeiro desafio do EHS moderno. A falsa sensação de controle antes do evento Antes de um acidente relevante, é comum que os indicadores estejam “aceitáveis”. Taxas dentro da meta, auditorias concluídas, relatórios entregues, compliance atendido. Do ponto de vista executivo, tudo parece sob controle. O problema é que esses indicadores, na maioria das organizações, são retrospectivos. Eles descrevem o que já aconteceu, não o que está se formando. Quando o evento ocorre, a pergunta inevitável surge: “Como não vimos isso antes?” A resposta raramente é falta de informação. O que faltou foi leitura integrada da realidade operacional. Os dados existiam, mas estavam separados por sistemas, áreas e responsabilidades. O risco estava na operação, não nos relatórios Após o acidente, surgem relatos que soam familiares a qualquer líder experiente: comentários de campo que nunca chegaram à gestão, quase-acidentes tratados como exceção, desvios recorrentes normalizados pela rotina. A linha de frente, em geral, sabe onde o risco está. O problema é que os mecanismos tradicionais de gestão não conseguem capturar essa percepção de forma estruturada, contínua e confiável. Quando o campo não consegue registrar com facilidade, quando o sistema não estimula participação, quando o dado não chega limpo ou chega tarde, a liderança perde o principal ativo de prevenção: visibilidade antecipada. A saúde já dava sinais, mas eles estavam fora do radar estratégico Outro ponto que costuma emergir apenas após o evento é a condição humana por trás da falha operacional. Fadiga acumulada, sobrecarga física, pequenos afastamentos recorrentes, queda de atenção, sinais de estresse. Essas informações normalmente estão disponíveis, mas isoladas em silos: saúde ocupacional em um sistema, absenteísmo em outro, segurança em relatórios distintos. Sem integração, o que poderia indicar tendência aparece apenas como ruído pontual. Quando o acidente acontece, a correlação se torna evidente. Antes disso, ela simplesmente não estava visível para quem decide. Treinamentos existiam, mas não estavam conectados ao risco real Em praticamente toda análise pós-evento, surge o mesmo paradoxo: o treinamento foi realizado, o procedimento existia, a documentação estava correta. Ainda assim, a falha ocorreu. O que se percebe depois é que o modelo de capacitação estava dissociado da dinâmica real da operação. Treinamentos genéricos, aplicados de forma uniforme, não acompanham mudanças de processo, variações de turno, entrada de terceiros ou condições específicas de risco. Sem dados que indiquem onde e como priorizar, a organização investe em capacitação sem foco — e só percebe a lacuna quando o impacto já aconteceu. O excesso de ações e a ausência de prioridade estratégica Outro aprendizado tardio costuma ser desconfortável: ações não faltavam. Havia planos, campanhas, inspeções, iniciativas em andamento. O problema não foi inação, foi falta de priorização orientada por risco real. Quando tudo parece igualmente urgente, recursos se dispersam, energia se dilui e o efeito preventivo diminui. A liderança só percebe esse desequilíbrio depois do evento, quando fica claro que esforços relevantes foram direcionados a riscos de baixo impacto. Sem inteligência para hierarquizar decisões, o EHS trabalha muito — mas protege pouco. Onde a abordagem integrada muda o desfecho É exatamente nesse ponto que a lógica tradicional de EHS se mostra insuficiente. O desafio não é produzir mais dados ou executar mais ações, mas reduzir o tempo entre o sinal e a decisão. A Livon foi concebida para atuar nesse intervalo crítico. Ao integrar dados de saúde, segurança e operação em uma única visão, a plataforma permite que sinais antes dispersos passem a ser interpretados como padrões. Quase-acidentes, desvios, absenteísmo, comportamento e condições operacionais deixam de ser eventos isolados e passam a compor uma leitura sistêmica do risco. Com apoio de inteligência artificial, a gestão deixa de depender exclusivamente da experiência individual e passa a contar com priorização baseada em evidência, antecipando cenários antes que eles se materializem. Mais do que tecnologia, trata-se de uma mudança de postura: sair do aprendizado reativo e avançar para a prevenção estratégica. Conclusão: aprender depois do acidente não é estratégia Todo acidente gera aprendizado. Mas aprender apenas depois do impacto é caro demais — financeiramente, operacionalmente e humanamente. Organizações maduras não esperam o evento para compreender o risco. Elas constroem sistemas capazes de captar sinais fracos, integrar informações, orientar decisões e agir com antecedência. O papel do EHS, nesse contexto, deixa de ser explicar o passado e passa a ser proteger o futuro. Isso exige menos heroísmo operacional e mais inteligência integrada. Menos reação e mais antecipação. Menos fragmentação e mais visão sistêmica. É nesse nível que o EHS passa a dialogar com a liderança — não como área de suporte, mas como pilar de continuidade e valor para o negócio.