Colleague Skill: como um projeto chinês digitaliza funcionários antes da demissão

O projeto chinês Colleague Skill apareceu no GitHub e conquistou milhares de estrelas em poucas semanas: sua ideia é ao mesmo tempo simples e alarmante — registrar tudo que um funcionário sabe antes de ser demitido e transferir esse conhecimento para um agente IA sucessor.

O que é "destilação" de funcionário

O termo é emprestado do aprendizado de máquina: destilação de modelo é a transferência de conhecimento de uma grande rede neural para uma pequena. A lógica aqui é a mesma, exceto que a fonte de conhecimento é uma pessoa viva. A prática envolve criar conjuntos de dados do trabalho real de um especialista — sua correspondência, documentos, decisões tomadas, padrões de comportamento — e depois fazer o ajuste fino de um modelo de linguagem que imitará o estilo e as competências desse funcionário específico.

Este não é um projeto único. Ferramentas semelhantes estão aparecendo no GitHub com diferentes nomes — Knowledge Transfer AI, Employee Distillation, Skill Extraction. A tendência veio da China, onde as empresas automatizam ativamente processos, mas está se espalhando rapidamente para startups ocidentais.

O projeto Colleague Skill automatiza esse processo. Um gerente conecta os chats corporativos, email e arquivos de trabalho do funcionário, executa o pipeline — e obtém uma "impressão digital" do especialista, pronta para integração no assistente IA corporativo. Além disso, isso pode ser feito enquanto a pessoa ainda está trabalhando ou imediatamente após receber uma notificação de demissão.

O que exatamente entra no conjunto de dados

Um conjunto típico de dados que tal sistema processa:

• Correspondência em Slack, Teams, WeChat dos últimos 1–3 anos
• Comentários de código, pull requests e decisões arquiteturais
• Cadeias de email com clientes, parceiros e colegas
• Documentos internos, planilhas, relatórios com histórico de edições
• Gravações de chamadas e transcrições de reuniões

O resultado é um modelo que sabe exatamente como esse especialista respondeu a perguntas incômodas de clientes, como formatava código e como resolvia conflitos na equipe. Em essência, uma cópia digital de uma personalidade profissional — criada sem o conhecimento da própria pessoa.

Bomba Legal e Ética

É aqui que começam os verdadeiros problemas. Na maioria dos países, um funcionário tem direitos limitados mas reais sobre dados sobre suas atividades. O GDPR europeu requer consentimento explícito para o uso de dados pessoais do funcionário para novos fins. O CCPA da Califórnia, desde 2020, dá aos trabalhadores o direito de saber quais dados seu empregador coleta sobre eles. A lei de proteção de dados pessoais russa também é formalmente aplicável, embora sua aplicação em disputas trabalhistas ainda seja limitada.

"Não é apenas uma questão de ética.

Se uma empresa treina um modelo em dados de funcionários sem seu consentimento — isso é uma violação em potencial de vários atos legislativos", escrevem participantes de uma discussão no Hacker News.

A maioria dos contratos de trabalho corporativos é redigida sem considerar esse cenário. Eles não contêm nem uma proibição explícita nem uma permissão explícita para usar a pegada digital de um funcionário para treinar IA. Esta é uma zona cinzenta onde o resultado de uma disputa depende da jurisdição, da redação do contrato e da disposição das partes de ir ao tribunal. Uma questão separada é o que acontece com o funcionário "destilado" após sua saída. Sua cópia digital continua "trabalhando", tomando decisões em seu estilo, interagindo com seus antigos colegas e clientes. A pessoa não está mais na empresa, mas sua personalidade profissional permanece.

O que isso significa

"Destilação de funcionários" já é uma ferramenta funcionando, não um conceito do futuro. Enquanto os reguladores não formularam regras, as empresas enfrentam uma escolha: usar uma poderosa ferramenta de transferência de conhecimento com risco legal, ou esperar enquanto os concorrentes já o fazem. Para os funcionários, isso significa uma nova realidade: dados profissionais se tornam um ativo corporativo muito antes de leis surgirem para regulá-lo. É precisamente por isso que Colleague Skill não é apenas um projeto viral do GitHub, mas um sintoma de uma transformação muito mais ampla do mercado de trabalho.