Passar em processos seletivos ou recrutamentos para uma vaga de emprego nunca foi fácil. A inteligência arficial vem ganhando cada mais espaço nesses processos.
Apesar de essas tecnologias prometerem tornar as contratações mais rápidas e eficientes, um estudo da Universidade de Stanford indica que o uso de sistemas semelhantes por diferentes empresas pode fazer com que candidatos recebam sucessivas rejeições, mesmo concorrendo a vagas distintas.
A pesquisa analisou mais de 3,4 milhões de candidatos e cerca de 4 milhões de candidaturas em 156 empresas de 11 setores da economia. Os dados revelam que, quando organizações utilizam tecnologias desenvolvidas por um mesmo fornecedor, os critérios de avaliação tendem a se repetir, reduzindo a diversidade nas decisões de contratação.
Os pesquisadores classificam esse fenômeno como “monocultura algorítmica”.
A expressão faz referência ao modelo agrícola em que uma única espécie é cultivada em grandes áreas. Assim como ocorre na agricultura, a padronização pode gerar ganhos de eficiência, mas também amplia o impacto de possíveis falhas.
Segundo a pesquisa, essa pradonização pode significar que diferentes empresas podem utilizar algoritmos que analisam currículos da mesma forma. Como consequência, candidatos podem ser aprovados ou rejeitados seguindo a mesma lógica, mesmo participando de processos seletivos independentes.
Padrão de rejeições
O estudo chama de “rejeição sistêmica”, caracterizado pela repetição de negativas em diversas candidaturas.
Os dados divulgados pela universidade, mostram que aproximadamente 10% dos profissionais que se candidatam a quatro vagas diferentes receberam rejeição em todas.
Entre aqueles que disputaram dez vagas, cerca de 4% acumulam dez respostas negativas consecutivas.
Segundo os pesquisadores, esses números são superiores ao que seria esperado caso cada empresa realizasse avaliações totalmente independentes, ou seja, as rejeições podem estar relacionadas à repetição dos mesmos critérios de classificação adotados pelos sistemas utilizados.
A pesquisa também destacca que, na maioria dos processos seletivos, a inteligência artificial não é responsável pela decisão final de contratação.
Na prática, os algoritmos funcionam como uma especíe de filtro inicial, selecionando quais currículos seguem para análise dos recrutadores e quais são eliminados antes mesmo de qualquer avaliação humana.
Para muitos candidatos, isso torna o processo pouco transparente. O currículo é enviado, mas pode nunca chegar às mãos da equipe responsável pela contratação, sem que haja qualquer explicação sobre os motivos da rejeição.
Perfis semelhantes recebem avaliações semelhantes
Stanford verifica ainda que candidatos com características parecidas costumam obter resultados semelhantes, mesmo concorrendo a vagas em empresas diferentes.
Isso acontece porque sistemas desenvolvidos com critérios parecidos tendem a avaliar os perfis de forma parecida.
Desse modo, uma avaliação que pode ser considerada desfavorável por um algoritmo pode se repetir em diversos processos seletivos conduzidos por plataformas com o mesmo funcionamento.
Por outro lado, candidatos classificados de maneira positiva têm maior probabilidade de receber avaliações favoráveis em diferentes seleções.
O levantamento mostra que ampliar o número de candidaturas continua aumentando a possibilidade de conquistar uma oportunidade de trabalho. No entanto, esse benefício diminui quando diversos processos utilizam sistemas semelhantes de avaliação.
Nas simulações realizadas no desenvolvimento do estudo, um candidato precisaria disputar cerca de dez vagas para alcançar uma alta probabilidade de receber pelo menos uma recomendação positiva em um cenário de decisões independentes.
Quando há influência da IA, esse número sobe para aproximadamente 25 candidaturas para atingir praticamente a mesma probabilidade de sucesso.
Além do funcionamento dos algoritmos, a pesquisa chama atenção para a concentração do mercado de tecnologia voltada ao recrutamento. O número de fornecedores desse tipo de sistema, que atende empresas de diferentes segmentos, é relativamente pequeno.
Assim, eventuais limitações, falhas ou critérios inadequados deixam de afetar apenas uma empresa e passam a repercutir em centenas de oportunidades de emprego.
Falta de transparência
Os autores também destacam que ainda há pouca transparência sobre o funcionamento das plataformas utilizadas na seleção de candidatos.
Segundo o estudo, pesquisas independentes são raras porque as empresas responsáveis pelos sistemas dificilmente disponibilizam seus dados para análises externas. Isso dificulta identificar possíveis falhas, compreender como os algoritmos tomam decisões e avaliar seus impactos sobre o acesso ao emprego e às oportunidades profissionais.
A pesquisa reforça que o avanço da inteligência artificial no recrutamento amplia a necessidade de maior transparência e acompanhamento sobre o uso dessas tecnologias, especialmente porque elas podem influenciar diretamente o acesso dos trabalhadores ao mercado de trabalho.
