A mesma IA pode ter te avaliado mal e rejeitado seu currículo em várias empresas, diz pesquisa

Por que ninguém responde seu currículo?

Você envia currículo atrás de currículo, mas a resposta quase nunca chega. Quando ela aparece, é uma mensagem automática e impessoal: "não seguimos com sua candidatura". É como se centenas de empresas chegassem à mesma conclusão ao mesmo tempo sobre você.

Um estudo inovador liderado por pesquisadores da Universidade Stanford oferece uma explicação técnica para essa experiência cada vez mais comum. Na verdade, você pode não estar sendo rejeitado por várias empresas diferentes, mas repetidamente pela mesma lógica dos sistemas que avaliam seu currículo.

A pesquisa sobre algoritmos de contratação

A pesquisa, intitulada "Algorithmic Monocultures in Hiring", é a mais abrangente já realizada no que diz respeito ao recrutamento mediado por inteligência artificial. Os pesquisadores analisaram uma base de dados sem precedentes, contendo mais de 3,4 milhões de candidatos e cerca de 4 milhões de candidaturas avaliadas em 156 empresas de 11 setores da economia.

Um aspecto que se destaca é que todas essas candidaturas foram avaliadas por algoritmos desenvolvidos por um único fornecedor de tecnologia. Isso permitiu aos pesquisadores observar um fenômeno muitas vezes ignorado: quando múltiplas organizações utilizam sistemas semelhantes para selecionar profissionais, as decisões que tomam não são totalmente independentes.

O que é a 'monocultura algorítmica'?

Os autores do estudo denominaram este fenômeno de "monocultura algorítmica", inspirado em práticas agrícolas onde grandes áreas são ocupadas por uma única espécie de cultivo. Embora esse modelo possa trazer ganhos de eficiência, também gera vulnerabilidades, pois problemas podem se espalhar de maneira rápida.

Isso leva a uma situação onde candidatos podem estar sendo rejeitados repetidamente pela mesma lógica algorítmica, mesmo ao se inscreverem em empresas distintas.

Decisões padronizadas no recrutamento

No mercado de recrutamento, a padronização puxou o foco dos candidatos, e não mais das suas habilidades ou experiências singulares. Qualquer que seja a empresa, os algoritmos que avaliam os currículos têm critérios similares, resultando em decisões que eliminam a diversidade.

O estudo identificou um fenômeno chamado "rejeição sistêmica". Isso sucede quando candidatos se inscrevem em múltiplas vagas e são rejeitados em todas elas. Surpreendentemente, cerca de 10% dos candidatos que se inscrevem em quatro vagas são rejeitados em todas, e esse padrão se mantém mesmo quando o número de candidaturas aumenta.

A comparação entre decisões

Os pesquisadores concluíram que as rejeições não são meramente uma questão de azar ou coincidência, mas refletem uma lógica de avaliação repetida entre diferentes empresas. Assim, o algoritmo atua como um filtro inicial, eliminando candidatos antes que um recrutador possa estudar seus currículos.

Infelizmente, isso significa que muitos candidatos recebem a frustração de não saber o motivo de suas rejeições, pois não têm a chance de se apresentar em uma entrevista.

Impacto da concentração tecnológica

Os resultados do estudo levantam importantes questões sobre a estrutura do mercado de tecnologia aplicada ao recrutamento. A técnica de monocultura algorítmica não afeta apenas o modo como as empresas conduzem suas seleções, mas também põe em evidência como a concentração das tecnologias pode interferir nas oportunidades profissionais disponíveis.

Os pesquisadores afirmam que, enquanto a IA desempenha um papel crescente nos processos de seleção, a falta de transparência continua sendo uma barreira significativa. O acesso limitado às informações dificulta a identificação de falhas e a medida de possíveis vieses nos algoritmos.

Com isso, essas situações refletem diretamente naquelas que buscam por empregos, gerando desigualdades em acesso e oportunidades de carreira. Portanto, a vigilância sobre esse cenário se torna não apenas importante, mas essencial para fomentar um ambiente de trabalho mais justo e transparente.