IA em Processos Seletivos: eficiência e desafios éticos

A aplicação da inteligência artificial (IA) em processos seletivos está transformando o mercado de trabalho no Brasil e no mundo. Empresas de diversos setores têm adotado algoritmos para otimizar a triagem de currículos, realizar entrevistas automatizadas e até mesmo prever a compatibilidade entre candidatos e vagas. Segundo um estudo da Gartner, 40% das grandes organizações já utilizam IA em algum estágio do recrutamento, enquanto um levantamento da Harvard Business Review aponta que 88% dos executivos acreditam que a tecnologia reduz significativamente o tempo e os custos de contratação.

“Eficácia comprovada, mas com ressalvas”, comenta Bruna Santos, Gerente de Talent Acquisition da keeggo. 

A IA aplicada ao recrutamento oferece benefícios que facilitam processos, mas que precisam de atenção: como a automação de tarefas repetitivas que pode analisar milhares de currículos em minutos, priorizando candidatos com base em habilidades e qualificações específicas. 

LEIA MAIS: Psicose de IA: o que é e por que preocupa terapeutas?

Outro benefício é em relação a redução de custos e de tempo chegando a uma diminuição de até 30% no tempo médio para preencher vagas. Por fim, o uso da IA colabora com o  aumento da precisão na base em que algoritmos avançados podem identificar perfis promissores com base em padrões de comportamento e competências, reduzindo erros humanos.“No entanto, essa eficiência vem acompanhada de desafios éticos e técnicos”, reforça Bruna.

Um dos principais debates em torno do uso de IA no recrutamento está relacionado ao viés algorítmico. Como os algoritmos são treinados com base em dados históricos, eles podem refletir preconceitos existentes nos processos humanos, como discriminação de gênero, raça ou idade. 

Exemplos práticos incluem casos em que ferramentas de IA priorizaram candidatos masculinos ou desqualificaram currículos com base em características irrelevantes como local de residência onde os algoritmos podem associar endereços de determinadas regiões a baixos índices de desempenho ou experiência profissional, mesmo que isso não seja um critério válido para a vaga. Outro exemplo, gaps na carreira. Candidatos com períodos de inatividade profissional (por motivos de estudos, maternidade ou mudança de carreira) podem ser rejeitados automaticamente, sem a chance de justificar estes intervalos. 

Segundo a Universidade de Stanford, 67% dos profissionais de RH que utilizam IA acreditam que a tecnologia ainda carece de transparência e pode reproduzir preconceitos inconscientemente. Isso ressalta a necessidade de um desenvolvimento ético e responsável dos algoritmos.

“A polêmica sobre viés algorítmico é legítima, mas não é motivo para abandonar a tecnologia. É uma oportunidade para aprimorá-la e garantir que ela seja usada como ferramenta de inclusão, e não de exclusão,” afirma a especialista.

Embora a IA seja uma aliada poderosa, é essencial que seu uso em processos seletivos seja acompanhado de cuidados específicos. Veja alguns exemplos.

Falta de transparência: algoritmos “caixa-preta” dificultam o entendimento das decisões, criando desafios para candidatos e empresas. Esses algoritmos são aqueles cuja lógica ou processo de tomada de decisão não é compreensível, mesmo para os desenvolvedores ou operadores. Um caso conhecido mundialmente foi na Amazon, quando usaram um sistema de IA para avaliar currículos, mas ele foi descontinuado após descobrir-se que penalizava mulheres, favorecendo candidatos masculinos, devido a padrões históricos nos dados de tratamento. 

Perda de sensibilidade humana: dependência excessiva da IA pode desconsiderar atributos qualitativos que um entrevistador humano perceberia. 

Implicações legais: regulamentações, como a LGPD no Brasil e a GDPR na Europa, exigem atenção à proteção de dados dos candidatos, evitando uso inadequado ou não autorizado.

“Na keeggo, acreditamos que a IA é uma ferramenta transformadora para processos seletivos, desde que seja aplicada com responsabilidade. Nosso compromisso é garantir que os algoritmos sejam transparentes, éticos e livres de preconceitos, contribuindo para decisões mais justas e inclusivas,” finaliza Bruna.