IA reprova em massa? Estudo revela “monocultura algorítmica” que pode limitar suas chances de emprego
Você envia currículo atrás de currículo, mas as respostas são escassas e, quando chegam, são padronizadas: “não seguimos com sua candidatura”. A sensação é de que diversas empresas, ao mesmo tempo, chegaram à mesma conclusão sobre você. Mas a verdade pode ser mais complexa e técnica do que parece.
Uma pesquisa abrangente da Universidade Stanford, intitulada “Algorithmic Monocultures in Hiring”, analisou mais de 3,4 milhões de candidatos em 156 empresas e aponta uma explicação: você pode estar sendo avaliado repetidamente pelo mesmo tipo de sistema de inteligência artificial, com critérios semelhantes.
Essa padronização na avaliação algorítmica, conhecida como “monocultura algorítmica”, está moldando o mercado de recrutamento e seleção. Conforme informação divulgada pelo g1, os resultados sugerem que a rejeição em massa pode não ser uma coincidência, mas sim um reflexo de lógicas de avaliação repetidas.
O que é a “monocultura algorítmica” no recrutamento?
O conceito de “monocultura algorítmica” foi emprestado da agricultura, onde o cultivo de uma única espécie em grandes áreas traz eficiência, mas também vulnerabilidade. No contexto de contratações, o que se padroniza são os critérios utilizados pelos algoritmos de IA para selecionar candidatos. Isso significa que, mesmo se candidatando a empresas diferentes, a lógica de avaliação pode ser a mesma.
Historicamente, as decisões de contratação envolviam a subjetividade de recrutadores e gestores. Com a ascensão dos sistemas automatizados, parte dessa diversidade de julgamento tende a desaparecer. Diferentes empresas acabam utilizando modelos de IA que analisam perfis de forma muito similar, replicando os mesmos padrões em escala global.
Na prática, quem procura emprego pode sentir que está acessando diversas portas, mas todas abertas ou fechadas pela mesma chave mestra algorítmica. Essa uniformidade pode levar à chamada “rejeição sistêmica”, onde um candidato é dispensado em diversas vagas seguidas.
Rejeição em massa: os números surpreendem
A pesquisa de Stanford revelou que cerca de 10% dos candidatos que se inscrevem em quatro vagas são rejeitados em todas elas. Esse padrão se mantém, com aproximadamente 4% dos candidatos que se candidatam a 10 vagas acumulando 10 rejeições consecutivas. Embora esses percentuais possam parecer baixos à primeira vista, eles são significativamente maiores do que o esperado em decisões independentes.
Os pesquisadores compararam esses resultados com uma linha de base teórica e estudos anteriores de recrutamento não centralizado. A conclusão foi clara: as rejeições sucessivas não são apenas azar, mas sim um reflexo de uma lógica de avaliação que se repete entre diferentes empresas que utilizam sistemas de IA semelhantes.
Essa dinâmica explica por que muitos profissionais são eliminados antes mesmo que um recrutador humano analise seus currículos. A etapa de triagem feita pela IA se torna um filtro inicial implacável, muitas vezes sem feedback para o candidato, gerando frustração e a sensação de invisibilidade no processo seletivo.
Como a IA pode limitar suas oportunidades?
O estudo encontrou evidências de que candidatos com características semelhantes recebem avaliações parecidas, mesmo em empresas distintas. Se um sistema de IA considera um perfil inadequado, é provável que outros sistemas com critérios similares cheguem à mesma conclusão. Isso amplifica o impacto de uma avaliação inicial, que pode ser limitada ou tendenciosa.
A pesquisa também investigou se enviar mais candidaturas aumentaria as chances de sucesso. A resposta é sim, mas com ressalvas. Em um cenário de decisões independentes, um candidato precisaria de cerca de 10 vagas para ter alta probabilidade de ser recomendado. No entanto, em processos influenciados por sistemas centralizados, esse número salta para aproximadamente 25 candidaturas para atingir uma probabilidade de 99,9% de receber uma resposta positiva.
Essa concentração de critérios entre poucos fornecedores de tecnologia de recrutamento é um ponto crítico. Quando um único sistema de IA impacta centenas de empresas, eventuais falhas, vieses ou limitações podem se espalhar rapidamente, afetando as oportunidades de carreira de muitos profissionais.
Falta de transparência no setor de recrutamento por IA
Apesar da influência crescente da inteligência artificial, o setor de recrutamento e seleção ainda opera com pouca transparência. Estudos independentes em larga escala são raros, pois as plataformas de IA raramente disponibilizam seus dados para análises externas. Essa falta de acesso dificulta a identificação de falhas, a medição de vieses e a compreensão dos impactos desses sistemas em diferentes grupos demográficos.
O desafio é significativo, pois as decisões tomadas por esses algoritmos têm impacto direto no acesso ao emprego, à renda e ao desenvolvimento profissional. A concentração tecnológica no mercado de recrutamento, aliada à opacidade dos sistemas, levanta sérias questões sobre a equidade e a diversidade nas oportunidades de trabalho.
