Um “não” de uma IA em uma vaga pode se repetir em várias empresas? 🤖💼 Um estudo de Stanford indica que sim: quando diferentes recrutadores usam a mesma plataforma, uma decisão algorítmica pode acompanhar o candidato pelo mercado. 🧵

Imagem indisponível

O cenário é enorme: 9 em cada 10 empresas dos EUA já usam IA para triar candidatos. A promessa é agilizar processos e ampliar escala — mas o efeito depende muito de como esses sistemas são treinados, auditados e usados.

A pesquisa “Algorithmic Monocultures in Hiring” analisou mais de 4 milhões de candidaturas, de cerca de 3,4 milhões de pessoas, em 156 empregadores que usavam a Pymetrics, hoje da Harver.

Imagem indisponível

O conceito-chave é “monocultura algorítmica”: poucos fornecedores passam a influenciar a seleção em muitas empresas. Se o sistema tiver um ponto cego, ele deixa de ser um problema isolado e pode se espalhar por todo um setor.

Entre quem se candidatou a 10 vagas filtradas pela plataforma, 4% receberam reprovação em todas. Isso foi mais alto do que o esperado se cada empresa avaliasse candidatos de forma realmente independente.

Imagem indisponível

O estudo também encontrou disparidades raciais. Pela regra dos quatro quintos da EEOC, cerca de 40 mil candidaturas adicionais de pessoas negras e asiáticas poderiam ter avançado se a taxa de recomendação fosse igual à do grupo mais favorecido.

A boa notícia: IA no recrutamento não precisa ser uma caixa-preta. Auditorias independentes, explicações claras, revisão humana e canais para contestar decisões podem tornar a automação mais justa e útil para todos.

Imagem indisponível

Tecnologia pode abrir portas quando é desenhada com transparência e responsabilidade. No recrutamento, diversidade de ferramentas e critérios pode ser tão importante quanto diversidade entre as pessoas contratadas.