Estudo aponta que mesma inteligência artificial pode estar rejeitando currículos em várias empresas
Pesquisa de Stanford revela que 'monocultura algorítmica' faz empresas diferentes usarem a mesma lógica para eliminar candidatos
Por Davy Albuquerque
Candidatos podem estar sendo rejeitados repetidamente pela mesma lógica de inteligência artificial, mesmo ao se inscreverem em empresas distintas. Um estudo da Universidade Stanford aponta que o uso de sistemas de recrutamento desenvolvidos por um mesmo fornecedor cria uma "monocultura algorítmica", padronizando os critérios de eliminação de profissionais.
A pesquisa analisou uma base de dados com mais de 3,4 milhões de candidatos e aproximadamente 4 milhões de candidaturas avaliadas por algoritmos em 156 empresas de 11 setores econômicos. O levantamento revelou que, como muitas organizações utilizam tecnologias semelhantes, as decisões de seleção deixam de ser totalmente independentes entre os empregadores.
O que é a monocultura algorítmica?
O termo, utilizado pelos pesquisadores para descrever o fenômeno, compara a situação ao modelo da agricultura, onde grandes áreas são ocupadas por uma única espécie de cultivo. No recrutamento, isso significa que as empresas podem estar usando critérios de classificação muito parecidos, reproduzindo os mesmos padrões de análise em larga escala.
Diferente do modelo tradicional, em que recrutadores e gestores possuíam visões próprias e diversificadas, a expansão dos sistemas automatizados tende a eliminar essa variedade. Na prática, quem busca emprego pode enfrentar portas de entrada que parecem independentes, mas que são controladas pela mesma lógica de avaliação.
Essa dinâmica gera o que o estudo chama de "rejeição sistêmica". Os dados indicam que cerca de 10% dos candidatos que se inscrevem em quatro vagas diferentes são rejeitados em todas elas. O padrão se mantém conforme o volume de candidaturas aumenta: entre os que se inscrevem em 10 vagas, cerca de 4% sofrem 10 rejeições consecutivas.
Como a IA afeta a busca por emprego?
Os pesquisadores observaram que os algoritmos geralmente não tomam a decisão final de contratação, mas funcionam como um filtro inicial. Eles definem quais profissionais avançam e quais são eliminados antes mesmo de um recrutador humano analisar o currículo, o que torna a rejeição um processo silencioso e sem explicações para o candidato.
O estudo também testou o impacto dessa centralização na eficácia das candidaturas. Em um cenário de decisões independentes, um candidato precisaria se inscrever em cerca de 10 vagas para ter alta probabilidade de uma recomendação positiva. Com sistemas centralizados, esse número sobe para cerca de 25 candidaturas para atingir uma probabilidade de 99,9%.
A concentração do mercado em poucos fornecedores de tecnologia de recrutamento amplia esses efeitos. Segundo os autores da pesquisa, a falta de transparência e o acesso limitado aos dados por parte das plataformas dificultam a identificação de falhas ou vieses nos modelos, impactando diretamente as oportunidades de carreira e renda dos profissionais.