Uso de Inteligência Artificial no processo de Recrutamento e Seleção: riscos éticos e impactos na diversidade

Vai muito além de uma tendência corporativa a utilização da Inteligência Artificial (IA) em diversas etapas do processo de Recrutamento e Seleção (R&S) das empresas. É uma realidade consolidada! 

Presente em várias etapas como a triagem e análise de currículos, mapeamento de talentos, agendamento de entrevistas e mesmo na condução de conversas avaliativas iniciais, a IA já foi adotada em seus processos de contratação por 87% das empresas do mundo, segundo dados divulgados pelo portal DemandSage.

No entanto, do mesmo jeito que transforma com agilidade e foco estratégico a maneira como organizações identificam, avaliam e contratam talentos, a IA pode alimentar um dilema ético: o descarte de perfis profissionais que não se enquadram em determinados padrões algorítmicos.

Mas como uma marca empregadora pode evitar o risco de abrir margem para o descarte de novos profissionais com diferentes perfis e competências por causa de uma “interferência tecnológica”?

Bora ver mais?

Como a Inteligência Artificial é aplicada no Recrutamento e Seleção?

A utilização da Inteligência Artificial nos processos de Recrutamento e Seleção tem ganhado protagonismo nas empresas, com benefícios preciosos aos profissionais do setor de Recursos Humanos e Gestão de Pessoas

Com o uso de mecanismos como Machine Learning para classificar e ranquear currículos, e o People Analytics para o recrutamento preditivo, as vantagens são diversas, como a possibilidade do recrutador em dedicar-se a outras tarefas, dar maior agilidade ao processo e reduzir custos, evitando uma jornada seletiva longa e de alto impacto financeiro aos cofres da empresa.  

O emprego da Inteligência Artificial em processos seletivos externos e internos implica, inclusive, em mudanças no papel do recrutador, que precisa saber lidar com dados e ferramentas analíticas, ao mesmo tempo que deve preservar e apurar o discernimento nas contratações.

Baixe gratuitamente aqui nesse link o e-book “RH Inteligente: guia de IA para profissionais de Recursos Humanos”, e tenha um guia completo sobre como aplicar a Inteligência Artificial no dia a dia da gestão.

E quando o uso da IA se transforma em um dilema ético?

Os benefícios da IA para os recrutadores, empresas e até mesmo para os candidatos são vários, e isso é inegável.

Mas nem tudo é um “mar de rosas” quando a tecnologia é colocada como intermediária desses trâmites, e há uma série de dilemas éticos importantes, especialmente quando se toca no ponto da reprodução de algum tipo de viés ou de ações discriminatórias por parte da IA. 

E a existência de riscos relacionados ao uso de ferramentas tecnológicas é uma percepção existente entre profissionais brasileiros de Recursos Humanos.

Segundo o “Censo do RH 2025”, produzido pela plataforma para gestão de estágio WallJobs, “57,1% dos entrevistados da área acreditam que a IA pode excluir perfis fora dos padrões algorítmicos, reforçando um cuidado que o RH precisa ter, o de garantir que a automação não amplie desigualdades”, diz o documento.

É fundamental destacar - e os próprios pesquisadores apontam isso - que a existência de dados enviesados e critérios com pouca transparência alertam “a ética da IA não está na máquina, mas em quem a programa e nos dados que a alimentam”.

Entre os principais dilemas éticos da utilização de mecanismos de Inteligência Artificial no R&S estão:

Reprodução de vieses históricos

A IA aprende a partir de dados do passado. Se esses dados refletem contratações enviesadas em outros momentos da empresa, em que a diversidade seja por gênero, raça, idade, origem social ou formação não era um ponto abordado pelo time de R&S, o algoritmo tende a reproduzir e até amplificar esses padrões.

Um exemplo disso são sistemas treinados com currículos majoritariamente masculinos e que podem passar a priorizar perfis semelhantes, mesmo sem “citar” gênero explicitamente.

Falsa neutralidade tecnológica

Existe o mito de que a IA é imparcial. Será mesmo? Na prática, a máquina reflete as escolhas e as configurações da mão humana que está por trás dela. 

E isso tudo pode acontecer, por exemplo, por causa de critérios escolhidos para ranqueamento dos candidatos à vaga ou das bases de dados utilizadas, anulando assim qualquer possibilidade de diversidade na escolha dos novos colaboradores. 

Falta de transparência 

A falta de transparência, conhecida como efeito “caixa-preta”, é um dos principais vilões do uso de algoritmos no Recrutamento e Seleção, já que muitos sistemas não deixam claro por que um candidato foi eliminado nem quais critérios tiveram maior peso na decisão.

Essa opacidade dificulta auditorias, compromete questionamentos legais e enfraquece o direito do candidato à explicação, tornando-se um ponto especialmente sensível diante das exigências da Lei Geral de Proteção de Dados (LGPD). 

Discriminação indireta

Nem sempre o ato de discriminação é feito de modo explícito, se utilizando de informações sensíveis como gênero, raça ou idade do candidato.

Essa exclusão pode ser feita indiretamente, com os sistemas de IA cruzando informações correlatas, como:

• CEP, associado à renda ou origem social;
• Instituição de ensino, relacionada à classe econômica;
• Intervalos na carreira, frequentemente interpretados como períodos de maternidade ou profissionais com uma idade avançada, que têm dificuldades em se manter em atividade.

O resultado é a reprodução de um viés estrutural, muitas vezes disfarçado de critério técnico, e apresentado como uma decisão supostamente neutra.

Exclusão de perfis não padronizados

Indivíduos que contam com trajetórias profissionais que fogem do modelo tradicional, que mudaram de área ou precisaram pausar a carreira em algum momento, por exemplo, tem os chamados perfis não padronizados.

E a exclusão desses perfis ocorre porque muitos algoritmos tendem a favorecer candidatos que “sabem jogar o jogo”, como aqueles que apresentam currículos otimizados por palavras-chave, trajetórias profissionais lineares e experiências consideradas tradicionais.

Esse tipo de lógica pode acabar afastando talentos diversos, que optaram ou precisaram escolher por carreiras fora do padrão corporativo convencional.

Automação excessiva das decisões

Confiar excessivamente na máquina também está entre os “pecados” da automação dos processos seletivos das empresas.

O excesso na automação das decisões ocorre quando sistemas de IA passam a eliminar candidatos sem a devida revisão humana, o que pode levar a:

• Desumanização do processo seletivo;
• Tomada de decisões injustas ou mal contextualizadas;
• Perda de sensibilidade para aspectos subjetivos fundamentais para além do currículo puro e simples, como potencial de desenvolvimento e alinhamento de valores. 

R&S enviesado pela Inteligência Artificial: quais são os riscos?

Utilizar processos de Recrutamento e Seleção que estão enviesados pela IA pode gerar impactos sérios para o negócio como um todo, extrapolando assuntos relacionados ao discurso de diversidade.

Um dos riscos é o jurídico, uma área na qual podem surgir ações por práticas discriminatórias, ainda que indiretas, em desacordo com a LGPD e a legislação trabalhista.

Também há consequências reputacionais, com perda de credibilidade da marca empregadora, afetando employer branding e atração de talentos, além de questionamentos públicos sobre ética, transparência e governança.

A falta de diversidade também aparece nessa lista, pois processos enviesados resultam em perda de talentos e inovação, dois “erros fatais” no mercado atual, uma vez que os especialistas entendem que a inclusão de perfis diversos e não padronizados abre a possibilidade para repertório, criatividade e novas perspectivas.

Outras consequências relacionadas a processos enviesados pela Inteligência Artificial são:

• Impactos financeiros e operacionais: contratações equivocadas aumentam turnover e custos de reposição;
• Empobrecimento da cultura organizacional: com o desalinhamento entre discurso institucional e prática, o engajamento do time é afetado;
• Dependência excessiva da tecnologia: a perda do olhar humano nas decisões estratégicas de contratação é um erro gigantesco.

Tecnologia com supervisão humana: a resposta para como diminuir o viés no R&S

Diminuir o viés discriminatório no processo de Recrutamento e Seleção com IA não passa por esquecer ou “desligar” a tecnologia, mas por governá-la melhor, usando-a sobretudo de forma estratégica e ética.

Os principais passos para alcançar a neutralidade e atingir o que melhor esse mecanismo pode entregar em relação a R&S são:

• Cuidar da base de dados: já que os sistemas aprendem a partir de dados históricos, é fundamental que o RH revise e diversifique as bases de treinamento, evite o uso de informações que funcionem como proxies para discriminação indireta e mantenha esses dados constantemente atualizados, prevenindo a perpetuação de padrões ultrapassados;
• Garantir supervisão humana contínua: envolve a revisão das eliminações automáticas, a avaliação crítica dos rankings gerados pelos algoritmos e a abertura de espaço para questionar decisões que possam ser socialmente injustas;
• Investir em transparência e aplicabilidade: a priorização de ferramentas que expliquem critérios de decisão, a documentação de regras, pesos e lógicas do algoritmo, e a realização de auditorias internas e externas, promovem a ética e a conformidade com a LGPD;
• Testar e auditar o algoritmo com frequência: como viés não é algo que se resolve uma vez só, é necessário fazer simulações com perfis diversos, monitoramento de impactos desproporcionais por grupo e revisões periódicas dos modelos e critérios;
• Definir diversidade com objetivo explícito do sistema: a IA reflete aquilo que a empresa valoriza, então é preciso configurá-la para tal, com a inclusão de diversidade e equidade como métricas do processo, ajuste de parâmetros para evitar homogeneização de perfis e uso da IA para ampliar o alcance de talentos, não apenas filtrar.

Gostou desse conteúdo? Continue navegando no site da Alelo e tenha à disposição um conteúdo especial sobre RH e Gestão de Pessoas.