A adoção de algoritmos e inteligência artificial (IA) nos processos de recrutamento e seleção tem transformado a forma como as empresas identificam e contratam talentos. Essas tecnologias prometem eficiência e objetividade, mas levantam questões cruciais: estamos, inadvertidamente, criando padrões que excluem a diversidade?
Estudos indicam que, embora a IA possa reduzir vieses humanos, ela também pode perpetuar preconceitos existentes nos dados utilizados para treiná-la. Por exemplo, um estudo recente revelou que modelos de linguagem massivos tendem a favorecer nomes associados a indivíduos brancos em 85,1% dos casos, enquanto nomes associados a homens negros são desfavorecidos em até 100% das situações ( WILSON, CALISKAN, 2024).
Além disso, a padronização promovida por algoritmos pode levar à exclusão de perfis não convencionais que, muitas vezes, são fontes de inovação.
A busca por candidatos que se encaixem em critérios pré-estabelecidos pode resultar na formação de equipes homogêneas, limitando a criatividade e a capacidade de resolução de problemas sob diferentes perspectivas.
É fundamental que as empresas adotem uma abordagem crítica ao implementar essas tecnologias, garantindo que os algoritmos sejam desenvolvidos e auditados com foco na promoção da diversidade e inclusão. Isso inclui a utilização de conjuntos de dados diversos e a constante revisão dos critérios de seleção para evitar a perpetuação de preconceitos.
A interação humana continua sendo essencial no processo de recrutamento. Profissionais de RH devem atuar como mediadores, assegurando que as ferramentas tecnológicas complementem, e não substituam, o julgamento humano. Afinal, são as nuances e particularidades de cada candidato que enriquecem o ambiente corporativo e impulsionam a inovação.
Em resumo, embora os algoritmos ofereçam vantagens significativas na triagem de currículos, é imperativo equilibrar a eficiência tecnológica com a sensibilidade humana. Somente assim será possível construir equipes verdadeiramente diversificadas e inclusivas, capazes de enfrentar os desafios contemporâneos com criatividade e empatia.
Esta é mais uma edição das Quintas do RH. Se você deseja aprofundar-se nas questões que nos rodeiam e ficar por dentro de mais reflexões como esta, não deixe de seguir nossas redes sociais e assinar nossa newsletter!
Oferecimento ToMoveCom: Criando conexões que transformam seu dia a dia!
Referências:
WILSON, Kyra; CALISKAN, Aylin. Gender, Race, and Intersectional Bias in Resume Screening via Language Model Retrieval. arXiv preprint arXiv:2407.20371, 2024. Disponível em: https://arxiv.org/abs/2407.20371. Acesso em: 19 dez. 2024.