Você se candidata a uma vaga e é reprovado antes de qualquer humano ver o seu currículo. Tenta outra empresa, e o mesmo acontece. E outra. A sensação de estar batendo numa parede invisível tem nome, e uma pesquisa recente ajudou a explicar por quê: se todas essas empresas usam o mesmo sistema de IA para triagem, você pode estar sendo reprovado sempre pelo mesmo juiz.
O fenômeno é chamado de monocultura algorítmica. Quando muitos empregadores terceirizam a triagem para o mesmo fornecedor de IA, um candidato mal avaliado por aquele modelo tende a ser rejeitado em toda parte, não por falta de qualificação, mas porque o filtro é sempre idêntico.
O tema importa para quem procura emprego e, principalmente, para quem contrata. Ele revela um risco escondido na promessa de eficiência da IA no recrutamento.
O que a pesquisa encontrou
Segundo estudo divulgado pela Universidade Stanford (HAI), pessoas que se candidatam a vagas avaliadas pelo mesmo fornecedor de IA têm mais chance de serem rejeitadas em todas elas do que se as decisões fossem tomadas de forma independente. Os números impressionam: entre quem enviou quatro candidaturas, cerca de 10% foram reprovados em todas. A pesquisa acompanhou milhões de candidaturas triadas pela mesma plataforma.
Como reforçaram publicações como a Allwork.Space e o The Register, o estudo também apontou viés racial: parcelas expressivas de candidatos negros e asiáticos aplicaram para vagas em que o sistema discriminava seu grupo. Ou seja, o problema não é só repetição, é repetição de um erro.
Por que a monocultura é perigosa
Quando muitos empregadores usam o mesmo modelo, cria-se um efeito de caixa-preta em escala. Um único critério, com seus acertos e seus vieses, passa a decidir o acesso ao mercado de trabalho para milhões de pessoas. Se esse critério tem uma falha, ela não afeta uma vaga, afeta todas as portas de uma vez. A diversidade de avaliadores, que sempre foi uma proteção natural, desaparece.
É a mesma lógica de risco que aparece em outros cantos da IA. Depender de um único sistema concentra poder e concentra erro, algo que discutimos ao falar do roteador que decide sozinho no ChatGPT. E, no campo do trabalho, o tema conversa diretamente com o debate sobre o uso de IA em decisões de emprego.
O que empresas e candidatos podem fazer
Para quem contrata, a recomendação é tratar a triagem por IA como apoio, não como veredito. Vale variar métodos, incluir revisão humana em etapas decisivas, auditar o sistema em busca de viés e não delegar a um único fornecedor a porta de entrada da empresa. Diversidade de critérios não é só justiça, é qualidade de contratação.
Para candidatos, entender o mecanismo ajuda a agir. Adaptar o currículo para ser legível por sistemas automáticos, buscar caminhos que envolvam contato humano e não interpretar a rejeição como veredito definitivo sobre o próprio valor são atitudes práticas. A IA facilitou a triagem, mas cabe às empresas garantir que ela não feche portas por engano, sempre no mesmo lugar.
Perguntas frequentes
O que é monocultura algorítmica na contratação?
É quando muitos empregadores usam o mesmo sistema de IA para triar candidatos. Como o filtro é idêntico, um candidato mal avaliado por aquele modelo tende a ser rejeitado em todas as empresas que o utilizam.
O que a pesquisa da Stanford encontrou?
Que candidatos avaliados pelo mesmo fornecedor de IA têm mais chance de serem rejeitados em todas as vagas. Entre quem enviou quatro candidaturas, cerca de 10% foram reprovados em todas, e houve indícios de viés racial.
Por que isso é perigoso?
Porque um único critério, com seus vieses, passa a decidir o acesso ao mercado de trabalho em escala. Se o modelo tem uma falha, ela afeta todas as portas de uma vez, e a diversidade de avaliadores desaparece.
Como as empresas devem usar IA na triagem?
Como apoio, não como veredito. Vale variar métodos, incluir revisão humana em etapas decisivas, auditar o sistema em busca de viés e evitar delegar a um único fornecedor toda a porta de entrada.
