Triagem de currículos por IA: por que o RH precisa de governança antes do software

Um artigo da consultora Giovanna Gregori Pinto, da People Leap, descreve a virada que já se vê em empresas que usam IA no recrutamento: sair da fase de experimentação para a fase de governança. Para quem decide, isso significa auditoria, contrato com cláusula de explicabilidade e revisão humana documentada antes de qualquer ferramenta entrar em produção.

Nota da redação: este artigo cita uma reportagem do Segs com declarações da consultora Giovanna Gregori Pinto. Não foi possível confirmar na fonte original três pontos do texto: a classificação específica de 'risco considerável' atribuída ao AI Act europeu (a fonte menciona regras específicas para recrutamento, mas não usa esse termo), a afirmação de que o Brasil ainda não tem regulação específica para IA em recrutamento, e a afirmação de que poucas empresas brasileiras publicam auditorias de viés. Essas informações podem ser factualmente plausíveis, mas não constam na fonte citada e o leitor deve considerá-las com essa ressalva.

Um artigo publicado no Segs, que traz declarações da consultora Giovanna Gregori Pinto, da People Leap, descreve a virada que já se vê em empresas que usam IA no recrutamento: sair da fase de experimentação para a fase de governança. Para quem decide, isso significa auditoria, contrato com cláusula de explicabilidade e revisão humana documentada antes de qualquer ferramenta entrar em produção.

Um artigo publicado no Segs, que traz declarações da consultora Giovanna Gregori Pinto, da People Leap, descreve a virada que já se vê em empresas que usam IA no recrutamento: sair da fase de experimentação para a fase de governança. Para quem decide, isso significa auditoria, contrato com cláusula de explicabilidade e revisão humana documentada antes de qualquer ferramenta entrar em produção.

A promessa é sempre a mesma: menos tempo gasto triando currículo, menos viés do recrutador cansado, mais candidatos avaliados por hora. Ferramentas de triagem automática e sistemas de recomendação de candidatos já fazem parte da rotina de boa parte das grandes empresas, segundo um artigo publicado no Segs que cita levantamentos da PwC e do Economist Impact sobre o uso de IA em processos seletivos. O problema não é a tecnologia. É decidir usá-la sem antes decidir como ela vai ser auditada.

Para quem está no conselho ou na diretoria de RH, essa distinção importa mais do que o nome do fornecedor. Uma ferramenta de triagem que erra reprova candidato bom, aprova padrão ruim e, se o erro vira processo, quem responde não é o algoritmo: é a empresa que o contratou.

O que muda quando o software decide quem passa para a entrevista

Até pouco tempo, a conversa sobre IA em RH girava em torno de eficiência: quantos currículos por minuto, quanto tempo a menos até a entrevista. Giovanna Gregori Pinto, fundadora da consultoria People Leap, que foi Head de People - Tech no iFood e Diretora Global de RH na AB InBev, descreve essa fase como a de entusiasmo com o potencial, seguida pela necessidade de lidar com as consequências práticas.

A consequência prática mais direta é esta: um sistema de triagem não aprende o que é um bom candidato do zero. Ele aprende com os dados de quem a empresa contratou, promoveu e manteve no passado. Se esse histórico tem desequilíbrio (mais homens em cargo técnico, mais gente de determinada faculdade, mais gente de determinado bairro), o modelo tende a reproduzir esse padrão como se fosse o critério ideal, mesmo sem nenhuma variável sensível explícita na base.

Esse tipo de viés não é hipotético: é a consequência lógica de treinar um modelo com dados históricos enviesados, sem auditoria prévia antes de colocá-lo para decidir. Não houve necessariamente má-fé de ninguém: houve ausência de auditoria.

Viés não é detalhe técnico, é decisão de negócio

A pergunta que o C-level precisa fazer ao fornecedor não é "o sistema tem viés?". Todo sistema treinado com dado histórico carrega algum viés do próprio dado. A pergunta certa é: como esse viés foi medido, em que grupo, e com que frequência essa medição é repetida.

Poucas empresas no Brasil publicam esse tipo de auditoria de forma acessível ao cliente corporativo. Isso não significa que a ferramenta seja ruim: significa que, se o fornecedor não mostra o teste, a empresa que contrata está decidindo às cegas. Vale tratar a ausência de teste de viés como um risco documentado, não como um detalhe que ficou de fora do pitch comercial.

Em resumo: terceirizar a decisão de quem avança no processo seletivo para uma caixa-preta estatística é abrir mão da responsabilidade sobre essa escolha, não transferi-la. Quem assina o contrato com o fornecedor continua sendo quem responde pelo resultado.

O que a governança de RH deveria exigir quando a decisão é automatizada

Mesmo sem nova legislação específica, há um princípio de bom senso que já deveria orientar qualquer processo seletivo mediado por IA: o direito do candidato de entender por que foi reprovado. Isso tem três implicações diretas para quem desenha o processo seletivo:

1. O candidato reprovado por triagem automática deveria poder pedir explicação sobre os critérios usados na decisão.
2. A empresa precisa ter como responder a esse pedido, o que exige que o próprio RH entenda minimamente a lógica do modelo que contratou.
3. "A ferramenta decidiu" não é resposta aceitável, nem perante o candidato, nem perante reguladores de proteção de dados.

O artigo do Segs também lembra que, na União Europeia, o AI Act (Regulamento de IA) classifica sistemas usados em recrutamento e seleção como aplicação de risco considerável, com exigência de transparência sobre o funcionamento e supervisão humana obrigatória. Nos Estados Unidos, ações judiciais já questionam ferramentas automatizadas de seleção com o argumento de que elas funcionam, na prática, como mecanismo de avaliação que afeta diretamente a oportunidade de trabalho de alguém, e por isso devem obedecer a princípios de transparência e responsabilidade já consolidados em outras áreas.

A regulação da IA no Brasil ainda está em debate

No Brasil, ainda não há uma regulação específica e consolidada para o uso de inteligência artificial em processos de recrutamento. Enquanto isso não se resolve, a lição prática não é esperar a lei para agir. É adotar como padrão interno uma rotina de governança: documentar por que a ferramenta foi escolhida, que dado ela usa, que teste de viés foi feito e quem no RH tem autoridade para revisar uma reprovação.

Onde o humano continua decidindo, na prática

O ponto de revisão humana não pode ser simbólico. Isso significa definir, antes de qualquer contrato assinado:

Saber operar a ferramenta não é o mesmo que saber decidir com ela. Pensamento crítico, capacidade de contextualizar a trajetória de um candidato e responsabilidade pelo impacto da decisão continuam sendo atribuições de gente, não de modelo.

O que fazer na segunda-feira

Antes de aprovar orçamento para qualquer ferramenta de triagem por IA, quatro perguntas valem mais do que qualquer demonstração comercial:

• Que teste de viés o fornecedor já fez, em que grupo e com que resultado documentado?
• Quem no RH consegue explicar, em português simples, por que um candidato específico foi reprovado?
• Existe processo formalizado para o candidato pedir revisão humana, com prazo de resposta?
• O contrato com o fornecedor prevê auditoria periódica e acesso aos critérios do modelo, ou a empresa está comprando uma caixa-preta?

Se a resposta para qualquer uma dessas perguntas for "não sei", a maturidade de que fala o artigo do Segs ainda não chegou: a empresa está na fase de experimentação, só que já com dinheiro e dado de candidato real em jogo.

Fonte: Segs