Afinal, a Inteligência Artificial prejudica ou favorece a diversidade?
A resposta é fácil: depende. A máquina em si é livre de preconceitos. Porém, a informação que nós, seres humanos, usamos para alimentá-la é que pode ser boa ou ruim. Neste artigo vamos te apresentar alguns usos de IA nos processos seletivos e os impactos que cada um tem na diversidade.
A primeira coisa que gostaríamos é desmistificar o conceito de Inteligência Artificial em si. Segundo o Dicionário de Cambridge:
Inteligência Artificial é o estudo de como produzir máquinas que tem algumas das qualidades que a mente humana possui, como a habilidade de entender linguagem, reconhecer figuras, resolver problemas e aprender.
Logo, apesar de ser um termo visto como muito inovador, várias coisas do nosso dia a dia poderiam ser classificadas como inteligência artificial. Aplicativos como Google Maps e Waze utilizam dados aprendidos ao longo do tempo para predizer as melhores rotas.
Ferramentas de busca como Google informam diferentes resultados para diferentes pessoas buscando os mesmos termos, pois já sabem o tipo de conteúdo que cada pessoa gosta.
Até mesmo quando se faz uma compra online, as empresas contam com uma inteligência para otimizar a logística interna e garantir uma taxa e prazo de entregas coerentes.
Aplicações de IA em Processos Seletivos
- A inteligência artificial chegou para ficar! E o RH não é uma exceção à regra: Mas como ela me ajuda selecionar candidatos de maneira justa?
Até agora, demos exemplos de coisas mais objetivas e cotidianas, como rotas e compras. Mas como utilizar inteligência artificial para medir pessoas? Existem alguns usos que estão se popularizando no mercado de recrutamento e seleção. Vamos agora explorar alguns casos.
1. Software de interpretação de currículo
Sabemos que um desgaste grande para os recrutadores é a leitura de currículos. Quanto mais candidatos, mais difícil é esse processo de triagem, e pior: mais difícil ter um critério justo e único para avaliação de todos.
No geral, o currículo é uma informação que favorece vieses, logo não recomendamos uso, principalmente se você estiver focando em universidades, cursos de graduação, e outras características específicas que tendem a reforçar desigualdades.
Mas se você precisa de alguma habilidade técnica, como por exemplo, inglês fluente, algumas tecnologias permitem a interpretação e busca do currículo por palavras-chave principais.
2. Predição de performance com base no currículo
Existem tecnologias que vão além da interpretação de palavras e usam dados dos currículos dos próprios funcionários para selecionar novas pessoas com o mesmo background.
O problema disso é que se a sua empresa não é diversa, a probabilidade de você replicar essa falta de diversidade é alta.
Um exemplo real disso é o case da Amazon que desenvolveu um algoritmo para seleção com currículo de seus funcionários, e por mais que insistissem no uso, o algoritmo sempre desfavorecia mulheres, afinal, o público da Amazon era, em sua grande maioria, homens. Você pode conferir mais sobre o caso clicando aqui.
3. Predição de contratação com base em perfil comportamental
Alguns softwares focados em recrutamento e seleção utilizam de testes psicométricos para aprender os perfis mais contratados e replicá-los para outros processos. Esse método economiza tempo dos recrutadores pois perfis que eles já costumam contratar são automaticamente ranqueados melhor na triagem.
Em relação à diversidade, esse é um bom método, pois ele leva em consideração variáveis que não tem relação com o background das pessoas.
Porém, ele esbarra no problema da assertividade. Como o critério de aprendizagem é quem é mais contratado, estamos replicando vieses pré-existentes dos recrutadores, sobre qual é o melhor perfil para a vaga.
Por exemplo, pode ser que a preferência do recrutador para uma vaga de vendas seja sempre uma pessoa muito comunicativa. Porém, um candidato mais analítico e com muita iniciativa pode performar tão bem, ou até melhor que o comunicativo. E com esse algoritmo, o segundo perfil não seria selecionado com facilidade.
4. Predição de performance com base em testes psicométricos
Os algoritmos mais sofisticados são os que utilizam dados de performance de funcionários reais. Cruzados com testes psicométricos, são criados modelos preditivos de performance.
A vantagem desse tipo de algoritmo é que ele consegue aprender diferentes combinações de perfis para diferentes posições, sempre usando como critério o objetivo final da seleção: pessoas de alto desempenho.
Assim como no anterior, não é levado em consideração o background das pessoas, portanto, ele favorece a diversidade. A única desvantagem é a dificuldade para construí-los. A empresa precisa ter uma estrutura de avaliação de performance efetiva para servir como base para construção do algoritmo, e isso nem sempre é fácil.
Como a Mindsight usa Inteligência Artificial?
A Mindsight utiliza o último tipo citado: algoritmos de predição de performance com base em testes psicométricos. Apesar de ser um pouco mais difícil de se construir, é o que produz os melhores resultados. Também é o que mais te ajuda a se livrar dos vieses do processo seletivo.
Afinal, o algoritmo pode aprender que uma boa combinação de características para uma vaga é uma pessoa com alta habilidade cognitiva, forte comunicação e muita assertividade. E esse perfil não depende do candidato ser homem ou mulher, branco ou preto, homo ou heterossexual, formado em exatas ou humanas.
Além disso, o impacto é direto nos negócios. Estamos utilizando algoritmos para prever performance, o que afeta diretamente nos resultados da empresa. A Stone, por exemplo, é um cliente nosso que utilizou esse tipo de IA na seleção do time comercial e teve 16% de aumento nas vendas. Você pode conferir esse case pelo link.
Gostou do texto? Se tiver alguma dúvida sobre recrutamento ou sobre o nosso software de Recrutamento e Seleção?, entre em contato conosco. Nossa equipe está pronta para te ajudar no que precisar!
