A Stanford HAI (Institute for Human-Centered Artificial Intelligence da Universidade de Stanford) publicou em junho até agora o maior estudo de campo já feito sobre algoritmos de recrutamento com IA. O levantamento identificou que, em 26% das vagas solicitadas por candidatos negros e em 15% das vagas solicitadas por candidatos asiáticos, o sistema de triagem por IA apresenta discriminação que se enquadra na definição da “regra dos 80%” da Comissão de Oportunidades Iguais de Emprego dos EUA (EEOC). Os grupos mais favorecidos, em geral, são os candidatos brancos.
O estudo acompanha 3,4 milhões de candidatos, 4 milhões de candidaturas, cobrindo 150 empregadores em 11 setores
O estudo abrange 3,4 milhões de candidatos, 4 milhões de candidaturas, 1.700 vagas, 150 empregadores e 11 setores — sendo atualmente a pesquisa de campo de maior escala no mundo sobre algoritmos de recrutamento com IA. O grupo de controle incluiu 108 empresas da Fortune 500 e 83 mil candidaturas; essas empresas não adotaram triagem por IA, e o fenômeno de rejeição sistemática quase não existe no grupo de controle.
A regra dos 80% da EEOC determina que, se a taxa de recomendação para um grupo for menor do que 80% da taxa mais alta de recomendação entre os grupos, isso configura o patamar legal de “efeito adverso”. Com base nesse critério, o estudo aponta que, se fossem recomendados candidatos negros e asiáticos em proporções justas, cerca de 40 mil candidaturas poderiam avançar para a etapa de análise humana.
A pesquisa também revela o “mecanismo de ocultação numérica” da discriminação: quando todas as vagas têm suas taxas de recomendação misturadas e calculadas por média, a discriminação praticamente desaparece. Por exemplo, em um conjunto de sistemas de IA que prefere recomendar candidatos negros para funções de armazenagem e logística, mas não recomenda funções do setor financeiro; ao somar e calcular a média, o valor fica próximo do padrão de justiça. Somente quando se desmonta a análise por vaga e por grupo é que a discriminação se torna visível.
Concentração de problemas no algoritmo: 90% dos empregadores dos EUA usam triagem com IA, e a Workday enfrenta uma ação coletiva
Entre as 4 empresas que usam o mesmo fornecedor de IA, 10% dos candidatos se candidataram a todas as quatro empresas, mas foram rejeitados em todas; já no grupo de controle que não usou triagem por IA, esse fenômeno quase não ocorre. Os pesquisadores atribuem isso a uma “cultura algorítmica única”: o mesmo conjunto de algoritmos transfere vieses simultaneamente para centenas de empresas, levando à exclusão sistêmica de candidatos de determinados grupos em todo o mercado de trabalho, geralmente sem que os candidatos saibam.
Os pesquisadores identificaram três características de alto risco que já existem nas ferramentas de triagem por IA:
Adoção generalizada (Pervasively Adopted): cerca de 90% dos empregadores dos EUA usam a ferramenta no processo de recrutamento
Altamente consequente (Highly Consequential): determina diretamente se o candidato consegue chegar à etapa de análise humana
Opaca para o público (Opaque): os candidatos não têm como saber se estão sendo filtrados por algoritmos, e os empregadores também talvez não tenham plena compreensão do desempenho real da ferramenta em diferentes categorias de vagas
A ferramenta de triagem por IA da Workday atualmente enfrenta uma ação coletiva, com acusações que abrangem discriminação por raça, idade e deficiência.
A AI Act do Colorado entra em vigor em junho; padrão de “cuidado razoável” ainda não está claro
A AI Act do Colorado entra oficialmente em vigor em junho de 2026 e é uma das poucas legislações estaduais nos EUA que estabelecem exigências de conformidade de forma clara para ferramentas de recrutamento por IA. A lei exige que os desenvolvedores adotem medidas de “cuidado razoável” para impedir a discriminação. Porém, o conteúdo específico do “cuidado razoável” e o mecanismo de execução ainda precisam ser definidos.
A equipe de pesquisa aponta que a premissa para a realização desse tipo de estudo é o acesso aos dados, mas os dados de recrutamento muitas vezes ficam sob controle de fornecedores e empregadores. A pesquisa também observa que, em 2026, os formandos que entram no mercado enfrentam o ambiente de emprego mais difícil dos últimos anos: o volume de solicitações para vagas de entrada nas empresas é o triplo do de 2022, e o uso de ferramentas de triagem por IA cresce de forma同步.
Perguntas frequentes
O que é a “regra dos 80%” da EEOC, e como este estudo usa esse critério para identificar discriminação?
A regra dos 80% estabelece que, se a taxa de recomendação de um grupo de candidatos for inferior a 80% da taxa mais alta de recomendação entre os grupos, isso atinge o patamar legal de “efeito adverso”. O estudo da Stanford HAI analisa os dados de triagem por IA desmembrando por vaga e por grupo, seguindo esse padrão: observa-se que, em 26% das vagas solicitadas por candidatos negros e em 15% das vagas solicitadas por candidatos asiáticos, o sistema de IA apresenta discriminação que se enquadra na definição acima.
Por que a discriminação em recrutamento por IA tem sido difícil de identificar no passado?
A “desaparição” estatística da discriminação é a principal causa. Quando se calcula a média combinando as taxas de recomendação de todas as vagas, a IA pode compensar taxas mais altas em um tipo de vaga com taxas mais baixas em outro tipo, fazendo com que a média geral se aproxime do padrão de justiça. O estudo da Stanford HAI, ao detalhar a análise por vaga e por grupo, permite que a discriminação apareça novamente nos números.
Quais são as exigências específicas da AI Act do Colorado para ferramentas de recrutamento com IA?
A AI Act do Colorado já entrou em vigor em junho de 2026 e exige que desenvolvedores de ferramentas de recrutamento com IA adotem medidas de “cuidado razoável” para impedir discriminação. É uma das poucas leis estaduais de recrutamento com IA nos EUA que já produziram efeito. Os padrões específicos de “cuidado razoável” previstos na lei e os mecanismos correspondentes de execução ainda precisam ser definidos com mais clareza pelas autoridades competentes.
