A maioria das grandes empresas já utiliza algoritmos para facilitar o processo de seleção de novos funcionários. No entanto, a automação pode estar dificultando a tarefa de encontrar os profissionais ideais para preencher vagas, resultando em 27 milhões de trabalhadores negligenciados nos Estados Unidos. 

A conclusão é de um estudo conduzido pela Harvard Business School em parceria com a Accenture PLC. Para entender os desafios de recrutamento com a retomada da economia nos EUA, os pesquisadores entrevistaram empresas e trabalhadores. 

Eles identificaram que os algoritmos utilizados para facilitar a seleção de candidatos entre pilhas de currículos não estão ajudando as empresas a encontrar os profissionais que procuram. Parte disso pode ser explicado pelos requisitos especificados pelas próprias companhias, bem como outros critérios eliminatórios adotados pelos sistemas.

O problema da automação em processos seletivos

O estudo de Harvard cita como exemplo hospitais que utilizavam um sistema que buscava por “programação de computadores” ao analisar o currículo de enfermeiros. O que eles precisavam, no entanto, era apenas de profissionais capazes de inserir os dados de pacientes em um computador.

Outro exemplo é de uma empresa de energia que buscava currículos que mencionavam experiência em atendimento ao cliente para contratar profissionais para reparar linhas de transmissão de energia. 

Essas falhas nos algoritmos não são totalmente desconhecidas pelas empresas. A cada dez executivos entrevistados pelos pesquisadores, nove afirmaram que estão cientes de que os softwares utilizados para filtrar currículos acabam excluindo candidatos qualificados.

A Amazon é uma das companhias que afirma estar estudando outras ferramentas e métodos para filtrar melhor os currículos recebidos. Enquanto alguns recrutadores acreditam que a solução é aprimorar a tecnologia utilizada nesses processos, outros preferem voltar às práticas antigas para encontrar os profissionais adequados.

Algoritmos podem excluir minorias

Embora os problemas relacionados aos algoritmos de recrutamento estejam se tornando mais evidentes nos últimos anos, a automação em processos seletivos já existe desde o fim da década de 1990. 

A possibilidade de se candidatar às vagas online tinha como objetivo democratizar o processo de busca por emprego. No entanto, isso também resultou em um crescimento exponencial no número de aplicações recebidas pelas empresas. Por isso, os algoritmos foram criados para auxiliar a filtrar candidatos. 

Sistemas como o Taleo, da Oracle, já são utilizados por 99% das Fortune 500 (lista das 500 maiores empresas dos Estados Unidos) e por 75% das 760 companhias entrevistadas no estudo de Harvard.

O problema é que os softwares costumam classificar os candidatos de acordo com critérios que favorecem determinados grupos. Aqueles com diploma universitário costumam ficar no topo, por exemplo, enquanto que aqueles com antecedentes criminais têm alta probabilidade de serem eliminados. 

Além disso, currículos com períodos de desemprego considerados longos também podem ser eliminados pelos algoritmos, sem oferecer a chance de o candidato explicar esses intervalos ou mostrar seu potencial durante uma entrevista. 

Os impactos desse tipo de recrutamento vão muito além de empresas perdendo profissionais. Grupos minoritários acabam sendo privados de oportunidades, enquanto a diversidade no ambiente corporativo continua sendo um desafio. 

A boa notícia é que as empresas estão começando a adotar medidas mais inclusivas em seus processos seletivos ao repensar o uso de algoritmos. Exemplos disso são iniciativas que eliminam a necessidade de diploma universitário e que buscam parcerias para recrutar pessoas com antecedentes criminais e candidatos com autismo. 

1 Shares:
Você também pode gostar