A IA não inventou o preconceito contra mulheres. Ela o otimizou

2,6 bilhões de candidaturas foram processadas no Brasil em 2025, segundo estimativa da plataforma Gupy/CAGED. Por trás desse número, uma promessa era que a Inteligência Artificial tornaria a seleção mais ágil, mais barata e, sobretudo, mais justa. Uma tecnologia neutra, afinal, seria a solução para múltiplos desafios. Demoramos para perceber que, em alguns contextos, especialmente na área de Recursos Humanos, os sistemas que facilitam as etapas de admissão podem representar um retrocesso significativo na igualdade de oportunidades entre homens e mulheres.

Para se ter uma ideia, uma grande rede varejista pode chegar a receber mais de 5.000 currículos para uma única vaga de Analista Júnior. Um volume humanamente impossível de analisar no tempo necessário à seleção. Esse alto volume de candidaturas explica por que, segundo o relatório Human Capital Trends 2025 da Deloitte, 62% dos gestores de RH estejam implementando IA em seus fluxos. A lógica do mercado é fazer mais em menos tempo, pelo menor custo.

Seria perfeito, se não houvesse um grande problema no que esses sistemas aprenderam a reconhecer como talento. Sistemas de ATS (Applicant Tracking System) e IA generativa são treinados com dados históricos de contratação. Imagine usar conteúdo de décadas atrás para fundamentar decisões em um cenário ágil e complexo como o que estamos vivendo. Pesquisas da UNESCO, do MIT e das universidades de Berkeley e Stanford convergem para o mesmo diagnóstico:

• Modelos de linguagem associam nomes femininos a palavras como "casa", "família" e "filhos" em 70% das vezes, operando uma discriminação sistêmica que ensina à máquina que mulheres não pertencem a cargos de liderança;
• Currículos com termos associados à colaboração recebem pontuações menores do que os com termos associados à competitividade;
• O etarismo algorítmico pune a experiência: mulheres com 40 anos ou mais são descartadas por sistemas que associam trajetórias longas a menor agilidade.

Apesar da relevância dos dados, os casos mais controversos podem estar associados às entrevistas de vídeo às quais os candidatos são submetidos por entrevistadores criados por IA.

Esses sistemas são chamados de VIAS (Video Interview Analysis Systems). Enquanto sistemas de texto analisam o que os candidatos fizeram, os sistemas de vídeo tentam decodificar quem eles são a partir de sinais biométricos e comportamentais. Os parâmetros vêm sendo estudados e estabelecem padrões ocidentais e masculinos. A distorção da interpretação se repete quando são analisados tom de voz e expressões. Quando um homem tem uma expressão séria, é interpretado como tendo foco e autoridade. A mesma expressão em uma mulher é lida como hostilidade ou falta de simpatia. Candidatas tendem a usar mais a palavra "nós" e o sistema interpreta isso como ausência de protagonismo. O candidato que usa "eu" é lido como mais realizado.

Se os sistemas não apresentam as candidatas, os recrutadores humanos nem chegam a saber que elas existem. Esse é o novo teto de vidro: invisível, automatizado e operando em escala industrial.

A União Europeia já classificou o uso de IA em recrutamento como atividade de alto risco, impondo auditoria, transparência e supervisão humana obrigatória. No Brasil, a LGPD, Lei Geral de Proteção de Dados, não oferece instrumentos suficientes para regular essa prática. Na ausência de regulação, a responsabilidade recai sobre as empresas.

É imperativo que organizações brasileiras estabeleçam critérios éticos de governança sobre seus sistemas de seleção, auditando quantas mulheres se candidatam e quantas são efetivamente selecionadas, revisando os parâmetros que as ferramentas utilizam e garantindo supervisão humana nas etapas críticas. Esse olhar não resolve o problema estrutural. Mas impede que a tecnologia o aprofunde enquanto a regulação não chega.

*Alessandra Calheira - Fundadora da Career Organizer, professora e mestre em Comunicação e Culturas Contemporâneas. Especialista em desenvolvimento de carreira e empoderamento profissional feminino.