O algoritmo viu a sua idade antes de ler a sua experiência?

Imagine a situação: você envia um currículo com trinta anos de experiência, conhece o setor, já atravessou crises, aprendeu novas ferramentas e resolveu problemas que nenhum manual previa. Mas, antes que uma pessoa leia o seu nome, um sistema automático decide que o seu perfil não é “adequado”. Não porque lhe falte competência. Talvez porque o algoritmo tenha encontrado sinais associados à idade: o ano da formação, a extensão da carreira, certas palavras no currículo ou um percurso profissional que não se parece com o dos candidatos mais jovens.

O algoritmo viu a sua idade antes de ler a sua experiência?

A pergunta parece provocadora, mas merece uma resposta séria. Cada vez mais empresas utilizam sistemas digitais para organizar candidaturas, pesquisar palavras-chave, classificar perfis e indicar quem deve avançar para uma entrevista. Essas ferramentas podem facilitar o trabalho das equipas de recrutamento. O problema começa quando a rapidez é confundida com neutralidade.

Um algoritmo não nasce preconceituoso, mas aprende com escolhas humanas

É tentador imaginar a inteligência artificial como uma espécie de juiz técnico, frio e imparcial. Contudo, um sistema aprende a partir de dados, critérios e decisões anteriores. Se os dados históricos refletem um mercado que favoreceu determinados perfis, a tecnologia pode aprender a repetir esse padrão. E pode fazê-lo em grande escala, com uma aparência de objetividade que torna o problema mais difícil de identificar.

Suponhamos que uma empresa tenha contratado, durante anos, sobretudo profissionais entre os 25 e os 40 anos para determinado cargo. Se um modelo for treinado para reconhecer o “perfil de sucesso” com base nessas contratações, poderá atribuir menor relevância a percursos mais longos, mudanças de carreira, pausas profissionais ou qualificações obtidas há mais tempo. A idade nem precisa de aparecer explicitamente. Há muitas variáveis que funcionam como pistas indiretas.

Isso não significa que toda ferramenta de recrutamento discrimine profissionais 50+. Significa, sim, que nenhum sistema deveria ser tratado como neutro sem verificação. A tecnologia pode apoiar uma decisão; não deve esconder a responsabilidade por ela.

Quando a eficiência elimina justamente aquilo que a empresa procura

Muitas organizações dizem procurar maturidade, capacidade de decisão, visão estratégica, estabilidade emocional e competência para lidar com clientes difíceis. Curiosamente, essas qualidades costumam ser construídas ao longo do tempo. Ainda assim, um processo automatizado pode reduzir um percurso profissional complexo a uma combinação de palavras-chave, datas e padrões estatísticos.

É aí que surge uma contradição: a empresa declara valorizar experiência, mas utiliza um filtro que prefere trajetórias lineares, recentes e fáceis de classificar.

Uma pessoa com mais de 50 anos pode ter trabalhado em áreas diferentes, criado um negócio, cuidado de familiares, emigrado, voltado a estudar ou iniciado uma nova carreira. Para um recrutador atento, esse percurso pode revelar adaptação, coragem e inteligência prática. Para um sistema mal configurado, pode parecer “inconsistente”.

O problema não é apenas tecnológico. É também cultural. Se a empresa acredita que aprender tem idade, que inovação pertence aos mais jovens ou que profissionais experientes são “caros demais” antes mesmo de conversar com eles, a ferramenta apenas automatiza um preconceito que já existia.

Na Europa, recrutamento automatizado é assunto de alto risco

A União Europeia reconheceu que sistemas de inteligência artificial usados no emprego podem afetar de forma profunda a vida das pessoas. O Anexo III do Regulamento Europeu de Inteligência Artificial inclui, entre as utilizações de alto risco, determinados sistemas usados para recrutamento, seleção, decisões sobre condições de trabalho e gestão de trabalhadores.

Na prática, isso reforça uma ideia essencial: escolher quem terá acesso a uma oportunidade de trabalho não é uma tarefa administrativa banal. É uma decisão com efeitos económicos, sociais e humanos. Por isso, empresas que utilizam tecnologia nesse processo precisam de governança, documentação, qualidade dos dados, supervisão humana e mecanismos para identificar riscos.

Também vale lembrar que a discriminação em razão da idade não se torna aceitável apenas porque foi produzida por software. A automação não apaga as obrigações da empresa, nem transforma uma injustiça numa “decisão técnica”.

Cinco sinais de que o processo pode estar a excluir experiência

Não é possível olhar para um resultado isolado e concluir imediatamente que houve discriminação. Mas alguns sinais devem acender uma luz amarela:

• O currículo é rejeitado em segundos, sem que exista qualquer pergunta sobre competências transferíveis ou disponibilidade.
• O formulário exige datas antigas que não são relevantes, como o ano de conclusão de todas as formações, mesmo quando a experiência recente seria suficiente.
• A vaga procura “energia”, “perfil jovem” ou “nativo digital” em vez de descrever competências concretas.
• O sistema penaliza mudanças de carreira e pausas profissionais, tratando percursos não lineares como falhas.
• A empresa não sabe explicar os critérios do filtro nem quem revê as decisões automáticas.

Esses sinais não provam, sozinhos, que um algoritmo tenha discriminado alguém. Mas mostram que o processo precisa de ser questionado.

O que profissionais 50+ podem fazer sem apagar a própria história

É compreensível que muitas pessoas tentem “rejuvenescer” o currículo: retiram datas, escondem experiências antigas, reduzem décadas de trabalho a duas páginas e evitam mencionar a idade. Algumas adaptações podem ser estratégicas, sobretudo quando ajudam a tornar o documento mais claro. Mas há uma diferença entre comunicar melhor e pedir desculpa por ter experiência.

Um currículo atual não precisa de contar tudo. Deve destacar o que é relevante para a função pretendida. Em vez de listar cada tarefa realizada, pode apresentar resultados, problemas resolvidos, ferramentas recentes e competências aplicáveis ao novo contexto. Também convém usar títulos profissionais claros e palavras presentes na descrição da vaga, desde que correspondam à experiência real.

Outra estratégia importante é mostrar aprendizagem recente. Uma formação curta, um projeto próprio, o uso de ferramentas digitais ou a participação em iniciativas atuais ajudam a combater a ideia equivocada de que experiência e atualização são opostas.

Mas a responsabilidade principal não pode ser colocada sobre quem procura trabalho. Não é justo exigir que uma pessoa esconda a própria trajetória para atravessar um filtro defeituoso.

O que as empresas deveriam perguntar antes de automatizar

Antes de adotar uma ferramenta, a organização deveria fazer perguntas bastante concretas:

• Quais dados alimentaram este sistema?
• O histórico de contratação da empresa já apresentava desequilíbrios etários?
• Que variáveis podem funcionar como indicadores indiretos de idade?
• Quem verifica os resultados e com que frequência?
• Um candidato pode pedir revisão humana?
• O sistema mede competências relevantes ou apenas semelhança com quem foi contratado no passado?
• Há profissionais de diferentes idades a testar e avaliar a ferramenta?

A revisão humana, por si só, não resolve tudo. Uma pessoa também pode ter preconceitos. No entanto, a combinação de critérios transparentes, auditoria, diversidade na equipa e possibilidade de contestação reduz o risco de transformar uma tendência histórica numa regra automática.

O estudo do Centre for Data Ethics and Innovation sobre decisões algorítmicas incluiu o recrutamento entre os setores analisados precisamente porque algoritmos podem melhorar decisões, mas também ampliar desigualdades existentes quando não há controlo adequado.

A pergunta certa não é se a tecnologia deve participar

A tecnologia pode ajudar a organizar milhares de candidaturas, reduzir tarefas repetitivas e identificar competências que uma leitura apressada poderia ignorar. O objetivo não deveria ser regressar a processos lentos e confusos. A pergunta certa é outra: que decisões estamos a delegar, com base em quais valores e sob responsabilidade de quem?

Se o algoritmo serve apenas para encontrar candidatos semelhantes aos que a empresa sempre contratou, ele não está a descobrir talento. Está a reproduzir hábitos.

Se, pelo contrário, a ferramenta for usada para ampliar o olhar, comparar competências de forma consistente e alertar para desequilíbrios, poderá contribuir para processos mais justos. A diferença está no desenho, nos dados, na supervisão e, sobretudo, na cultura da organização.

Experiência não é ruído no sistema

No artigo “Idadismo: o preconceito que envelhece empresas”, já falámos sobre aquilo que uma organização perde quando confunde idade com incapacidade. O recrutamento automatizado acrescenta uma nova camada ao problema: o preconceito pode deixar de aparecer numa frase explícita e passar a esconder-se numa pontuação, numa ordenação ou numa rejeição automática.

Também por isso, a inteligência artificial não deve ser apresentada como substituta do discernimento humano. Como discutimos em “Como usar a inteligência artificial para otimizar o tempo — sem deixar que ela pense por você”, ganhar velocidade não significa abdicar de responsabilidade.

Uma carreira longa contém conhecimento tácito: a leitura de contexto, a capacidade de antecipar problemas, a sensibilidade para negociar, a memória de erros que não devem ser repetidos. Nem tudo isso cabe numa palavra-chave. Nem tudo aparece num teste automático. E nem tudo pode ser aprendido rapidamente.

Por isso, talvez a pergunta mais importante para uma empresa não seja “como podemos filtrar mais depressa?”, mas “o que podemos estar a perder antes mesmo de conversar com esta pessoa?”.

Um pequeno roteiro para agir

1. Para candidatos: adapte o currículo à vaga, destaque resultados recentes e registe datas, mensagens e decisões do processo.
2. Para recrutadores: reveja amostras de candidaturas rejeitadas, compare resultados por faixa etária e documente os critérios usados.
3. Para líderes: exija supervisão humana real, canais de contestação e avaliações periódicas da ferramenta.
4. Para equipas: transforme diversidade etária em indicador de gestão, não apenas em fotografia institucional.

Perguntas frequentes

Retirar a data de nascimento do currículo resolve o problema?

Pode reduzir um sinal explícito, mas não elimina pistas indiretas como datas de formação, duração da carreira e histórico profissional. O mais importante é que a empresa controle os critérios do sistema.

A inteligência artificial pode tornar o recrutamento mais justo?

Pode, desde que seja desenhada e monitorizada para medir competências relevantes, identificar desequilíbrios e permitir revisão humana. Tecnologia sem governança apenas acelera o processo existente.

Uma rejeição automática prova discriminação por idade?

Não. É necessário analisar critérios, dados e padrões. Ainda assim, decisões instantâneas, falta de transparência e exclusão sistemática de perfis experientes justificam uma verificação séria.

Quando um algoritmo vê a idade antes de ler a experiência, o problema não está na idade. Está no modo como decidimos ensinar a máquina a olhar.

E você? Já sentiu que foi excluído de um processo antes que alguém conhecesse verdadeiramente o seu percurso? Partilhe a sua experiência nos comentários. Ela pode ajudar outras pessoas — e talvez algumas empresas — a enxergar aquilo que um filtro automático não conseguiu ver.