Software de contratação automatizado está rejeitando milhões de candidatos viáveis

24

Um novo relatório diz que sistemas automatizados estão prejudicando o mercado de trabalho dos EUA

O software automatizado de varredura de currículos está contribuindo para um sistema de contratação “quebrado” nos EUA, diz um novo relatório da Harvard Business School. Esse software é usado por empregadores para filtrar candidatos a emprego, mas está rejeitando erroneamente milhões de candidatos viáveis, dizem os autores do estudo. Está contribuindo para o problema dos “trabalhadores ocultos” — indivíduos que estão aptos e dispostos a trabalhar, mas permanecem bloqueados por problemas estruturais no mercado de trabalho.

Os autores do estudo identificam uma série de fatores que bloqueiam as pessoas do emprego, mas dizem que o software de contratação automatizado é um dos maiores. Esses programas são usados por 75% dos empregadores dos EUA (subindo para 99% das empresas da Fortune 500), e foram adotados em resposta a um aumento nos pedidos de emprego digital a partir dos anos 90. A tecnologia tornou mais fácil para as pessoas se candidatarem a empregos, mas também mais fácil para as empresas rejeitá-los.

Publicações Relacionadas

A mecânica exata de como o software automatizado rejeita equivocadamente os candidatos são variadas, mas geralmente decorrem do uso de critérios excessivamente simplistas para dividir candidatos “bons” e “ruins”.

Por exemplo, alguns sistemas rejeitam automaticamente candidatos com lacunas de mais de seis meses em seu histórico de emprego, sem nunca pedir a causa dessa ausência. Pode ser devido a uma gravidez, porque eles estavam cuidando de um membro da família doente, ou simplesmente por causa da dificuldade em encontrar um emprego em uma recessão. Exemplos mais específicos citados por um dos autores do estudo, Joseph Miller, em entrevista ao The Wall Street Journal incluem hospitais que só aceitaram candidatos com experiência em “programação de computadores” em seu currículo, quando tudo o que precisavam eram trabalhadores para inserir dados de pacientes em um computador. Ou, uma empresa que rejeitou candidatos a um cargo de balconista de varejo se eles não listassem “polimento de chão” como uma de suas habilidades, mesmo quando os currículos dos candidatos correspondia a todos os outros critérios desejados.

A dependência excessiva de software no mundo das contratações parece ter criado um ciclo vicioso. A tecnologia digital deveria facilitar a busca de candidatos a emprego adequados, mas, em vez disso, contribuiu para um surfeit dos candidatos. No início da década de 2010, a média de empregos corporativos atraiu 120 candidatos, diz o estudo, mas no final da década esse número havia subido para 250 candidatos por vaga. As empresas responderam a esse dilúvio implantando filtros brutalmente rígidos em seu software de filtragem automatizado. Isso teve o efeito de rejeitar candidatos viáveis, contribuindo para o grande grupo de candidatos a emprego.

O uso deste software tornou-se um grande negócio em si mesmo. Como observa o relatório: “Ao longo dos anos seguintes, a automação passou a permear quase todas as etapas do processo de recrutamento: sistemas de rastreamento de candidatos, gestão de relacionamento com candidatos, agendamento, verificações de antecedentes, solicitantes de fornecimento e avaliações. O mercado global de tecnologia de recrutamento cresceu para US$ 1,75 bilhão em 2017 e deve quase dobrar, para US$ 3,1 bilhões, até 2025.”

Apesar disso, as empresas parecem bem conscientes desses problemas. Quase nove em cada 10 executivos entrevistados para o relatório disseram que sabiam que o software automatizado estava filtrando erroneamente candidatos viáveis, com alguns dizendo que estavam explorando maneiras alternativas de contratar candidatos. Mas, como observam os autores do estudo, a correção desses problemas exigirá “revisar muitos aspectos do sistema de contratação”, desde o qual as empresas procurem candidatos em primeiro lugar até como implantam software no processo.

você pode gostar também