Triagem de currículo com IA: como montar o filtro, o viés que ela introduz e o que explicar ao candidato

Resposta rápida

Para fazer triagem de currículo com IA sem cair em viés, você monta o filtro em três camadas: primeiro uma régua de critérios escrita antes de ver qualquer currículo, depois a IA aplicando essa régua com justificativa por critério (sem nota global), e por fim uma pessoa decidindo quem passa e revisando uma amostra de quem foi cortado. Antes de usar de verdade, você roda um teste de auditoria trocando nomes e dados pessoais nos mesmos currículos e vendo se o resultado muda. E guarda o que precisa explicar ao candidato: quais critérios foram usados e quem decidiu. Esse último ponto é exigência da LGPD (art. 20) quando a decisão é automatizada.

Este guia é do lado de quem recruta. Se você está do lado do candidato, o caminho é outro, e eu cubro em IA para criar currículo e em adaptar o currículo para a vaga com IA.

Por que a triagem é o pior lugar para colocar uma IA sem cuidado

Eu trabalho com empresas que querem usar IA no RH e a história se repete: o volume de currículos é grande, a triagem é a etapa mais cansativa, e é tentador jogar tudo num modelo e pedir “me devolve os 10 melhores”. O problema é que a triagem é justamente a etapa em que um erro some da vista. O candidato rejeitado não reclama, ninguém confere quem ficou de fora, e o viés vira estatística silenciosa.

Os casos documentados mostram isso. Em 2018 a Reuters revelou que a Amazon tinha abandonado uma ferramenta interna de recrutamento, treinada com currículos de dez anos da própria empresa, porque ela penalizava currículos que mencionavam a palavra “women’s” (como em “capitã do clube de xadrez feminino”). Em 2024, pesquisadoras da Universidade de Washington (Kyra Wilson e Aylin Caliskan, apresentado na conferência AIES) testaram modelos de linguagem usados para ranquear currículos, com mais de 550 currículos e 570 descrições de vaga, e encontraram que nomes associados a homens brancos foram preferidos em cerca de 85% das comparações diretas contra nomes associados a outros grupos. É um experimento controlado, não um sistema em produção, mas mostra o que acontece quando você não testa.

E o risco já chegou ao tribunal: nos Estados Unidos, o processo Mobley v. Workday teve em 2025 uma certificação preliminar de coletiva por discriminação etária contra o sistema de recomendação de candidatos da fornecedora, com a tese de que a empresa de software pode responder como agente. Ainda não há decisão de mérito, mas o recado é claro: quem vende e quem usa a ferramenta entram na conta.

Se você quer o panorama geral de como a IA erra com pessoas, ele está em viés na inteligência artificial. Aqui eu fico no processo de RH.

Como montar o filtro de triagem, passo a passo

Passo 1: escreva a régua antes de ver um currículo

O erro número um é pedir para a IA “achar o melhor candidato” sem dizer o que é melhor. Aí ela inventa um critério por conta própria, e o critério inventado costuma ser parecido com o que ela viu mais vezes no treinamento.

Faça uma régua com no máximo 6 critérios, cada um observável no currículo e ligado ao que a vaga exige de verdade. Para uma vaga de analista financeiro, por exemplo:

Critério	Como se comprova no currículo	Peso
Fechamento contábil mensal	Cita rotina de fechamento, conciliação ou balancete	Obrigatório
Excel avançado	Cita tabela dinâmica, macros, Power Query ou equivalente	Obrigatório
ERP	Cita sistema usado (SAP, TOTVS, Oracle ou outro)	Desejável
Experiência em empresa de médio porte	Tempo e porte da empresa	Desejável
Inglês para leitura técnica	Nível declarado ou certificação	Desejável

Repare no que não está na régua: universidade, idade, bairro, lacuna entre empregos, nome. Critério que você não consegue ligar a uma tarefa da vaga é candidato a ser proxy de algo que você não pode usar.

Passo 2: tire do currículo o que não pode influenciar

Antes de a IA ler, remova nome, foto, data de nascimento, estado civil, endereço, nome de escola e de empresa quando o porte já está resumido. Dá para fazer isso com a própria IA em uma etapa separada (“devolva o currículo sem dados pessoais, mantendo cargos, datas de início e fim, tarefas e ferramentas”) ou com um script simples. O ponto é a triagem acontecer num texto em que o viés tem menos onde se agarrar. Não resolve tudo (a forma de escrever também entrega informação), mas reduz bastante.

Passo 3: peça justificativa por critério, nunca uma nota global

Uma nota de 0 a 100 parece objetiva e é a pior saída possível: você não consegue auditar de onde veio. Peça a evidência por critério, com a frase do currículo que sustenta. Um prompt que funciona bem:

Você vai aplicar uma régua de triagem a um currículo anonimizado. Use SOMENTE os critérios abaixo. Para cada critério, responda “atende”, “não atende” ou “sem evidência no currículo”, e cite a frase exata do currículo que sustenta a resposta. Se não houver frase, escreva “sem evidência”. Não faça inferência sobre características pessoais, não preencha lacunas com suposição e não dê nota geral. No final, escreva apenas “encaminhar para revisão humana” ou “encaminhar para revisão humana com ressalva”, nunca “reprovar”.

Critérios: [cole a tabela do passo 1] Currículo: [cole o texto anonimizado]

A última instrução é de propósito. A IA organiza a leitura, a decisão de cortar alguém é de uma pessoa. Isso muda também a sua posição jurídica, como explico mais abaixo.

Passo 4: teste de auditoria antes de usar de verdade

Esse passo é o que separa uma triagem responsável de uma aposta. Pegue 30 a 50 currículos reais de uma vaga já encerrada e rode três testes:

1. Troca de nome. Duplique os currículos e troque só o nome (um nome tipicamente masculino por um tipicamente feminino, nomes comuns de origens diferentes). Qualquer diferença de resultado entre as duas versões é viés, porque o resto é idêntico.
2. Troca de instituição. Troque a faculdade por outra de prestígio muito diferente, mantendo todo o resto. Se o resultado muda, o seu filtro está premiando o nome da escola e não a competência.
3. Lacuna de carreira. Compare dois currículos iguais, um deles com 18 meses sem emprego no meio. Se o segundo perde pontos, você está penalizando quem cuidou de filho, ficou doente ou foi demitido em massa.

Para medir o efeito geral, use a regra dos quatro quintos, que vem da prática regulatória americana e é um bom indicador de alerta: se a taxa de aprovação de um grupo ficar abaixo de 80% da taxa do grupo com melhor resultado, vale investigar antes de seguir. Não é um teste de culpa, é um sinal para parar e olhar.

Passo 5: humano decide e revisa uma amostra do que foi cortado

Defina quem é a pessoa responsável pela decisão final e registre o nome dela. Além disso, a cada rodada, leia uma amostra aleatória (10% serve) dos currículos que a IA marcou como “com ressalva” ou “sem evidência”. É nessa amostra que você descobre se a régua está deixando de fora gente boa por detalhe de formatação, como currículo em tabela, em inglês ou com nomenclatura de cargo diferente.

O que você precisa explicar ao candidato

Aqui entra a LGPD. O art. 20 garante ao titular o direito de pedir revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, inclusive as que definem perfil profissional. E o §1º manda o controlador fornecer, quando solicitado, informações claras sobre os critérios e os procedimentos usados, respeitados os segredos comercial e industrial. Se a empresa se negar a informar alegando segredo, a ANPD pode auditar para verificar aspecto discriminatório.

Na prática, isso rende três decisões de processo:

• Tenha a régua escrita e guardada, com data. Se alguém pedir os critérios, você entrega a tabela do passo 1.
• Registre que houve decisão humana. A palavra do art. 20 é “unicamente” automatizada. Uma pessoa que de fato lê o caso e decide muda o enquadramento, mas só vale se a revisão for real. Carimbar a lista que a IA gerou não conta.
• Avise no anúncio da vaga que a triagem usa ferramenta de IA e que o candidato pode pedir os critérios e a revisão. Um parágrafo no rodapé resolve.

Um texto curto que você pode adaptar para responder um candidato:

Sua candidatura foi analisada com apoio de uma ferramenta de IA, que organiza as informações do currículo conforme os critérios da vaga (experiência em [X], domínio de [Y] e [Z]). A decisão sobre quem avança foi tomada por [nome ou cargo], que revisou o seu caso. Se quiser, posso detalhar os critérios usados e pedir uma nova revisão.

Para o quadro regulatório completo, incluindo o que o projeto de lei de IA prevê para sistemas de alto risco, veja regulamentação da IA no Brasil e IA e LGPD na empresa.

Perguntas frequentes

A IA pode reprovar candidatos sozinha?

Tecnicamente pode, mas é a pior configuração: você assume o risco do art. 20 da LGPD sem ter como provar que os critérios eram justos. O desenho que recomendo é a IA organizando e a pessoa decidindo.

Posso usar o ChatGPT, o Claude ou o Gemini para isso?

Pode usar para a etapa de leitura estruturada, desde que você leia os termos do plano sobre uso de dados (em versões gratuitas, o conteúdo pode ser usado para melhorar o modelo) e anonimize os currículos antes de colar. Currículo tem dado pessoal, e colar em ferramenta aberta sem cuidado é um problema de LGPD antes de ser um problema de viés.

Ferramenta de ATS com IA embutida resolve o problema?

Não resolve sozinha, e você continua responsável como empresa que contrata. Pergunte ao fornecedor quais critérios o sistema usa, se há auditoria de viés documentada e se você consegue exportar a justificativa de cada recomendação. Se a resposta for “é proprietário”, trate como sinal de alerta.

Como medir se a triagem com IA está funcionando?

Compare, numa vaga já fechada, quem a IA encaminhou com quem os recrutadores escolheriam, e acompanhe depois quem foi contratado e como foi o desempenho nos primeiros meses. Se a IA encaminha gente que não passa na entrevista, a régua está errada, não o modelo.

Isso vale para vaga de alto volume, como operação e atendimento?

Vale ainda mais, porque o volume esconde o erro. Nessas vagas, prefira critérios objetivos e poucos (disponibilidade de horário, experiência com o canal, teste curto) e use a IA para organizar, não para ranquear.

O que fazer na segunda-feira

Pegue uma vaga que você vai abrir nas próximas semanas e escreva a régua do passo 1 antes de receber o primeiro currículo. Depois rode o teste de troca de nome em 30 currículos de uma vaga antiga. Se o resultado mudar, você acabou de evitar um problema que só apareceria no tribunal ou na imprensa.

Se quiser aprender a montar esse tipo de fluxo com IA no seu trabalho, a CPDF (Comunidade Profissionais do Futuro - por Danilo Gato) tem cursos práticos para profissionais de RH e gestão. Veja também o panorama de IA para RH.

Transparência: eu, Danilo Gato, fundei a CPDF, comunidade citada neste artigo.