Como avaliar currículo com IA sem cair em viés: o setup que filtra com justiça e LGPD

Receber 300 currículos pra uma vaga e tentar ler um por um é receita pra deixar candidato bom passar despercebido. A IA filtra em minutos, mas se configurar errado, amplifica viés em escala. O setup certo filtra com critério objetivo, audita o resultado e mantém LGPD em dia.

O problema da triagem manual de currículo

O recrutador gasta 6 segundos por currículo na primeira passada. Isso dá 30 minutos pra 300 currículos. Na prática, cansaço bate no currículo 80 e o resto recebe atenção reduzida. Candidato bom que mandou currículo às 23h de sexta-feira perde pra candidato mediano que mandou segunda de manhã.

A IA resolve o problema de volume. Lê 300 currículos em 2 minutos, aplica os mesmos critérios em todos, e devolve ranking. Mas aqui mora o perigo: se os critérios da IA reproduzem viés inconsciente, você está rejeitando gente boa de forma sistemática e em escala.

Os 3 vieses que a IA pode amplificar

Viés de gênero. Se a IA aprende com contratações passadas e a empresa contratou mais homens pra vaga técnica, a IA vai penalizar currículo de mulher. Já aconteceu na Amazon: o sistema de triagem com IA penalizava currículo com a palavra “mulher” e com nome de faculdade feminina. A Amazon desligou o sistema em 2018.

Viés de escola. A IA pode supervalorizar candidato de universidade conhecida e ignorar candidato de faculdade regional com experiência equivalente. Isso exclui gente que não teve acesso a elite educacional mas entrega resultado.

Viés de gap. Candidato que parou 2 anos pra cuidar de filho, tratar saúde ou empreender e voltar pro mercado recebe pontuação menor. O gap não diz nada sobre capacidade, mas a IA pode interpretar como “desatualizado”.

Como montar o setup sem viés

A regra de ouro é: a IA não decide sozinha. A IA aplica critério que humano definiu, e humano audita o resultado.

Etapa 1: Critérios objetivos antes de ver currículo

Define o que importa pra vaga antes da IA ler qualquer currículo. Isso evita que a IA invente critério baseado em padrão histórico.

Exemplo pra vaga de analista de marketing:

Critério	Peso	O que conta
Experiência na área	30%	Tempo em função similar, resultados mensuráveis
Ferramentas	25%	Google Ads, Meta Ads, GA4, CRM
Formação	15%	Curso relevante (não importa onde)
Portfólio/case	20%	Campanha real, resultado concreto
Soft skill	10%	Comunicação, autonomia, aprendizado

O que não entra na pontuação: nome, foto, idade, gênero, estado civil, bairro, faculdade (como proxy de qualidade). Esses dados ou são removidos do currículo antes da IA ler, ou são explicitamente ignorados no prompt.

Etapa 2: A IA aplica os critérios

A IA lê cada currículo e pontua nos 5 critérios. Gera nota de 0 a 100. O prompt é explícito: “Avalie apenas os critérios listados. Não considere nome, gênero, idade, localização ou instituição de ensino como fator de pontuação.”

A IA também extrai evidência pra cada nota. “Experiência na área: 8/10. Motivo: 3 anos como analista de marketing digital na empresa X, gerenciou budget de R$50k/mês em Meta Ads.” Isso permite auditoria.

Etapa 3: Ranking com auditoria

A IA gera ranking, mas o recrutador não aceita cegamente. Faz 3 checks:

Check de diversidade: a proporção de gênero e raça no top 20% reflete a proporção na base toda? Se 60% dos candidatos são mulheres e só 20% do top 20% são mulheres, tem viés. Investiga.

Check de falsos negativos: pega 10 currículos rejeitados aleatoriamente e lê com atenção. Tem gente boa que a IA pontuou baixo? Se sim, ajusta o critério.

Check de consistência: pede pra IA reavaliar 5 currículos aleatórios. A nota bate com a primeira avaliação? Variação de até 5 pontos é normal. Mais que isso, o critério está ambíguo.

Etapa 4: Humano valida o shortlist

A IA não contrata. Ela filtra. O recrutador pega o top 20, lê com atenção, faz entrevista. A IA acelerou a triagem de 300 pra 20. O humano faz a decisão final com contexto que a IA não tem: fit cultural, motivação, potencial de crescimento.

LGPD na triagem com IA

A LGPD exige que dado pessoal seja tratado com finalidade específica, transparência e segurança. Triagem de currículo com IA toca em todos esses pontos.

Finalidade: o candidato precisa saber que IA está sendo usada na triagem. Inclui isso na descrição da vaga ou no formulário de candidatura.

Minimização: a IA só acessa dado que importa pra avaliação. Remove foto, CPF, endereço completo antes de processar. Guarda só o necessário.

Segurança: os currículos não vivem em planilha solta no Drive. Ficam em ambiente com acesso controlado, com log de quem acessou. Depois do processo seletivo, dados de não-contratados são anonimizados ou deletados conforme política da empresa.

Direito de revisão: candidato pode pedir explicação de por que não passou. A empresa precisa ter como mostrar: “sua pontuação foi X nos critérios Y e Z. O candidato contratado pontuou A nos mesmos critérios.” Sem isso, a IA é caixa preta e a empresa está exposta.

Ferramentas pra montar esse setup

n8n é o orquestrador. Monta o fluxo: recebe currículo (e-mail ou formulário) → remove dados sensíveis → IA avalia nos critérios → gera ranking → notifica recrutador. Tudo com log de auditoria.

ChatGPT Enterprise ou Claude Enterprise oferecem privacidade de dados (não treinam com seu conteúdo) e API pra integrar no fluxo. A versão free ou Pro não serve pra currículo, porque os dados podem ser usados pra treinar modelo.

ATS com IA nativa como Gupy ou Kenoby já têm triagem inteligente embutida. A vantagem é que a conformidade com LGPD é responsabilidade da plataforma. A desvantagem é menos controle sobre critério de avaliação.

O que evitar

IA lendo currículo cru com nome e foto. Remove antes. O nome sozinho carrega viés de gênero e raça. A foto carrega viés de aparência.

Critério vago tipo “bom fit cultural”. A IA não sabe o que é “bom fit cultural” sem definição concreta. Traduz pra comportamento observável: “trabalhou em time remoto”, “liderou projeto cross-funcional”.

Automatizar a etapa errada. Triagem é automatizável. Entrevista não. A IA ajuda a preparar pergunta de entrevista baseada no currículo, mas não conduz a entrevista sozinha.

Guardar currículo pra sempre. Define política de retenção. 90 dias depois do processo encerrado, anonimiza ou deleta. LGPD exige isso.

Como começar em 1 semana

Dia 1 e 2: define critérios ponderados pra vaga piloto. Escolhe uma vaga com alto volume de candidatura (analista, desenvolvedor, vendedor).

Dia 3: monta o fluxo no n8n ou escolhe o ATS com IA. Configura remoção de dados sensíveis antes da avaliação.

Dia 4 e 5: testa com 50 currículos de processo anterior. Compara ranking da IA com decisão que foi tomada na época. A IA teria rejeitado alguém que foi contratado? Teria aprovado alguém que foi rejeitado?

Dia 6 e 7: ajusta critério com base no teste. Ativa na vaga real com acompanhamento de perto nas primeiras 2 semanas.

---

A Formação em IA para Negócios da ibe.IA ensina a aplicar IA em RH, desde triagem de currículo até análise de clima organizacional, sempre com critério objetivo e conformidade.

Conheça a Formação em IA para Negócios

E se essa leitura te ajudou a entender o que está acontecendo, segue a ibe.IA no Instagram (@ibe.ia) que toda semana sai conteúdo desse jeito.