By Daniel Whitmore, MSc in Industrial and Organizational Psychology
Em resumo
Uma entrevista com IA é uma conversa estruturada que uma IA conduz em nome do empregador: faz perguntas relevantes para a função, adapta as perguntas de seguimento para aprofundar as respostas do candidato e capta a troca sob a forma de transcrição. Num desenho defensável, essa transcrição é o resultado — evidências que um avaliador identificado pontua contra uma grelha — e não um número de «adequação» saído de uma caixa negra. As entrevistas com IA acrescentam mais valor no raciocínio verbal estruturado, na comunicação e no juízo situacional; não substituem uma prova de trabalho prática e nunca devem inferir personalidade ou emoção a partir do rosto ou do tom de voz de um candidato.
O que é, de facto, uma entrevista com IA (e o que não é)
Retire-se o marketing e uma entrevista com IA é uma conversa com estrutura. Um sistema de IA faz a um candidato um conjunto de perguntas relevantes para a função, ouve ou lê as respostas e faz perguntas de seguimento para aprofundar — como faria um bom entrevistador quando uma resposta é fraca ou uma afirmação precisa de um exemplo concreto. O candidato pode responder por voz ou por escrito. O que sai do outro lado é um registo do que foi efetivamente dito: uma transcrição, ligada às perguntas que a suscitaram.
Esse registo é o que interessa. Numa entrevista com IA bem construída, a transcrição é o resultado a entregar — evidências que uma pessoa lê e pontua contra uma grelha. A IA conduziu a conversa para que uma pessoa não tivesse de agendar e assistir a todas as chamadas de primeira ronda; não decidiu nada.
Compare-se isso com a versão que deu má fama às entrevistas com IA: sistemas que analisam expressões faciais, microgestos ou o tom vocal e inferem traços de personalidade ou uma pontuação de «adequação cultural». Essa abordagem tem fraco suporte científico e um grande problema de equidade — pode penalizar um sotaque, uma expressividade contida, uma webcam má ou uma deficiência que nada tem a ver com o trabalho. O tipo útil de entrevista com IA produz evidências que uma pessoa pode verificar. O tipo nocivo produz um número que ninguém consegue defender. Tudo o que se segue pressupõe o primeiro tipo.
| Entrevista com IA que reúne evidências | «Análise» por IA em caixa negra |
|---|---|
| Faz perguntas estruturadas e relevantes para a função | Pontua o rosto, o tom ou a escolha de palavras |
| O resultado é uma transcrição que uma pessoa lê | O resultado é uma pontuação opaca de traço ou de adequação |
| Um avaliador identificado pontua contra uma grelha | A ferramenta ordena ou filtra automaticamente |
| Auditável: consegue ver o que foi dito e porque recebeu aquela pontuação | Não auditável: o raciocínio está escondido |
Como funciona a conversa: primeiro a estrutura, depois seguimentos dentro de limites
O maior fator isolado a determinar se uma entrevista prevê o desempenho na função é a estrutura — as mesmas perguntas centrais, ligadas às competências de que a função precisa, pontuadas da mesma forma para toda a gente. Décadas de investigação em seleção apontam na mesma direção: as entrevistas estruturadas superam substancialmente as não estruturadas, e é a estrutura que faz o trabalho. A verdadeira vantagem de um entrevistador de IA é aplicar essa estrutura de forma consistente. Não se cansa ao décimo candidato, não deriva para conversa de circunstância e não faz perguntas mais fáceis ao candidato com o melhor currículo.
Mas só a estrutura pode parecer um formulário. A razão para usar IA em vez de um questionário estático é o seguimento adaptativo: quando um candidato dá uma resposta vaga a uma pergunta situacional, a IA pede a ação concreta que ele tomou; quando menciona uma decisão, pergunta o que pesou. Bem feito, isto aprofunda as mesmas competências sem se transformar numa entrevista diferente para cada pessoa.
O risco de conceção é um seguimento que se desvia — para fora da função, para território pessoal ou para um beco sem saída que favorece quem for mais falador. Por isso os seguimentos têm de ser delimitados: na SkillCort, os seguimentos de uma entrevista com IA mantêm-se dentro do mapa de competências da função. O sistema aprofunda aquilo de que a função precisa e não improvisa até chegar a perguntas que nunca aprovaria a uma pessoa. Espinha dorsal estruturada, profundidade adaptativa, fronteiras fixas.
Como são pontuadas as entrevistas com IA — e como deveriam ser
É aqui que a confiança se ganha ou se perde. Numa entrevista com IA defensável, a pontuação parte da transcrição e assenta numa grelha escrita por uma pessoa: cada competência tem descritores e cada resposta é julgada contra eles. A IA pode ajudar — resumir uma transcrição longa, apontar a passagem em que um candidato reconheceu o cliente ou ponderou um compromisso, e até redigir uma pontuação ancorada na grelha para cada competência. O que não pode fazer é decidir. Cada pontuação por critério fica em estado pendente até que um avaliador identificado a confirme ou a anule, e anular é tão fácil como confirmar.
Isto importa mais nas entrevistas do que em quase tudo o resto, porque uma conversa é exatamente o tipo de evidência rica e ambígua em que um modelo lê com competência mas não por completo. Pode não perceber que a resposta «pouco polida» de um candidato descrevia precisamente o juízo certo, ou que uma resposta fluente não disse nada. A pessoa que lê a transcrição capta isso — e assume a decisão.
O antipadrão é a «pontuação de entrevista» oculta: um único número que a ferramenta atribui e passa adiante, com a transcrição enterrada ou deitada fora. Se não conseguir abrir a entrevista de um candidato, ler o que ele disse e ver que passagem justificou que pontuação por critério, não tem uma avaliação — tem um veredicto sem evidências por trás. E nenhum candidato deve transportar uma pontuação de entrevista com IA de um empregador para o seguinte; cada decisão de contratação é a sua própria decisão, julgada com as suas próprias evidências.
O que uma entrevista com IA consegue e não consegue medir
As entrevistas com IA são fortes onde a evidência é verbal e estruturada. Encaixam bem no juízo situacional («um cliente diz X — o que faz e porquê?»), na qualidade da comunicação, no raciocínio que se ouve um candidato desenrolar e no conhecimento da função sondado com seguimentos. Numa triagem inicial de grande volume — apoio ao cliente, centro de contacto, vendas internas — uma entrevista com IA estruturada consegue reunir muito mais evidências comparáveis do que uma chamada de triagem humana feita à pressa, sem o estrangulamento do agendamento.
São fracas, ou simplesmente a ferramenta errada, noutros pontos. Uma entrevista pede a um candidato que descreva o trabalho ou raciocine sobre ele; não lhe pede que o faça. Para tudo o que seja prático — escrever a resposta real ao cliente irritado, tratar o ticket, construir a coisa — uma prova de trabalho supera qualquer entrevista, porque mede o resultado real em vez do relato que o candidato faz dele. E nenhuma entrevista com IA deve tentar ler personalidade, emoção ou «adequação» a partir de um rosto ou de uma voz; essa é a abordagem desacreditada da primeira secção, não uma funcionalidade extra.
A resposta prática raramente é «entrevista ou prova de trabalho». São as duas, em sequência: uma entrevista com IA estruturada para reunir evidências amplas e comparáveis de forma eficiente, e depois uma prova de trabalho para os finalistas, para os ver fazer o trabalho. A entrevista diz-lhe como alguém pensa e comunica; a prova de trabalho diz-lhe o que essa pessoa consegue realmente produzir.
Equidade, enviesamento e a lei
A IA não retira o enviesamento das entrevistas; muda o sítio por onde o enviesamento pode entrar e o quanto ele é visível. Os riscos reais numa entrevista com IA que reúne evidências são concretos: reconhecimento de voz que transcreve alguns sotaques com menos precisão do que outros, perguntas que não são genuinamente relevantes para a função e — o pior de tudo — pontuação automatizada que exclui pessoas sem que ninguém leia as evidências. Cada um tem a sua mitigação: perguntas estruturadas e relevantes para a função, transcrições revistas por pessoas e um ponto de controlo de confirmar-ou-anular em cada pontuação, para que ninguém seja rejeitado por uma máquina.
A regulação está a convergir exatamente para esta disciplina. A Local Law 144 da cidade de Nova Iorque exige uma auditoria independente de enviesamento das ferramentas automatizadas de decisão de emprego e um aviso ao candidato antes da utilização. O Artificial Intelligence Video Interview Act do Illinois exige notificar os candidatos, explicar como funciona a IA, obter consentimento e eliminar as gravações mediante pedido. O Regulamento da IA da UE classifica a IA usada na contratação como de risco elevado, com obrigações em matéria de supervisão humana, transparência e manutenção de registos. As especificidades diferem consoante a jurisdição e mudam ao longo do tempo — trate isto como orientação, não como aconselhamento jurídico, e verifique as regras que se lhe aplicam — mas a direção é inequívoca: aviso, supervisão humana, auditabilidade.
A parte tranquilizadora é que a conceção conforme e a conceção eficaz são a mesma conceção. Perguntas estruturadas e relevantes para a função, uma transcrição que se pode mostrar, pontuação que pertence a pessoas e um rasto de auditoria são o que torna uma entrevista com IA simultaneamente defensável e boa a prever o desempenho. Uma ferramenta cujo argumento é «a nossa IA ordena e filtra os candidatos por si» está a vender-lhe a arquitetura contra a qual a lei se está a mover — e a que tem menos probabilidades de sobreviver à pergunta «porquê» de um candidato ou de um regulador.
Uma lista de verificação para uma entrevista com IA defensável
Se está a introduzir entrevistas com IA, ou a auditar uma que já conduz, estas são as perguntas que separam uma entrevista que reúne evidências de uma caixa negra. Se conseguir responder que sim a todas, tem um processo que consegue defender.
- Espinha dorsal estruturada: todos os candidatos recebem as mesmas perguntas centrais, relevantes para a função, pontuadas contra a mesma grelha?
- Seguimentos delimitados: as sondagens adaptativas mantêm-se dentro das competências da função em vez de se desviarem para fora dela?
- Transcrição como evidência: consegue abrir qualquer entrevista e ler exatamente o que foi dito?
- Pontuação que pertence a pessoas: um avaliador identificado confirma ou anula cada pontuação por critério, sendo anular tão fácil como aceitar?
- Sem inferência a partir do rosto ou da voz: o sistema pontua respostas, nunca a expressão facial, a emoção ou a «adequação»?
- Transparência para o candidato: os candidatos são informados de que é uma IA que os entrevista, de como funciona e de como os seus dados são tratados?
- Combinada com uma prova de trabalho: os finalistas também fazem o trabalho real, em vez de apenas o descreverem?
- Auditada quanto ao impacto: está a verificar os resultados quanto a impacto adverso entre grupos e a corrigir as perguntas que não se sustentam?
Pontos essenciais
- Uma entrevista com IA deve reunir evidências — perguntas estruturadas, seguimentos adaptativos, uma transcrição que uma pessoa pontua — e não analisar o rosto ou a voz de um candidato à procura de uma pontuação oculta de «adequação».
- É a estrutura que torna uma entrevista preditiva; o verdadeiro valor de um entrevistador de IA está em aplicar essa estrutura de forma consistente, com seguimentos delimitados pela função.
- A pontuação tem de partir da transcrição e assentar numa grelha escrita por pessoas, com um avaliador identificado a confirmar ou a anular cada pontuação por critério.
- As entrevistas com IA medem bem o raciocínio verbal e a comunicação, mas não substituem uma prova de trabalho prática — use as duas, em sequência.
- Justo por conceção e lícito por conceção são a mesma conceção: perguntas relevantes para a função, uma transcrição legível, decisões que pertencem a pessoas e um rasto de auditoria (NYC LL144, Illinois AIVIA, Regulamento da IA da UE).
Fontes e leituras adicionais
- Levashina, Hartwell, Morgeson & Campion (2014), "The Structured Employment Interview: Narrative and Quantitative Review of the Research Literature," Personnel Psychology
- McDaniel, Whetzel, Schmidt & Maurer (1994), "The Validity of Employment Interviews: A Comprehensive Review and Meta-Analysis," Journal of Applied Psychology
- Regulation (EU) 2024/1689 (EU AI Act) — Official Journal of the European Union
- NYC Local Law 144 — Automated Employment Decision Tools (NYC DCWP)