Experimento

Amazon Hiring AI

2014 a 2017

“Aprendeu com o histórico. Repetiu o histórico.”

Experimento, de 2014 a 2017

Amazon Hiring AI

IA de recrutamento que aprendeu o viés do passado

Causa da morte

Aprendeu a penalizar currículo de mulher

Padrão de morte

  • Risco, regulação e confiança (padrão de mercado)

    Dano real, viés, privacidade ou segurança. Regulador, tribunal ou opinião pública fecharam a porta.

  • POC de gaveta (do livro, cap. 1)

    A demo funcionou, todo mundo bateu palma, e ninguém escreveu o plano do dia seguinte: dono, integração, operação, custo de manter.

    GlossárioO Laboratório que Sobrevive

Dinheiro envolvido
Não divulgado
Alcance
Uso experimental interno

O que aconteceu

A Amazon montou um sistema pra dar nota de uma a cinco estrelas a currículos. Treinado com dez anos de currículos recebidos, em sua maioria de homens, o modelo aprendeu a penalizar a palavra 'women's' e diplomas de duas faculdades só para mulheres. Segundo a Reuters, a equipe corrigiu esses termos, mas não conseguiu garantir que o viés não voltaria por outro caminho, e o projeto foi desfeito no início de 2017. A história veio a público em 2018. A Amazon disse que a ferramenta nunca foi usada por recrutadores pra avaliar candidatos.

O que prometia ser

Um sistema de machine learning para automatizar a triagem de currículos e achar os melhores candidatos mais rápido.

O que deu errado

Dado histórico carrega a decisão histórica. O modelo aprendeu quem a empresa contratava, não quem era bom. E remover o termo óbvio não remove o padrão: ele reaparece em sinais indiretos.

O que dá pra aprender

  • Dado histórico carrega viés histórico
  • Tirar a palavra não tira o padrão
  • Automação de RH exige auditoria de viés contínua
  • Saber matar o projeto antes da produção também é resultado
  • Algumas decisões precisam de humano no comando

Enterrados por perto