A IA é usada dentro da Xobin para pontuação de entrevistas, resumo de respostas e recomendações de candidatos. Cada uma dessas superfícies tem um modo de falha diferente: um modelo de pontuação pode desviar, um resumidor pode distorcer e um recomendador pode amplificar padrões já presentes em dados históricos de contratação. Tratamos cada superfície como um alvo de auditoria separado, em vez de uma única caixa-preta "IA", e documentamos os riscos específicos que se aplicam.
Cada entrevista pontuada por IA é auditável em três propriedades: concordância com avaliadores humanos cegos, estabilidade ao longo do tempo e paridade demográfica entre os grupos de candidatos definidos para a implementação. As auditorias são realizadas em amostras de candidatos em rotação, para que o sistema não possa se ajustar silenciosamente a um benchmark fixo, e a concordância entre avaliadores de IA e humanos é relatada com as mesmas estatísticas que usaríamos para comparar dois humanos.
Uma pontuação de IA nunca é o único sinal que uma equipe de contratação vê, e pode sempre ser substituída. Quando a distribuição de pontuação do modelo muda ou seu acordo com avaliadores humanos diminui, um portão de revalidação é acionado antes que continue em produção e os clientes afetados são notificados como parte desse portão, não depois. A transparência na reportagem de IA é o ponto: os clientes podem ver o que o modelo fez, em qual amostra, e com que confiança.
Cada entrevista de IA que a Xobin realiza é mantida de acordo com o padrão de auditoria descrito nesta página. Equipes que desejam a mesma rigorosidade em suas próprias contratações podem usá-lo diretamente através de Xobin.
A metodologia descrita aqui é o que opera dentro de cada avaliação da Xobin e entrevista de IA, para que as equipes de contratação possam tomar decisões sobre talentos com base em evidências, não em instintos. Veja Xobin.
