Un estudio de investigadores estadounidenses ha demostrado por primera vez a gran escala disparidades raciales y resultados homogéneos en decisiones de contratación automatizada. El análisis de 3,4 millones de candidatos reales y 4 millones de postulaciones a 156 empleadores de 11 sectores revela que un único proveedor de algoritmos evaluó todas las solicitudes, configurando lo que los autores denominan un «monocultivo algorítmico».
Más del 90% de los empleadores estadounidenses recurren a algoritmos para cribar candidaturas, y más del 60% de las firmas del Fortune 100 utilizan los algoritmos de HireVue. El estudio documenta efectos adversos al evaluar cada puesto por separado: el 30% de los candidatos negros se postula al menos a un puesto con impacto adverso contra personas negras, y 29.000 solicitudes adicionales de candidatos asiáticos serían recomendadas si su tasa de selección igualara a la del grupo racial más favorecido. Entre quienes envían cuatro candidaturas, el 10% sufre un rechazo sistémico, una tasa que supera ampliamente la línea base de decisiones independientes (χ² = 18.481, p < 0,001). Para garantizar al menos una recomendación con un 99,9% de probabilidad, un candidato necesita enviar 25 solicitudes, frente a las 10 que bastarían con decisiones independientes.
Los autores instan a reguladores y auditores a medir el impacto adverso a nivel de puesto, vigilar la dependencia de proveedores compartidos y ampliar el acceso de investigadores independientes a los datos de las plataformas de contratación.