A Womafreesm está conduzindo a auditoria: dois pilotos dos instrumentos foram concluídos e a fase principal está em preparação. A auditoria examina como os sistemas de IA representam, avaliam e selecionam mulheres de 45-54 e 55-64 anos em marketing, contratação e seleção de especialistas, e confronta esses padrões com materiais de marketing e com a prática de recrutamento. Ela abrange Alemanha, Polônia, Espanha, Ucrânia e Reino Unido, em cinco idiomas. O primeiro relatório público está previsto para dezembro de 2026.
Age-Gender Misclassification of Women Aged 45-64in AI, Marketing and Hiring: An International Comparative Audit
O que a auditoria mede, o que os pilotos mostraram e o que vem a seguir
Solicite o kit para doadoresQuando um sistema decide quem considerar valioso, seus pressupostos moldam as oportunidades das pessoas.
O que a auditoria mede
Mulheres de 45-64 anos são profissionais ativas, consumidoras e especialistas. Cada vez mais decisões sobre elas passam por mercados, sistemas de RH e IA generativa: quem conta como público relevante, candidatura forte ou especialista com credibilidade. A auditoria observa três etapas do comportamento de um sistema: a representação, quem ele retrata quando as características da pessoa ficam em aberto; a avaliação, que nota ele atribui a uma pessoa cujo perfil é fornecido; e a seleção, quem ele escolhe, classifica ou recomenda.
Os resultados das mulheres são comparados com os de homens da mesma idade e com os de pessoas de 25-39 anos. Nos experimentos com perfis pareados, as qualificações relevantes para a tarefa e o conteúdo do perfil são mantidos constantes, enquanto variam os sinais de idade e gênero; as tarefas de geração livre e os módulos observacionais usam comparações e referências definidas especificamente para eles.
O estudo testa a questão nos dois sentidos: pode encontrar uma nota mais baixa para as mulheres, uma vantagem, um efeito apenas da idade ou uma diferença próxima de zero, e cada resultado é publicado de forma igualmente completa.
Principais parâmetros do estudo
- Nome
- Age-Gender Misclassification of Women Aged 45-64 in AI, Marketing and Hiring: An International Comparative Audit
- Forma abreviada
- Audit 45-64
- Programa
- Womafreesm Evidence Data, primeiro grande módulo internacional de pesquisa do programa
- Contextos
- Marketing, contratação e seleção de especialistas
- O que é medido
- Visibilidade, autoridade, e relevância e valor; cada dimensão é analisada separadamente
- Etapas do comportamento de um sistema
- Representação, avaliação e seleção, cada uma medida separadamente
- Faixas etárias
- 45-54 e 55-64 anos, como dois grupos separados; comparados com homens da mesma idade e com pessoas de 25-39 anos
- Países e idiomas
- Alemanha, Polônia, Espanha, Ucrânia e Reino Unido; alemão, polonês, espanhol, ucraniano e inglês
- Estágio
- Dois pilotos dos instrumentos concluídos; a fase principal está em preparação
- Primeiro relatório público
- Previsto para dezembro de 2026
Por que esta questão importa
Decisões sobre visibilidade, status e oportunidades são tomadas, cada vez mais, com o auxílio de plataformas, sistemas de RH, algoritmos e IA generativa. Quando um pressuposto sobre idade ou gênero entra em um sistema desse tipo, ele pode se repetir em grande escala: na segmentação de públicos, na seleção de candidatos para listas curtas e na descrição de especialistas.
Se um sistema julga mal uma mulher de 45-64 anos, o efeito vai além da ficha dela.
Orçamentos, convites para entrevista, confiança e status de especialista podem ser distribuídos por engano, e o mercado perde precisão sobre um grupo com experiência, renda e poder de decisão.
As duas faixas etárias são analisadas separadamente, o que mantém visíveis as diferenças entre elas. Dentro de cada faixa, a auditoria usa várias idades exatas, para poder testar se as notas mudam gradualmente com a idade ou se há uma mudança perto dos 55 anos.
Em que o estudo se apoia
Em outubro de 2025, a revista Nature publicou um estudo de Guilbeault, Delecourt e Srinivasa Desikan sobre a distorção de idade e gênero em mídias on-line e grandes modelos de linguagem. O estudo analisou quase 1,4 milhão de imagens e vídeos do Google, da Wikipedia, do IMDb, do Flickr e do YouTube, além de nove modelos de linguagem. Em 3.495 categorias ocupacionais e sociais, as mulheres foram representadas como mais jovens que os homens, enquanto os dados do Censo dos EUA mostram mulheres e homens na força de trabalho com idades semelhantes. A diferença foi maior nas ocupações de maior status e remuneração.
No experimento com currículos desse estudo, o ChatGPT (GPT-4o mini) primeiro gerou currículos e depois os avaliou. Ele partiu do pressuposto de que as mulheres eram mais jovens e menos experientes e avaliou homens mais velhos como candidatos mais fortes. Os currículos foram gerados e avaliados em junho de 2024.
Esse estudo mediu conteúdo em inglês. A auditoria da Womafreesm dá o passo seguinte: duas faixas etárias separadas, marketing, contratação e seleção de especialistas, cinco países e cinco idiomas. Ela também separa a geração livre da avaliação e da seleção de perfis pareados: essas tarefas testam mecanismos diferentes e são analisadas separadamente.
O estudo na NatureO que os pilotos da auditoria mostraram
Antes da fase principal, a Womafreesm concluiu dois pilotos da auditoria para testar os instrumentos de pesquisa. O piloto de viabilidade coletou 960 respostas de IA no Reino Unido, na Alemanha, na Polônia, na Ucrânia e na Espanha, em cinco idiomas. O segundo piloto usou perfis pareados para examinar a avaliação e a seleção, mantendo as qualificações constantes.
A análise preliminar do piloto com perfis pareados indicou diferenças estimadas entre mulheres e homens próximas de zero nas medidas de decisão testadas. Esse achado se limita a essas comparações e precisa ser lido em conjunto com o tamanho da amostra, a incerteza e a sensibilidade do desenho.
Nas tarefas de geração livre do segundo piloto, todas as personas da amostra analisada tinham menos de 55 anos, tanto as femininas quanto as masculinas. Essa observação diz respeito à distribuição etária dessa amostra do piloto.
Os dois achados separam duas questões: quem um modelo gera quando as características da pessoa ficam em aberto e como ele trata pessoas cujas características são dadas. Por isso, a fase principal examina separadamente a representação, a avaliação e a seleção. Os achados dos pilotos orientam o protocolo revisado e ficam fora do conjunto de dados confirmatório.
O que a pesquisa existente deixa em aberto
Na literatura verificada até agora, falta uma auditoria aplicada e validada que meça idade e gênero em conjunto para mulheres de 45-54 e 55-64 anos em marketing, contratação e seleção de especialistas, em um único desenho. Esta avaliação abrange a literatura verificada e é atualizada a cada revisão.
As organizações cujo trabalho verificamos estão listadas, com suas fontes primárias, em nosso mapa aberto: Quem mede o viés da IA contra mulheres de 45 anos ou mais.
Duas faixas etárias
A auditoria mede separadamente as faixas de 45-54 e 55-64 anos e usa várias idades exatas dentro de cada uma, para poder ver onde uma mudança começa.
Três etapas
Um modelo pode se comportar de forma diferente ao retratar uma pessoa, avaliar um perfil dado ou fazer uma seleção. A auditoria compara as três etapas.
Marketing
Públicos e orçamentos criados por IA são comparados com materiais reais de marketing e com dados de compras efetivas nas mesmas categorias.
Contratação
As expectativas informais dos empregadores são comparadas com os padrões da IA, e o estudo verifica se o texto de IA muda a decisão de um recrutador.
Três dimensões
A auditoria mede três dimensões. Visibilidade, autoridade, e relevância e valor são relatadas separadamente; qualquer medida combinada exige validação prévia e uma regra de cálculo e de relato definida com antecedência.
Visibilidade
Quem o sistema mostra e cria por padrão: a distribuição de idade e gênero, o perfil típico, quem faz parte do quadro.
Autoridade
Que competência, confiança e futuro o sistema atribui a um perfil: as palavras usadas para a expertise, as ressalvas, o enquadramento do risco.
Relevância e valor
Que valor comercial ou de especialista o sistema atribui: seleção, posição na classificação, parcela do orçamento, salário proposto e recomendação.
Como a fase principal está estruturada
Perfis pareados
Qualificações, conteúdo, extensão e estrutura permanecem idênticos, e mudam apenas os marcadores validados de idade e gênero. Os perfis são verificados quanto à plausibilidade em todas as idades testadas, e nomes e outros sinais são testados para detectar diferenças não intencionais.
Controle da redação
Cada comparação é feita com várias paráfrases da mesma tarefa, para que um efeito da redação fique separado de um efeito da idade ou do gênero.
Pré-registro
Hipóteses, desfechos primários, regras de comparação, limiares de tamanho de efeito e o plano de análise serão registrados antes do início da coleta principal de dados. As mudanças decorrentes dos pilotos serão documentadas.
Sistemas e configurações identificados
Cada resultado identifica o sistema de IA, sua versão e a data, o idioma do prompt, qualquer contexto de país definido na tarefa e a população de origem de eventuais dados do mundo real. Os resultados são relatados primeiro para cada modelo, e as comparações são lidas dentro dessas configurações.
Codificação humana
As rubricas de codificação específicas de cada idioma serão testadas antes do uso, e a concordância entre codificadores treinados será avaliada segundo critérios definidos com antecedência. A codificação automatizada será usada apenas onde a validação respaldar o papel previsto para ela.
Tradução
Perfis, prompts e rubricas passam do inglês para o alemão, o polonês, o ucraniano e o espanhol segundo o procedimento TRAPD: duas traduções independentes, revisão, adjudicação, pré-teste com falantes nativos e documentação.
Dados externos
A auditoria chama um padrão de classificação incorreta sistemática somente quando existem dados externos válidos, como os de emprego ou de comportamento de compra, e o sistema se afasta substancialmente deles; nos demais casos, o resultado permanece descritivo.
Alcance das conclusões
As conclusões se limitam às populações, tarefas e configurações abrangidas pelas evidências. A concordância entre fontes independentes fortalece um achado; afirmações mais amplas exigem também cobertura adequada e uma generalização justificada.
Módulos do estudo
Auditoria de respostas de IA
Um experimento controlado em marketing, contratação e seleção de especialistas, abrangendo representação, avaliação e seleção. É o módulo central para idade e gênero em conjunto.
Marketing e conteúdo de marca
Análise de materiais reais de marketing em categorias em que mulheres de 45-64 anos são comprovadamente consumidoras: quem é mostrado, em que papel e com que autoridade.
Prática de recrutamento
Dados agregados e anonimizados de agências de recrutamento e um levantamento padronizado com recrutadores em atividade, para medir as expectativas informais dos empregadores.
Experimento de decisão humana
Recrutadores leem avaliações escritas por IA, sem saber qual foi a condição original. O módulo mede se muda a lista curta, a classificação ou o salário que eles propõem.
Validação por especialistas
Entrevistas com especialistas em RH, marketing, marca, governança de IA e pesquisa examinam como os achados são interpretados, sua relevância prática e seus limites.
Teste de intervenções
Uma vez estabelecido um efeito de base, são testadas mudanças em prompts e procedimentos que possam reduzir uma diferença, junto com a qualidade da tarefa e a correção excessiva.
Uma auditoria visual de imagens de IA e um modelo econômico dos efeitos estão previstos para uma fase posterior:
a primeira depois de sua própria validação da estimativa de idade, o segundo apenas onde existir uma via causal válida.
Em que ponto está a auditoria
As questões de pesquisa e o desenho proposto estão expostos na nota conceitual, e dois pilotos dos instrumentos da auditoria foram concluídos. Seus achados orientam o protocolo final. A instrução para a coleta de respostas de IA em cinco países já está definida, e os briefings para agências de recrutamento estão prontos em cinco idiomas.
Antes da coleta principal de dados, serão concluídas as seguintes etapas:
1. Coordenação científica
A pessoa designada para a coordenação científica da auditoria supervisiona a finalização, a validação e o pré-registro do protocolo, e a política de governança da pesquisa é aprovada.
2. Pré-registro
Hipóteses, desfechos primários, regras de comparação, limiares de tamanho de efeito e o plano de análise são registrados.
3. Perfis de país
Cada país recebe um perfil de medição: dados oficiais de base, características do trabalho e da aposentadoria, contexto jurídico e os limites de comparabilidade.
4. Materiais validados
Perfis pareados, nomes e o banco de prompts são validados e traduzidos segundo o TRAPD, e o padrão de codificação humana é elaborado.
5. Ética e direito
A revisão ética exigida para os módulos com pessoas é concluída, e um parecer jurídico sobre proteção de dados abrange as cinco jurisdições.
6. Tamanho da amostra
O planejamento amostral leva em conta tamanhos de efeito relevantes, a incerteza, a dependência entre respostas repetidas e as comparações primárias previstas; o desenho final é fixado antes da coleta principal de dados.
Produtos previstos
Cada produto é publicado com a amostra em que se baseia e com seus limites. Resultados em qualquer sentido, incluindo os de sinal oposto e os próximos de zero, são publicados de forma igualmente completa.
Relatório de pesquisa
Resultados nos diferentes países, com números separados para 45-54 e 55-64 anos, para cada uma das três etapas, cada contexto e cada versão de modelo.
Publicação científica
Manuscritos para periódicos com revisão por pares sobre os principais achados e o experimento de decisão com recrutadores, com o código de análise divulgado quando permitido.
Referencial de medição
Medidas validadas de visibilidade, autoridade, e relevância e valor, com livro de códigos, evidências de confiabilidade e regras de leitura.
Materiais abertos
O banco de tarefas e prompts, as saídas dos modelos quando as licenças permitirem, o esquema de codificação, o código de análise e um cartão de dados documentado.
Referencial prático de auditoria
Um procedimento para marcas, empregadores, recrutadores e desenvolvedores de IA. Após uma avaliação, consultores externos treinados conduzem as melhorias.
Informe sobre a prática de recrutamento
Um informe que compara as expectativas informais dos empregadores no recrutamento humano com os padrões dos sistemas de IA em cinco países.
Os limites deste estudo
Estes limites são declarados antes de qualquer achado e acompanham cada número publicado.
Cada resultado se aplica aos modelos, versões, idiomas, países, contextos e datas que foram medidos.
Um efeito só é chamado de efeito conjunto de idade e gênero quando os dados sustentam a interação entre eles.
A auditoria distingue padrões de representação, diferenças de avaliação e efeitos sobre decisões. Afirmações sobre danos exigem evidências adequadas ao tipo de dano, e conclusões jurídicas exigem uma avaliação separada segundo a lei aplicável.
Afirmações sobre a frequência com que um grupo aparece se baseiam na distribuição de muitas personas geradas.
A concordância com uma referência externa é relatada para a população, a medida e o período específicos que essa referência representa.
A equivalência só é concluída quando um teste de equivalência definido com antecedência mostra que as diferenças estão dentro de limites justificados de importância prática; a conclusão se aplica aos desfechos e às condições testados.
Comparações entre países e entre idiomas são feitas quando as medidas, as condições da tarefa e os dados de referência sustentam uma comparação válida.
Os resultados da Ucrânia trazem uma nota separada sobre a guerra e o contexto estatístico.
Ética, dados e independência
A auditoria de IA trabalha apenas com perfis sintéticos criados para o estudo. As agências de recrutamento fornecem dados em formato agregado ou anonimizado previamente acordado, com verificação do risco de divulgação antes da transferência, e os materiais compartilhados se limitam ao que o estudo precisa. Os currículos, nomes e contatos dos candidatos ficam com as agências.
Os módulos com pessoas (o levantamento com recrutadores, as entrevistas com especialistas e o experimento de decisão) começam depois de concluída a revisão ética exigida e de obtidas as aprovações eventualmente necessárias. Eles se apoiam em consentimento informado, privacidade por padrão e minimização de dados. Os participantes são informados sobre como desistir e até que etapa suas contribuições identificáveis podem ser removidas, incluindo os limites após a anonimização ou a inclusão em agregados publicados.
Um participante ou parceiro só é nomeado publicamente com consentimento separado. A classificação jurídica dos dados e os requisitos aplicáveis serão determinados antes do início desses módulos.
Os dados individuais dos participantes desses módulos ficam em ambiente seguro, disponíveis para pesquisadores mediante acordo. A metodologia, o banco de tarefas, o esquema de codificação, o código de análise e os agregados verificados são publicados.
As decisões sobre a amostra, a codificação, a análise, as conclusões e a publicação cabem à equipe de pesquisa, segundo o protocolo e os poderes definidos por escrito. Os doadores recebem resultados agregados. A função de ética pode interromper um módulo com pessoas em qualquer país, e somente um comitê de ética externo e independente pode suspender a interrupção. A função de dados decide o acesso a dados pessoais para todos, inclusive a fundadora e os doadores. Até que os documentos de governança e os acordos sejam assinados, cada um desses poderes é um compromisso.
Por que agora
Órgãos reguladores já tratam determinados usos da IA na área de emprego como de alto risco. O Regulamento da Inteligência Artificial da UE, Regulamento (UE) 2024/1689, identifica como de alto risco usos específicos da IA no recrutamento e na gestão de trabalhadores, nos termos das regras de classificação do artigo 6º e do Anexo III; os requisitos aplicáveis dependem da finalidade prevista e do uso do sistema.
Em novembro de 2024, o Information Commissioner's Office do Reino Unido (ICO) publicou os resultados de suas auditorias de desenvolvedores e fornecedores de ferramentas de IA usadas em recrutamento, com recomendações sobre equidade, transparência e dados dos candidatos. Em janeiro de 2026, o ICO publicou as conclusões de seu diálogo com mais de 30 empregadores sobre decisões automatizadas no recrutamento. O Generative AI Profile do NIST (NIST AI 600-1, julho de 2024) inclui o viés nocivo e a homogeneização entre os riscos da IA generativa.
A auditoria oferece um procedimento de medição que pode apoiar a governança interna, a due diligence, a pesquisa e a análise de riscos. Os requisitos legais em si são definidos por cada órgão regulador.
Regulamento da Inteligência Artificial, EUR-Lex ICO: ferramentas de IA usadas em recrutamento ICO: Recruitment rewired NIST AI 600-1
O que a auditoria oferece
Mulheres de 45-64 anos
A pergunta deixa de ser a idade dela e passa a ser a precisão dos sistemas que a avaliam. Cada achado é publicado com seus limites.
Como apoiar ou participar
Fundações, doadores, agências de recrutamento, marcas, equipes de IA, universidades e veículos de mídia podem participar da auditoria.
Fundações e doadores
Solicite o kit para doadores: apresentação, justificativa do orçamento, cronograma e módulos. O financiamento decorre de um acordo sobre o trabalho, o orçamento e a prestação de contas.
Agências de recrutamento
Compartilhe dados agregados e anonimizados sobre como mulheres de 45-54 e 55-64 anos avançam em listas longas e listas curtas. Os briefings estão prontos em cinco idiomas.
Marcas e equipes de marketing
Participe como parceiro de mercado: exemplos de campanhas e de segmentação, e comentários de especialistas sobre como mulheres de 45-64 anos aparecem como consumidoras.
Equipes de IA
Participe do diálogo profissional sobre como os modelos de linguagem descrevem idade, autoridade e valor, e teste o banco de tarefas quando ele for publicado.
Universidades e centros de pesquisa
Participe como parceiro acadêmico: revisão da metodologia, publicações em coautoria, conferências e o desenho da próxima onda do estudo.
Jornalistas e redes profissionais
Solicite um comentário ou uma entrevista sobre idade, gênero e IA, ou leve a auditoria a diretores de RH, profissionais de marketing, recrutadores e pesquisadores.
Contribua com o trabalho
O orçamento detalhado está no kit para doadores, que fundações, grandes doadores e parceiros institucionais podem solicitar.
O programa e o Index
O programa Womafreesm Evidence Data faz a experiência das mulheres passar de histórias pessoais a dados baseados em evidências. Seu primeiro grande módulo internacional de pesquisa é o estudo “Age-Gender Misclassification of Women Aged 45-64 in AI, Marketing and Hiring: An International Comparative Audit”, e essa auditoria constrói a primeira base de evidências para o produto emblemático da Womafreesm, o Women's Life-Cycle Economy Index.
O WLCE Index mede o custo da cegueira sistêmica em relação ao ciclo de vida feminino. É o primeiro índice global de consideração institucional do ciclo de vida feminino e está em preparação. O Audit 45-64 é um estudo separado, fora do Index.
WLCE IndexQuem conduz a pesquisa
A pesquisa é conduzida pela The World Organization of Women Nations Womafreesm. Womafreesm: infraestrutura global de influência das mulheres.
A equipe de pesquisa conduz o desenho do estudo, a auditoria de IA, o trabalho com as agências de recrutamento, a análise de dados, as parcerias e a comunicação internacional. A coordenação científica da auditoria já foi designada e supervisiona a revisão científica do protocolo.
FAQ
1. A auditoria já começou?
Sim. As questões e o desenho proposto estão expostos na nota conceitual, e dois pilotos dos instrumentos da auditoria foram concluídos: um piloto de viabilidade com 960 respostas de IA em cinco países e um teste com perfis pareados. A fase principal começará quando o protocolo estiver finalizado e pré-registrado, os materiais de pesquisa estiverem validados e as medidas exigidas de governança e de ética específicas de cada módulo estiverem implementadas.
2. O que será publicado em dezembro de 2026?
O primeiro relatório público está previsto para dezembro de 2026. Seu escopo refletirá os módulos concluídos e validados até essa etapa. Resultados em qualquer sentido são publicados de forma igualmente completa.
3. Por que as faixas de 45-54 e 55-64 anos são medidas separadamente?
As posições delas podem diferir em visibilidade, autoridade e valor. A auditoria analisa as duas faixas separadamente e usa várias idades exatas dentro de cada uma, para poder testar se uma mudança é gradual ou surge perto dos 55 anos.
4. Por que estudar marketing, contratação e seleção de especialistas em conjunto?
Os sistemas avaliam em lugares diferentes a relevância de uma mulher para um segmento de mercado, sua adequação a uma função e sua expertise. O marketing decide quem é um público desejável, a contratação decide quem é uma candidatura forte, e a seleção de especialistas decide a palavra de quem tem peso. Um padrão que se repete nos três aponta para o sistema; um padrão em um só lugar mostra onde procurar.
5. Por que as agências de recrutamento são importantes para o estudo?
Os anúncios públicos de vagas mostram a linguagem oficial. As expectativas informais dos empregadores aparecem depois: nas listas longas, nas listas curtas e nos comentários sobre perfis adequados. As agências veem essa camada e a compartilham de forma agregada.
6. Os dados pessoais dos candidatos são coletados?
O módulo de recrutamento trabalha com dados fornecidos em formato agregado ou anonimizado previamente acordado e verificados quanto ao risco de divulgação antes da transferência: frequências, formulações e padrões de preferência. Os currículos, nomes e contatos dos candidatos ficam com as agências. A auditoria de IA usa apenas perfis sintéticos.
7. Um doador pode influenciar os achados?
Não. As decisões sobre a amostra, a codificação, a análise, as conclusões e a publicação cabem à equipe de pesquisa, segundo o protocolo. Os doadores recebem resultados agregados e a prestação de contas definida em seu acordo de financiamento.
8. Uma mulher de 45-64 anos pode participar?
Esta auditoria coleta respostas de IA, materiais de marketing e dados de profissionais de recrutamento. A experiência das próprias mulheres será coletada pelo questionário do WLCE Index, que está em preparação: deixe seu e-mail na página do WLCE Index para receber um convite quando ele for aberto.
9. Onde posso ver o orçamento?
No kit para doadores, junto com as fases, os módulos e as formas de apoio. Fundações, grandes doadores e parceiros institucionais podem solicitá-lo.