Grace: Sistema de Recomendação de Currículos com Inteligência Artificial

• Ana Clara B. Medeiros Faculdade de Tecnologia de Ourinhos
• João Fernando V. Franciscon Faculdade de Tecnologia de Ourinhos
• Julia Brugnari P. Longo Faculdade de Tecnologia de Ourinhos
• Marcos Vinícius R. de Moraes Faculdade de Tecnologia de Ourinhos
• Mariana de O. Macedo Faculdade de Tecnologia de Ourinhos
• Robson P. Bonidia Faculdade de Tecnologia de Ourinhos

DOI: https://doi.org/10.5753/sbbd_estendido.2023.232712

Resumo

O recrutamento e alocação de funcionários são desafios constantes para as empresas. Diante disso, soluções inovadoras baseadas em Inteligência Artificial (IA) têm surgido para otimizar esses processos. No entanto, IAs podem seguir vieses sociais escondidos nos dados, levando a tomada de decisões injustas, danosas e/ou preconceituosas. Com base nisso, esta pesquisa desenvolveu um sistema de recomendação automatizado de candidatos, baseado em IA, chamado Grace, que visa remover o viés exclusivo de candidatos, como exclusão por gênero, cor, etnia, orientação sexual ou qualquer outro que interfira na escolha dos melhores currículos. Espera-se que essa aplicação resulte em uma seleção imparcial de candidatos, com maior precisão e redução significativa de vieses sociais.

Palavras-chave: Aplicações/pipelines de ciência de dados, Machine learning, IA, Gerenciamento de dados e sistemas de dados, Sistemas de recomendação

Referências

Akhmetov, I., Pak, A., Ualiyeva, I., and Gelbukh, A. (2020). Highly language-independent word lemmatization using a machine-learning classifier. Computación y Sistemas, 24(3):1353–1364.

Alsharef, A., Nassour, H., Sharma, J., et al. (2023). Exploring the efficiency of text-similarity measures in automated resume screening for recruitment. In 2023 10th International Conference on Computing for Sustainable Global Development (INDIACom), pages 36–42. IEEE.

Barbosa, J., Vieira, J. P. A., Santos, R., Junior, G. V. M., MUNIZ, M. d. S., and Moura, R. S. (2017). Introdução ao processamento de linguagem natural usando python. III Escola Regional de Informatica do Piauí, 1:336–360.

Gupta, A. and Garg, D. (2014). Applying data mining techniques in job recommender system for considering candidate job preferences. pages 1458–1465.

Hong, W., Zheng, S., Wang, H., and Shi, J. (2013). A job recommender system based on user clustering. J. Comput., 8(8):1960–1967.

Isinkaye, F. O., Folajimi, Y. O., and Ojokoh, B. A. (2015). Recommendation systems: Principles, methods and evaluation. Egyptian informatics journal, 16(3):261–273.

Kurdija, A. S., Afric, P., Sikic, L., Plejic, B., Silic, M., Delac, G., Vladimir, K., and Srbljic, S. (2020a). Building vector representations for candidates and projects in a cv recommender system. In Artificial Intelligence and Mobile Services–AIMS 2020: 9th International Conference, Held as Part of the Services Conference Federation, SCF 2020, Honolulu, HI, USA, September 18-20, 2020, Proceedings 9, pages 17–29. Springer.

Kurdija, A. S., Afric, P., Sikic, L., Plejic, B., Silic, M., Delac, G., Vladimir, K., and Srbljic, S. (2020b). Candidate classification and skill recommendation in a cv recommender system. In International Conference on AI and Mobile Services, pages 30–44. Springer.

Meera, S. and Geerthik, S. (2022). Natural language processing. Artificial Intelligent Techniques for Wireless Communication and Networking, pages 139–153.

Mujtaba, D. F. and Mahapatra, N. R. (2019). Ethical considerations in ai-based recruitment. In 2019 IEEE International Symposium on Technology and Society (ISTAS), pages 1–7. IEEE.

Nurhopipah, A., Ceasar, Y., and Priadana, A. (2021). Improving machine leaming accuracy using data augmentation in recruitment recommendation process. In 2021 3rd East Indonesia Conference on Computer and Information Technology (EIConCIT), pages 203–208. IEEE.

Rangel, M. d. M. (2019). Categorização automática de conjuntos de dados de portais de dados abertos utilizando aprendizado de máquina supervisionado.

Shovon, S. S. F., Mohsin, M. M. A. B., Tama, K. T. J., Ferdaous, J., and Momen, S. (2023). Cvr: An automated cv recommender system using machine learning techniques. In Data Science and Algorithms in Systems: Proceedings of 6th Computational Methods in Systems and Software 2022, Vol. 2, pages 312–325. Springer.

Tiago Machado, C. d. R. (2021). Papel social da inteligência artificial é tornar visíveis os profissionais invisíveis para o mercado.

Tika, A. (2022). Apache tika - a content analysis toolkit.

Tilmes, N. (2022). Disability, fairness, and algorithmic bias in ai recruitment. Ethics and Information Technology, 24(2):21.

Vamsi Naidu, P., Bommu, V. M. R., Pallapothu, V. D., Janapamula, S. R. N., and Kommuri, N. L. (2021). Resume screening using machine learning. In International Conference on Image Processing and Capsule Networks, pages 745–751. Springer.