Speakers
Description
A crescente utilização de sistemas de inteligência artificial (IA) em processos de seleção para o ensino superior tem levantado debates sobre inclusão, ética e justiça algorítmica. Universidades e governos em diferentes países vêm testando ou regulamentando ferramentas de automação para análise de candidaturas, triagem de documentos, correção de provas e entrevistas virtuais. Este trabalho busca mapear e comparar regulações e diretrizes nacionais relativas ao uso de IA em admissões universitárias, com foco em Brasil, Estados Unidos, China e União Europeia.
O objetivo é analisar como distintos contextos regulatórios lidam com os riscos de viés algorítmico, exclusão digital e falta de transparência, ao mesmo tempo em que procuram aproveitar potenciais benefícios da automação. A metodologia combina revisão bibliográfica com análise documental de legislações, relatórios e marcos regulatórios, privilegiando três dimensões: (1) limites legais e éticos para o uso de IA em seleção universitária; (2) medidas de mitigação de vieses e salvaguardas; (3) potenciais impactos dessas políticas sobre o acesso de grupos historicamente sub-representados.
Resultados preliminares indicam que, enquanto o Brasil ainda carece de regulação específica e depende de marcos gerais como a LGPD e o debate em torno do PL 2338/2023, os Estados Unidos avançam em iniciativas estaduais e diretrizes institucionais que exigem transparência, auditoria de algoritmos e prestação de contas. A União Europeia, por sua vez, trata os sistemas de admissão automatizada como de “alto risco” no AI Act, impondo requisitos de governança, explicabilidade e avaliação de impacto. Já a China incorpora algoritmos de avaliação em sua política educacional, priorizando o controle estatal e a eficiência administrativa.
Conclui-se que a discussão sobre IA e processos seletivos no ensino superior deve ir além da eficiência administrativa, abordando sobretudo os riscos de exclusão e injustiça algorítmica. A regulação comparada oferece subsídios para orientar práticas institucionais e políticas públicas inclusivas e responsáveis.
Palavras-chave | Inteligência artificial; Processos seletivos; Ensino superior; Regulação; Equidade |
---|