Conformidade de contratação por IA em seis regimes
O Clarion é uma camada de conformidade que opera sobre as ferramentas de contratação por IA que o empregador já utiliza. Ele lê uma única exportação de pontuação do fornecedor, calcula todas as estatísticas de impacto adverso em código determinístico e desdobra essa auditoria única em seis entregáveis adaptados a NYC, Colorado, Illinois, Texas, Califórnia e UE. Onde dois desses regimes exigem coisas opostas da mesma variável, ele aponta a divergência e quantifica ambas as exposições em vez de estampar "totalmente em conformidade". O que se segue é uma demonstração sobre uma exportação sintética com seed, e não um pipeline em produção.
6
Entregáveis jurisdicionais a partir de uma única execução de auditoria
NYC, Colorado, Illinois, Texas, Califórnia, UE
9 de 13
Obrigações encaminhadas a um responsável humano identificado, não liberadas automaticamente
7 NEEDS PROOF mais 2 CONFLICT, na exportação com seed da demonstração
1
Conflito que o gate se recusa a ignorar
Illinois HB 3773 contra EU AI Act Article 10(3)
O conjunto de dados é sintético: uma exportação com seed da "Acme Logistics, Inc." de 1.040 candidatos na requisição REQ-2026-0412, pontuados por três ferramentas simuladas. Os pontuadores no estilo Workday-Spotlight, estilo HireVue e estilo Eightfold são arquétipos servidos por adaptadores de fixtures stubbed, não integrações reais, e nenhum empregador ou candidato real aparece em qualquer parte dele.
Um CHRO, General Counsel ou Chief Risk Officer que opera ferramentas automatizadas de contratação em duas ou mais jurisdições entre NYC, Colorado, Illinois, Texas, Califórnia e UE responde a seis regimes distintos com uma única stack. Os fornecedores que atendem a essa stack entregam uma única auditoria do tipo "passamos na regra dos quatro quintos" como se ela resolvesse os seis regimes. Ela não resolve. A NYC Local Law 144 exige razões de impacto interseccionais. O Colorado SB 24-205 exige um programa documentado de dever de cuidado razoável e não especifica metodologia alguma. O Texas TRAIGA rejeita o impacto desproporcional como fundamento autônomo e questiona a intenção, o que torna as estatísticas exatas que embasam o entregável de NYC probatoriamente irrelevantes para o do Texas. O EU AI Act indaga se seus dados de treinamento são representativos e se apoia exatamente na variável geográfica que Illinois proíbe como proxy.
Pesquisadores que buscaram auditorias de viés publicadas da Local Law 144 as encontraram para 4.6% de 391 empregadores de NYC, uma constatação que denominaram Null Compliance (Cornell / Data & Society / Consumer Reports, FAccT 2024). Publicar a auditoria é a metade visível da obrigação, e a maior parte dessa amostra nem sequer havia chegado a ela.
A Controladoria do Estado de Nova York (NY State Comptroller) encontrou 17 potenciais violações da Local Law 144 na mesma amostra de 32 empresas na qual o DCWP havia encontrado apenas uma, e o DCWP concordou em migrar para fiscalização proativa (NY State Comptroller, December 2, 2025). A lacuna entre uma auditoria aprovada do fornecedor e um registro defensável é exatamente onde essa fiscalização incide.
Autoclassificação de escopo, acessibilidade ADA em entrevistas em vídeo e deveres de ação adversa sob o FCRA são teses jurídicas distintas que uma auditoria de viés aprovada jamais testou. Mobley v. Workday, D.K. v. Intuit/HireVue e Kistler v. Eightfold suscitam, cada um, uma delas, e nenhuma foi decidida.
O pipeline é curto e a divisão de trabalho interna é rigorosa. Uma exportação de AEDT do fornecedor é normalizada em um esquema de registro canônico, um mecanismo determinístico calcula todas as estatísticas, pacotes de regras de seis regimes e um policy gate decidem cada obrigação, uma equipe de agentes redige o texto em prosa, e a execução sela um pacote de pré-auditoria encadeado por hash. Agentes aconselham, o código decide — o que mantém a entrega apta para submissão oficial, independentemente de quão bom ou ruim seja o modelo subjacente.
01 / O NÚCLEO DE CONFIANÇA DETERMINÍSTICO
Um mecanismo numpy calcula razões de impacto marginais de quatro quintos, razões interseccionais de raça por sexo com controle de FDR por Benjamini-Hochberg, detecção de proxies de classe protegida por Cramér's V, uma inversão contrafactual de atributo protegido por meio de um substituto transparente de regressão logística, uma disparidade de taxa de erro de palavras de ASR no subconjunto de vídeo e um predicado de gatilho do FCRA. Mesma entrada, mesma saída, em cada execução.
02 / SEIS PACOTES DE REGRAS E O POLICY GATE
Cada regime possui sua própria citação legal, data de vigência e formato de entregável exigido, e cada obrigação se resolve em PASS, FAIL, NEEDS PROOF ou CONFLICT. O gate é a única coisa que o modelo de linguagem não pode alcançar; assim, uma narrativa bem articulada jamais conseguirá mover uma obrigação de NEEDS PROOF para o verde.
03 / A EQUIPE DE AGENTES
Seis agentes de jurisdição narram o veredito de cada regime, um reconciliador de conflitos transforma um conflito rígido em um memorando de estratégia jurídica com a exposição de cada via, e um cético adversarial tenta refutar cada aprovação declarada, encaminhando o que não pode validar para comprovação humana. A equipe tem provedor intercambiável; sem nenhum provedor configurado, recorre a modelos determinísticos e o aplicativo é executado de forma idêntica.
04 / O PACOTE DE PRÉ-AUDITORIA
A execução sela um pacote encadeado por hash SHA-256 de 17 nós, cada um contendo suas entradas, seu cálculo e sua citação de regra, além de um link para o hash do nó anterior, de modo que qualquer alteração rompe a cadeia. Ele é exportado como JSON e como um pacote para auditores em HTML imprimível, e a cadeia é verificada a cada execução e testada unitariamente para inviolabilidade.
O console é composto por duas visualizações mais caixas de diálogo interativas, em vez de um único painel. Manual Testing contém a barra de etapas, o rastreamento ao vivo de Audit Execution e o quadro de candidatos. Run Benchmark, que permanece desativado até a conclusão de Run Audit, alterna para Benchmark Results: três blocos indicando Jurisdiction Deliverables 6, Lowest Impact Ratio 0.65 e Items Requiring Human Action 9, as seis linhas de Jurisdiction Deliverables, uma linha de botões de Supporting Evidence e Export Pre-Audit Package no cabeçalho.
Tudo abaixo disso abre como uma caixa de diálogo. Selection-Rate Analysis, o Conflict Register e a Human Proof Queue são os três botões de Supporting Evidence, e as obrigações e a narrativa de auditoria de cada regime se abrem a partir de sua respectiva linha de entregável. Nada é resumido em uma pontuação única, porque uma pontuação única não pode ser verdadeira frente a seis perguntas estruturadas de formas diferentes.
A demonstração audita uma exportação sintética com seed de 1.040 candidatos na requisição REQ-2026-0412, pontuados por três ferramentas de fornecedores simuladas. A violação nela é intencional e reproduzível, inserida para que o mecanismo tenha algo real a capturar. Eis o que a execução exibe na tela, na ordem em que é apresentado.
Cada número nesta página descreve uma única exportação sintética com seed de 1.040 candidatos com uma violação inserida e reproduzível. Eles demonstram que o mecanismo detecta o que uma auditoria exclusivamente marginal deixa passar. Eles não representam uma taxa de acurácia, nem um benchmark em relação a outros produtos, tampouco uma afirmação sobre os dados reais de contratação de qualquer empregador.
| Pergunta | O que o Clarion faz nesta demonstração | O que permanece fora da demonstração |
|---|---|---|
| Cobertura | Uma execução de auditoria emite seis entregáveis adaptados a jurisdições ao longo de 13 obrigações, com 2 PASS, 2 FAIL, 7 NEEDS PROOF e 2 CONFLICT. | Um certificado de conformidade ou uma pontuação de equidade. O gate foi construído para se recusar a emitir isso. |
| Impacto adverso | Razões de quatro quintos marginais e interseccionais com controle de FDR por Benjamini-Hochberg, detecção de proxies por Cramér's V e uma inversão contrafactual que altera a probabilidade de avanço em 0.0574 em média e 0.1228 no máximo. | Qualquer declaração sobre desfechos reais de contratação. Os 1.040 candidatos, a requisição e a disparidade são sintéticos e possuem seed. |
| Dados do fornecedor | Lê uma exportação normalizada de AEDT gerada por pontuadores no estilo Workday-Spotlight, estilo HireVue e estilo Eightfold, servidos por adaptadores de fixtures stubbed. | Conectores ativos para qualquer ATS, plataforma de avaliação ou motor de correspondência. Nenhum fornecedor mencionado é cliente, parceiro ou endossante. |
| Ação a jusante | Detecta e encaminha a constatação de acessibilidade sob ADA e ASR e o gatilho de ação adversa do FCRA a um responsável humano identificado, com as evidências anexadas. | O fluxo de acomodação CART e o portal de contestação voltado ao candidato. Ambos são simulados na demonstração e não são construídos aqui. |
| Aprovação final | Sela um pacote de pré-auditoria encadeado por hash de 17 nós, verificado na própria execução e testado unitariamente para inviolabilidade, em JSON e HTML imprimível. | A auditoria de viés independente em si. Empresas como DCI Consulting, ORCAA e Secretariat exercem esse papel, e nós não. |
O Clarion não certifica conformidade, e recusar-se a isso faz parte de seu projeto. Ele não é um modelo de contratação e jamais pontua ou classifica um candidato. O conjunto de dados é sintético e possui seed; a disparidade em Black / Female nele contida foi inserida intencionalmente para que o mecanismo tenha algo real para detectar, e não como um achado sobre qualquer empregador real; e os conectores de fornecedores por trás dele são adaptadores de fixtures stubbed em vez de integrações ativas. A ferramenta gera evidências para a assessoria jurídica: ela não presta consultoria jurídica nem opina sobre responsabilidade civil, e Mobley v. Workday, D.K. v. Intuit/HireVue e Kistler v. Eightfold são teses pendentes, e não desfechos transitados em julgado. Tetos legais são citados apenas como máximos, e nenhuma estimativa de exposição modelada aparece aqui. Esta página é uma explicação detalhada com o vídeo explicativo, capturas de tela reais, o mecanismo e respostas, e não um aplicativo operável a partir daqui.
Porque o teste que é aprovado e o teste que a legislação exige não são o mesmo teste. Na exportação sintética com seed de 1.040 candidatos da demonstração, a verificação marginal de quatro quintos é aprovada, com uma razão de impacto racial mínima de 0.8196 e uma razão mínima de sexo de 0.8744 em relação à linha de 0.80, e essa é a auditoria que o autorrelatório de um fornecedor entrega. A NYC Local Law 144 exige as razões interseccionais de raça por sexo, e nelas a célula Black / Female avança 44 de 130 com uma razão de impacto de 0.6471. Uma auditoria exclusivamente marginal não está errada quanto a essa célula: ela é estruturalmente cega a ela.
Não. A Veriprajna não é o auditor independente, e esse papel cabe a firmas como DCI Consulting, ORCAA ou Secretariat. O Clarion produz o pacote de pré-auditoria, um conjunto encadeado por hash no qual cada número carrega seu cálculo e cada veredito traz sua citação legal, construído para que um auditor independente possa assiná-lo sem reescrevê-lo. O objetivo é colocar o sistema em um estado onde a auditoria não encontre nada digno de apontamento desfavorável.
Não se conecta a nenhum dos dois, e o Clarion nunca pontua ou classifica um candidato por conta própria. Nada em sua stack é substituído. Ele lê uma exportação de AEDT do fornecedor e a normaliza em um esquema de registro canônico. Nesta demonstração, os conectores de fornecedores são adaptadores de fixtures stubbed sobre dados sintéticos, e o pontuador no estilo Workday-Spotlight, a rodada de vídeo no estilo HireVue e o motor de correspondência no estilo Eightfold são arquétipos, em vez de integrações reais.
Cada estatística, cada comparação de limites, cada aresta de conflito e o hashing do pacote residem em código determinístico fora do framework de agentes. Os seis agentes jurisdicionais, o reconciliador de conflitos e o cético adversarial redigem texto em prosa; eles nunca calculam um número e não podem anular o policy gate. Sem nenhum provedor de modelos configurado, a equipe recorre a modelos determinísticos e o aplicativo gera os mesmos vereditos, pois os vereditos nunca dependeram do modelo para serem emitidos.
Você recebe o trade-off quantificado e registrado por escrito. Na demonstração, a variável zip_region correlaciona-se com raça com um Cramér's V de 0.3321, acima do limiar de 0.2, portanto o Illinois HB 3773 a trata como um proxy proibido, enquanto a representatividade do EU AI Act Article 10(3) apoia-se nessa mesma cobertura geográfica. O gate emite CONFLICT em vez de aprovação, e o reconciliador redige um memorando de estratégia: opere duas configurações de implantação, ou aceite uma exposição conscientemente e a documente, observando que as sanções para alto risco da UE atingem o teto legal do maior valor entre 15 milhões de euros ou 3% do faturamento anual global.
Ele automatiza a parte que é honesto automatizar. Na exportação sintética da demonstração, 2 de 13 obrigações são satisfeitas automaticamente, 2 falham diretamente e 9 são encaminhadas como NEEDS PROOF ou CONFLICT a um responsável humano identificado, com as evidências já reunidas e a citação legal anexada. Nenhum sistema honesto aprovaria todas as treze com base nesses dados. Um painel que exibisse treze itens verdes estaria liberando-os sem comprovação, e esse painel seria a prova documental que a parte autora leria contra você em juízo. O mecanismo também valida school_tier como não sendo um proxy com um Cramér's V de 0.0711, provando que ele não sinaliza tudo o que encontra.
Uma exportação gera um pacote de pré-auditoria como JSON e como um dossiê imprimível em HTML para o auditor, versão 1 do formato veriprajna-pre-audit-package, contendo 17 nós com a cadeia verificada na própria execução. Cada nó guarda suas entradas, seu cálculo e sua citação de regra, mais um link SHA-256 para o nó anterior, de modo que qualquer edição em qualquer nó rompe a cadeia. Ao lado dele figuram os seis entregáveis jurisdicionais, cada um adaptado à citação legal, data de vigência e formato exigido pelo seu respectivo regime.
A pesquisa por trás desta demonstração — a arquitetura, o design de verificação e a estrutura corporativa.
Solução completa
Conheça a solução de AI Hiring Compliance & Bias Audits →Somos uma equipe de engenharia de IA, não uma certificadora de conformidade. Construímos a camada determinística que calcula as estatísticas, estrutura o entregável solicitado por cada regulador e aponta as contradições com total clareza, permitindo que a assessoria jurídica decida tendo a exposição exata diante de si.
Uma primeira conversa útil é prática e objetiva: quais fornecedores de AEDT atuam em seu funil, a quais dos seis regimes sua empresa está de fato exposta e quais variáveis nesses modelos atuariam como proxies de classe protegida perante algum deles. Podemos detalhar o mecanismo, os pacotes de regras e o formato do pacote de pré-auditoria lado a lado com suas equipes de RH, jurídica e de dados.
