Stack de integridade na contratação — provar que quem se candidata, quem faz a entrevista e quem é contratado são a mesma pessoa

Em 15 de abril de 2026, o Departamento de Justiça dos EUA anunciou as sentenças de Kejia Wang e Zhenxing Wang por operarem “laptop farms” que colocaram trabalhadores de TI norte-coreanos na folha de pagamento de mais de 100 empresas americanas, usando identidades roubadas de pelo menos 80 pessoas e gerando mais de US$ 5 milhões para a Coreia do Norte. Todas essas empresas tinham um processo de contratação. A maioria rodava background check. O que nenhuma tinha era como mostrar que quem enviou a candidatura, quem sentou nas entrevistas e quem recebeu o notebook eram o mesmo ser humano.

Essa continuidade é o que este stack compra. São quatro camadas, e só três são software.

O formato: Greenhouse Real Talent (ou o Fraud Detection Agent da Gem, dependendo de qual ATS você já usa) pontua a candidatura antes de um recruiter abrir, a verificação de identidade da CLEAR dentro do ATS amarra um documento oficial e um rosto ao vivo a uma etapa nomeada do pipeline, Metaview grava a entrevista para que o desempenho avaliado fique ligado a evidência e não a memória, e Checkr fecha o ciclo depois da oferta com um relatório e um monitoramento contínuo. A quarta camada é uma rubrica escrita e uma regra de etapa, e é ela que torna as outras três defensáveis.

Como as peças se encaixam

• A pontuação de candidaturas é a camada mais barata e define tudo o que vem depois. O Greenhouse Fraud Detection, construído sobre o IPQS, analisa número de telefone, email, localização e endereço IP e devolve três classes de sinal: sinais que sustentam a identidade (uma conta de email antiga), sinais de alto risco (um IP de datacenter) e sinais fracos (um fuso horário que não bate com a localização declarada). Ele aparece na aba Security screening do perfil do candidato e na revisão de candidaturas. O próprio time de TA da Greenhouse publicou como isso ficou em uma vaga de machine learning: mais de 35% dos candidatos traziam sinais de alto risco, e 91% dos candidatos de alto risco revisados pelo time de segurança foram confirmados como fraudulentos. Entre os de sinal fraco, 26% foram confirmados — e é por isso que esse grupo é uma fila de revisão, não um filtro.

• A verificação de identidade é a única camada que prova uma pessoa, e ela roda em uma etapa só. A Greenhouse fechou parceria com a CLEAR — anunciada em 3 de junho de 2025 — para colocar a verificação dentro do MyGreenhouse. A CLEAR roda mais de 60 sinais de segurança, incluindo autenticação de documento oficial, selfie com detecção de vivacidade e metadados de dispositivo e rede; depois a Greenhouse confere o resultado contra sobrenome, email e telefone da candidatura. Candidatos verificados ficam marcados como CLEAR verified na etapa em que a verificação foi concluída, e você pode filtrar o pipeline por esse status. A CLEAR não armazena dados do candidato na Greenhouse — o registro de identidade fica com a CLEAR, o que importa para a exposição biométrica tratada abaixo.

• A gravação amarra a identidade verificada ao desempenho avaliado. O Metaview Notetaker custa US$ 60 por usuário/mês no Pro com chamadas ilimitadas, e o plano gratuito para em 25 chamadas por mês. O valor não está no resumo: está em que um entrevistado substituto, uma segunda voz fora de câmera ou respostas que chegam com dois segundos de atraso deixam rastro numa gravação e nunca deixam num scorecard.

• A Checkr entra depois da oferta e depois da admissão, não antes da entrevista. Preços publicados: Basic US$ 29,99 por relatório com verificação de identidade como add-on de US$ 4,99 por check, Essential US$ 59,99 por relatório com verificação de identidade e busca criminal por condado ilimitada inclusas, Complete US$ 94,99 por relatório. O Continuous Criminal Search sai por US$ 1,70 por pessoa/mês. Essential é o default para uma contratação remota de trabalho intelectual; o monitoramento contínuo pega o que muda depois que o relatório sai limpo.

• A rubrica e a regra de etapa são componentes, não burocracia. Entrevistas estruturadas são o que transforma uma entrevista gravada em evidência comparável em vez de oito horas de vídeo. Uma regra de etapa escrita — todo candidato desta vaga se verifica na mesma etapa — é o que impede a camada de identidade de virar uma alegação de tratamento discriminatório.

Handoffs nomeados

1. Candidatura enviada → relatório de fraude anexado. No Greenhouse Pro o relatório roda automaticamente; no Plus um recruiter dispara. A marcação chega ao perfil com os sinais visíveis. Nada é rejeitado automaticamente — a Greenhouse afirma explicitamente que sinais de fraude não são uma avaliação definitiva da autenticidade do candidato, e uma pessoa resolve cada caso.
2. Candidato passa do screen → verificação CLEAR solicitada no MyGreenhouse. O candidato faz selfie e documento; o selo gruda naquela etapa; recruiters filtram o pipeline por status verificado antes de agendar as finais.
3. Entrevista começa → Metaview grava contra a rubrica do loop. A transcrição e o scorecard caem no mesmo registro de candidato que carrega o selo de verificação.
4. Oferta aceita → roda o Checkr Essential. A verificação de identidade dentro do relatório é uma segunda checagem independente, contra fonte de dados diferente da que a CLEAR usou.
5. Pessoa entra → o Continuous Criminal Search roda todo mês a US$ 1,70 por indivíduo, e o endereço de entrega do equipamento é conferido contra o endereço do registro de identidade verificado. Os casos de laptop farm do DOJ giraram exatamente nessa divergência.

A bifurcação do ATS — leia antes de comprar qualquer coisa

A Gem lançou seu AI Fraud Detection Agent (anunciado em 16 de dezembro de 2025, early access em fevereiro de 2026, disponibilidade geral em 21 de abril de 2026), movido pela Tofu e cobrado por candidatura, com controles por vaga. Ele avalia seis famílias de sinal — metadados do currículo, idade e atividade do perfil no LinkedIn, email, telefone, verificação de pessoa cruzando fontes, e dados de IP e dispositivo — e devolve risco alto/médio/baixo com uma justificativa em linguagem simples, com precisão declarada acima de 90% sobre a base de 5 milhões de candidatos da Tofu.

A restrição que decide o stack: o agente de fraude da Gem roda no ATS nativo da Gem, e empresas em Greenhouse ou Workday são encaminhadas para o time comercial. Então a regra não é qual agente é melhor. É:

• Já está em Greenhouse Plus ou Pro → Real Talent. Fraud Detection e a verificação de identidade da CLEAR exigem Plus ou Pro; o Pro ainda roda os relatórios automaticamente em vez de sob demanda.
• Já está no ATS all-in-one da Gem → o Fraud Detection Agent, e pule o Real Talent inteiro.
• Não está em nenhum dos dois e vai escolher ATS de qualquer jeito → a Gem publica preço para startups a US$ 130/mês (anual, 1-10 FTE) e dá seis meses grátis para empresas com menos de 30 funcionários, o único preço de entrada publicado neste stack. Isso é uma decisão de ATS que por acaso inclui screening de fraude, não uma decisão de screening de fraude.

Não migre de ATS para conseguir um agente de fraude. A camada de screening é a parte mais barata deste stack e o ATS é a coisa mais cara de mover.

Linha de base de custo

Para uma empresa de 200 pessoas contratando 50 por ano com cinco recruiters em vagas remotas, a metade precificável do stack:

• Metaview Notetaker Pro, 5 assentos: US$ 3.600/ano
• Checkr Essential, 50 relatórios: ~US$ 3.000/ano (Basic mais o add-on de identidade de US$ 4,99 dá US$ 34,98 por relatório se você não precisa da busca por condado ilimitada)
• Continuous Criminal Search em 200 funcionários: ~US$ 4.080/ano

Isso dá cerca de US$ 10-11 mil por ano, antes do ATS. A Greenhouse não publica preço por tier, e a exigência de Plus ou Pro é a variável sem preço que domina o total — se você está no tier de entrada hoje, cote esse upgrade antes de cotar qualquer outra coisa daqui.

Variações e quando trocar

• BrightHire no lugar do Metaview. A Zoom fechou a aquisição da BrightHire em dezembro de 2025 e a opera como marca independente dentro do Zoom Workplace. Troque se você entrevista no Zoom e quer a gravação na camada de reunião em vez de pendurada ao lado. Não troque se seus loops rodam no Google Meet.
• Some avaliação com proctoring para vagas de engenharia. HackerRank ou CodeSignal atacam uma falha diferente da deste stack — ajuda nas respostas de um candidato real e corretamente identificado. Some quando o risco é cola; eles não fazem nada contra identidade roubada. Veja o stack de contratação técnica.
• Corte o monitoramento contínuo em populações com muitos contractors ou permanência curta, em que a taxa mensal por cabeça supera a duração média do contrato.

O que este stack não substitui

• Não é um stack de qualidade de entrevista. Gravar como evidência e gravar para coaching são trabalhos diferentes; o stack de interview intelligence cobre scoring, debriefs e calibração de entrevistadores.
• Não é um stack de avaliação. Nada aqui mede se a pessoa verificada dá conta do trabalho.
• Ele não decide. Cada camada produz sinais que uma pessoa nomeada resolve. Um stack que rejeita sozinho diante de uma marcação de fraude é um stack que rejeita candidato por usar VPN.
• Não cobre autorização de trabalho. I-9 e E-Verify são obrigação separada, com prazos próprios, e um selo da CLEAR não substitui isso.
• Não cobre onboarding de TI. O esquema de laptop farm do caso do DOJ sobreviveu aos processos de contratação e falhou na camada de dispositivo e rede. Conferir endereço de entrega, proibir área de trabalho remota em hardware corporativo e exigir chave de hardware é papel da segurança, não do recruiting.

Pontos de atenção, cada um com sua trava

• Verificação biométrica é regulada, e Illinois é o risco real. A selfie com detecção de vivacidade da CLEAR coleta um identificador biométrico, o que aciona a BIPA de Illinois (740 ILCS 14) para candidatos daquele estado: aviso escrito e autorização escrita antes da coleta, mais um cronograma de retenção. A emenda de agosto de 2024 limita a recuperação a uma única reivindicação por pessoa e por método de coleta, o que contém a exposição sem eliminá-la. Trava: ligue a verificação em uma única etapa nomeada para todos os candidatos da vaga, guarde aviso e autorização no registro do candidato, e conte com o fato de que os dados de identidade ficam na CLEAR e não no seu ATS.
• Verificar seletivamente é uma alegação de discriminação esperando para acontecer. Trava: a regra de etapa é escrita e vale por vaga. Nunca dispare uma verificação porque um recruiter achou um nome ou um sotaque suspeito.
• O que a Checkr produz é um consumer report sob a FCRA. Isso significa divulgação e autorização em documento separado, um aviso de pre-adverse action com cópia do relatório e o resumo de direitos, e um prazo de espera antes da decisão final. Trava: rode as reprovações pelo fluxo de adverse action da Checkr, e nunca marque o candidato como rejeitado antes no ATS — esse status é o rastro documental que contradiz você.
• Sinais de alto risco pegam candidatos legítimos. IP de datacenter significa VPN, e o fuso de quem está se mudando não vai bater. Os 26% de confirmação nos sinais fracos são o número a internalizar. Trava: exija corroboração de uma segunda classe de sinal antes de qualquer ação, e trate sinal fraco como fila de revisão.
• Selos de verificação são por etapa, e um selo no screen não diz nada sobre quem entra na final. Trava: em vagas totalmente remotas com acesso a sistemas, verifique de novo na rodada final e deixe a gravação rodando.

Regras de match

É a escolha certa quando: a contratação é totalmente remota; as vagas carregam acesso a sistemas, código ou finanças; o volume de candidaturas por vaga chega às centenas; e você já está em Greenhouse Plus/Pro ou no ATS da Gem. Rende mais em vagas de engenharia, TI e finanças em empresas entre 100 e 1.000 pessoas — grandes o bastante para o recruiter não conhecer cada candidato, pequenas o bastante para não ter time interno antifraude.

É a escolha errada quando: a contratação é presencial e por hora — aí o stack de recrutamento de alto volume é o que encaixa, e a presença física resolve identidade de graça. Também quando uma agência é dona do sourcing e do screening de ponta a ponta, quando você faz menos de umas dez contratações por ano, ou quando seu ATS está abaixo do tier que libera a camada de screening e o upgrade custa mais do que a fraude.

Se você só pode fazer uma coisa: ligue a pontuação de fraude na camada de candidatura e leia AI interview fraud antes de escrever a regra de etapa. É a camada mais barata, roda antes de gastar tempo de recruiter, e o piloto da própria Greenhouse sugere que é ali que está o volume.