Identificar e analisar os fatores de empregabilidade das pessoas com mais de 50 anos, empregadas ou não no mercado formal, caracterizando seu perfil ocupacional, os entraves que limitam sua inserção e as ações que a impulsionam.
Articula literatura internacional recente sobre empregabilidade, ageísmo e vieses algorítmicos a evidências brasileiras de um público altamente qualificado, recorte pouco explorado em um campo dominado por estudos sobre trabalhadores jovens.
Levantamento (survey) transversal de abordagem quantitativa, descritiva e exploratória, com 144 respondentes recrutados em redes sociais. Análise por estatística descritiva, com medidas de tendência central para variáveis em classes, e categorização temática das questões abertas.
Público majoritariamente feminino e altamente escolarizado (88,2% com superior completo), com metade fora do mercado formal e desemprego mediano de 4 a 6 anos. Quase dois terços apontam a idade como principal barreira, superando qualquer lacuna de competências.
Evidencia que a barreira à reinserção reside menos na oferta de competências e mais nos vieses da demanda, e incorpora ao debate brasileiro os conceitos de ageísmo em inteligência artificial e ageísmo digital, ainda pouco mobilizados na área.
Recomenda qualificação contínua com letramento em inteligência artificial, canais de recrutamento compatíveis com o público maduro e práticas éticas de seleção algorítmica: transparência, auditoria de critérios, supervisão humana e mecanismos de contestação.
To identify and analyze the employability factors of people over 50, whether or not employed in the formal labor market, characterizing their occupational profile, the barriers limiting their inclusion and the actions that foster it.
It connects recent international literature on employability, ageism and algorithmic bias to Brazilian evidence from a highly qualified group, an underexplored angle in a field dominated by studies on younger workers.
Cross-sectional survey with a quantitative, descriptive and exploratory approach, with 144 respondents recruited through social networks. Analysis used descriptive statistics, with central tendency measures for class-based variables, and thematic categorization of open-ended questions.
A predominantly female and highly educated group (88.2% with higher education), half of them outside the formal market, with median unemployment of 4 to 6 years. Nearly two-thirds point to age as the main barrier, outweighing any skills gap.
It shows that the barrier to re-entry lies less in the supply of skills and more in demand-side biases, and introduces to the Brazilian debate the concepts of artificial intelligence ageism and digital ageism, still rarely mobilized in the field.
It recommends continuous qualification including artificial intelligence literacy, recruitment channels suited to mature candidates, and ethical algorithmic selection practices: transparency, criteria auditing, human oversight and contestation mechanisms.