Introdução
O mercado de trabalho está vivendo uma transformação silenciosa e problemática. De um lado, candidatos usam inteligência artificial para otimizar currículos e cartas de apresentação. Do outro, empresas implementam sistemas automatizados para filtrar o volume crescente de aplicações. O resultado? Um ciclo vicioso onde mais IA gera necessidade de ainda mais IA, sem beneficiar ninguém. Esta dinâmica está criando frustrações em ambos os lados e questionando a eficácia real dessas ferramentas no processo de contratação.
A Guerra dos Algoritmos no Mercado de Trabalho
Jodi Beggs, uma cientista de dados em busca de emprego, descobriu que detalhes aparentemente insignificantes faziam diferença crucial em sua pontuação. Usar duas páginas em vez de uma reduzia seus pontos. Incluir sua inicial do meio em um documento mas não em outro também prejudicava sua avaliação. Até mesmo trocar a palavra ‘percent’ pelo símbolo % melhorava seu score.
Essa experiência ilustra a realidade atual: candidatos estão tentando decifrar e agradar algoritmos de sistemas de rastreamento de candidatos (ATS – Applicant Tracking Systems). Ferramentas como Jobscan prometem otimizar currículos para passar pelos filtros automatizados, cobrando entre 30 e 50 dólares mensais por esse serviço.
O problema fundamental é que essas ferramentas operam com base em uma premissa nem sempre correta: a de que todas as empresas usam IA para classificar e ranquear candidatos automaticamente. A realidade é muito mais complexa e variada.
Como Funcionam os Sistemas ATS
Um ATS, em sua forma mais básica, coleta aplicações para vagas, ajuda equipes de RH a revisá-las e acompanha candidatos durante o processo de contratação. Alguns sistemas oferecem recursos avançados, desde gestão de onboarding até entrevistas automatizadas com IA.
Daniel Chait, CEO da Greenhouse, uma empresa de ATS, explica que existe muita desinformação sobre essas ferramentas. Cada sistema é diferente, a tecnologia evolui rapidamente, e o uso de IA varia drasticamente entre empresas. Algumas organizações dependem fortemente de classificação automatizada, enquanto outras mantêm processos completamente manuais.
Essa variabilidade cria um problema: candidatos não sabem se estão aplicando para uma empresa que usa IA ou não. Por precaução, muitos optam por usar suas próprias ferramentas de IA para otimizar suas aplicações, alimentando o ciclo vicioso.
O Paradoxo da Otimização
A ironia é que investir em ferramentas de otimização pode não garantir resultados. Uma recrutadora demonstrou como, mesmo com pontuações terríveis no Jobscan, conseguiu uma dúzia de entrevistas e uma oferta de emprego. Isso levanta questões sobre a real eficácia dessas ferramentas e se não estão apenas explorando a ansiedade dos candidatos.
O cenário econômico atual agrava a situação. Com menos contratações e demissões (o chamado ‘low-fire, low-hire economy’), vagas legítimas são escassas. Golpes e ‘ghost jobs’ – vagas falsas ou já preenchidas – são tão problemáticos que alguns estados americanos estão criando leis para combatê-los.
Empregadores relatam receber centenas de aplicações praticamente idênticas, todas otimizadas pelos mesmos algoritmos. Isso os leva a usar mais IA para tentar diferenciar candidatos, perpetuando o ciclo.
A Perspectiva Humana Ainda Importa
Nem todas as empresas sucumbiram à tentação da automação total. Kim Jones, vice-presidente de RH da Toshiba, afirma categoricamente: ‘Temos humanos revisando cada aplicação’. Ela não se importa se candidatos usam IA para polir seus materiais, mas enfatiza que isso não ajudará a passar pelo ATS, pois a seleção é baseada em requisitos específicos, expectativas salariais e outros fatores concretos.
A Doist, empresa de tecnologia totalmente remota, conduziu um experimento revelador. Eles alimentaram seu sistema com descrições de vagas já preenchidas e todas as aplicações recebidas, querendo ver se a IA selecionaria os mesmos candidatos que foram contratados. Em dois casos testados, as pessoas efetivamente contratadas – e que estavam tendo excelente desempenho após seis meses – não apareceram na lista curta gerada pela IA.
Nadia Vatalidis, head de pessoas da Doist, observou que houve alguma sobreposição nos candidatos entrevistados, mas o sistema automatizado falhou em identificar os melhores talentos que a empresa acabou contratando.
Usando IA de Forma Mais Inteligente
James Jacobsen, um profissional de design, desenvolveu uma abordagem diferente após cinco meses de busca por emprego. Em vez de apenas otimizar seus materiais de aplicação, ele usou Claude e ChatGPT para criar um sistema completo de gerenciamento de sua busca.
Sua IA assistente analisava descrições de vagas, registrava oportunidades e aplicava um sistema de pontuação elaborado baseado em tipo de trabalho, senioridade e requisitos salariais diferenciados para posições remotas, híbridas ou presenciais. Quando uma vaga era republicada semanas depois, o sistema o lembrava por que havia rejeitado anteriormente.
Jacobsen essencialmente construiu o oposto de um ATS – um sistema de rastreamento para o candidato. Ele também pediu às IAs para criticarem seu portfólio, resultando em uma reformulação de seis horas que gerou contatos de empregadores, embora ainda sem ofertas concretas.
O que Isso Significa para o Mercado Brasileiro
Para profissionais brasileiros, essas tendências são especialmente relevantes. Muitas multinacionais operando no Brasil já utilizam sistemas ATS, e empresas nacionais estão gradualmente adotando essas tecnologias. A tentação de usar IA para ‘hackear’ o sistema é compreensível, mas pode ser contraproducente.
A mensagem mais importante é que não existe fórmula mágica. Empresas que valorizam revisão humana continuarão priorizando qualidade sobre quantidade. Aquelas que dependem excessivamente de automação podem estar perdendo talentos valiosos.
Para candidatos, a estratégia mais eficaz pode ser um meio-termo: usar IA como ferramenta de apoio para melhorar a clareza e apresentação, mas manter autenticidade e foco em demonstrar valor real. Pesquisar empresas específicas, escrever cartas de apresentação personalizadas (algo que Kim Jones da Toshiba nota estar se tornando raro) e investir em networking podem ser mais eficazes que tentar enganar algoritmos.
Conclusão
O ciclo vicioso de IA no recrutamento reflete um problema maior: a tentativa de resolver questões humanas complexas com soluções tecnológicas simplistas. Enquanto candidatos e empregadores continuarem escalando o uso de IA em resposta um ao outro, a qualidade das contratações pode sofrer.
Como observou Daniel Chait, ‘é a primeira vez que ambos os lados estão insatisfeitos’. A solução não está em mais tecnologia, mas em repensar o processo. Para candidatos, isso significa menos ‘spray-and-pray’ e mais estratégia direcionada. Para empresas, significa questionar se a automação está realmente identificando os melhores talentos ou apenas criando uma ilusão de eficiência.
O futuro do recrutamento provavelmente combinará o melhor dos dois mundos: IA para tarefas administrativas e triagem inicial, mas com decisões importantes mantidas firmemente nas mãos de humanos capazes de avaliar nuances que algoritmos ainda não conseguem capturar. Até lá, candidatos e empregadores continuarão navegando neste complexo campo de batalha digital, esperando que o bom senso eventualmente prevaleça sobre a corrida armamentista algorítmica.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria “AI Use in the Job Market Is Creating an Infinite Doom Loop” publicada em Wired, disponível em https://www.wired.com/story/ai-job-market-infinite-doom-loop/.
