Currículos feitos por IA desafiam RH e aumentam pressão por processos seletivos mais humanos

A inteligência artificial transformou a dinâmica dos processos seletivos e agora começa a criar um novo problema para as empresas: distinguir candidatos realmente qualificados em meio a currículos cada vez mais padronizados e otimizados por IA.

Um levantamento da consultoria Robert Half mostra que 66% dos gestores de contratação acreditam que a inteligência artificial generativa aumentou o número de currículos exagerados ou imprecisos nos processos seletivos. Ao mesmo tempo, 70% das empresas afirmam ainda não ter adotado medidas específicas para lidar com os riscos ligados ao uso dessas ferramentas por candidatos.

O efeito prático é uma mudança na lógica do recrutamento. Se antes a tecnologia era usada principalmente para automatizar tarefas operacionais, agora ela também redefine a forma como candidatos são ranqueados, analisados e priorizados.

Para Thiago Muniz, professor da FGV, especialista em tecnologias emergentes e CEO da Receita Previsível e da B2B Stack, a IA já não funciona apenas como um filtro administrativo.

“Antes a pergunta era ‘quem enviou primeiro?’; hoje é ‘quem parece mais compatível com o problema da vaga?’. É como trocar o porteiro que abre a porta por ordem de chegada por um que organiza a fila pela aderência de cada um”.

Do filtro automático à padronização dos currículos

Segundo o especialista, o ganho de escala é evidente: plataformas conseguem analisar milhares de currículos em poucos segundos. O problema é que a automação também pode dar aparência técnica a decisões superficiais.

“O risco é quando decisões frágeis passam a parecer objetivas apenas porque vieram de um sistema automatizado”, diz.

Ao mesmo tempo, recrutadores começam a enfrentar um efeito colateral inesperado: currículos mais parecidos entre si.

Com ferramentas generativas capazes de reescrever experiências profissionais, adaptar palavras-chave e reproduzir linguagem corporativa, cresce a dificuldade para identificar autenticidade, profundidade técnica e diferenciação real entre candidatos.

“Estamos saindo do ‘SEO de currículo’ para uma lógica de prova contextual de competência”, afirma Muniz. “Não basta repetir palavras-chave. O sistema tenta entender a coerência entre trajetória, resultados, senioridade e capacidade de resolver determinado problema.”

O que faz um currículo desaparecer na triagem digital

Na prática, isso muda também a forma como profissionais precisam estruturar seus currículos para conseguir passar pela triagem automatizada.

Segundo o especialista, um dos principais erros é apostar em currículos visualmente complexos, com excesso de colunas, tabelas, gráficos e elementos gráficos que dificultam a leitura automatizada.

“O problema muitas vezes não está no conteúdo, mas na embalagem. É como mandar uma carta com o endereço escrito em um idioma que o carteiro não consegue ler”, afirma.

Títulos vagos como “consultor” ou “analista”, ausência de métricas, excesso de jargões corporativos e descrições genéricas também reduzem a capacidade dos sistemas entenderem o valor real do candidato.

Para melhorar a leitura pelos filtros digitais sem tentar “enganar” a IA, a recomendação do especialista é priorizar clareza e contexto. “A lógica não é inventar experiência, mas traduzir melhor o que você já fez. Aproximar a linguagem da vaga, destacar resultados concretos e cortar informação periférica”, explica.

Thiago afirma que as palavras-chave continuam importantes, mas perderam protagonismo isoladamente. “Repetir ‘liderança’ dez vezes pesa menos do que mostrar qual equipe você liderou, qual meta alcançou e qual impacto gerou.”

Como tornar o currículo mais forte para IA e recrutadores

Na avaliação de Muniz, currículos que apresentam problema, ação e resultado tendem a ganhar força tanto para algoritmos quanto para recrutadores humanos.

Em vez de frases genéricas como “responsável pela equipe comercial”, ele recomenda descrições mais concretas, como: “assumi um time de seis vendedores e aumentei a conversão de 12% para 19% em oito meses”.

“Uma versão descreve atributo. A outra prova capacidade de execução”, afirma.

Segundo ele, candidatos precisam pensar em “duas plateias”: a máquina que filtra e o humano que decide.

Para passar pela triagem automatizada, o currículo precisa ser legível, objetivo e alinhado à descrição da vaga. Já para avançar nas etapas seguintes, o diferencial continua sendo a capacidade de demonstrar repertório, resultados concretos e clareza sobre os problemas que consegue resolver.

“O que mais diferencia um candidato hoje não é parecer perfeito. É demonstrar critério, evolução e capacidade real de gerar resultado”, ressalta.

Os limites da IA na avaliação de comportamento

O debate sobre limites da IA no recrutamento ganhou força especialmente após o avanço de entrevistas gravadas analisadas por algoritmos e ferramentas que prometem medir comportamento, potencial e aderência cultural. Segundo o especialista, esse é justamente o ponto mais sensível do uso da tecnologia.

“A IA é boa em medir padrões e informações objetivas. Mas comportamento e cultura são muito mais complexos. Existe um risco grande de empresas confundirem aderência cultural com repetição de perfil.”

Ele alerta que sistemas treinados com base nos profissionais já considerados bem-sucedidos dentro da empresa podem acabar reforçando padrões e reduzindo diversidade. “O risco não é só a IA errar. É a empresa otimizar para a coisa errada”, diz.

Estudos internacionais já apontaram limitações importantes em ferramentas de reconhecimento facial e voz, especialmente em relação a sotaques, expressões culturais e perfis neurodivergentes. Nos Estados Unidos e na União Europeia, regulações recentes passaram a tratar sistemas de recrutamento por IA como aplicações de alto risco, exigindo auditorias e maior transparência sobre critérios automatizados de seleção.

Para Muniz, a tendência é que empresas mantenham a IA como apoio à triagem e organização de processos, mas reforcem a participação humana nas decisões críticas.

“A IA pode apoiar o discernimento, mas não substituir o discernimento. Escalar um processo ruim só multiplica o erro mais rápido”, conclui Thiago.

Nesse cenário, o RH precisa encontrar o equilíbrio entre eficiência operacional, justiça, transparência e diversidade, evitando que a automação transforme diferenciação real em simples padronização algorítmica.