Há um teatro absurdo acontecendo em milhões de processos seletivos ao redor do mundo, e o Brasil não é exceção. O cenário se divide em duas frentes automatizadas que operam em perfeita sintonia digital, mas em total desconexão humana.

No Lado A, encontramos o candidato diante do computador. Ele abre uma ferramenta de inteligência artificial generativa, insere suas experiências reais e digita o comando clássico: "ChatGPT, escreve meu currículo". Em segundos, recebe um texto polido, recheado de palavras-chave estratégicas em inglês e verbos de impacto. O arquivo é salvo em formato PDF e enviado para a vaga.

No Lado B, opera a empresa. Diante de uma enxurrada de 400 currículos recebidos para uma única vaga, o departamento de Recursos Humanos não dispõe de tempo — nem de intenção — para ler cada um deles. Entra em cena o sistema ATS (Applicant Tracking System), um software de triagem automática que faz a leitura dos arquivos em lote, conta a ocorrência exata de termos específicos, pontua os candidatos e elimina 380 deles de forma instantânea. Apenas os 20 sobreviventes com maior pontuação são encaminhados para os olhos de um recrutador.

No meio desse duelo de algoritmos, o ser humano virou figurante do próprio processo seletivo. São duas ferramentas de inteligência artificial conversando entre si, e ninguém convidou o profissional para a festa.

Considere uma simulação real desse ecossistema em 2026. O candidato automatizado se apresenta: "Possuo sólida experiência em gestão de stakeholders, liderança cross-funcional e entrega de resultados mensuráveis." O software da empresa analisa a densidade do texto e responde em código: keyword_match: 4/10 · score: 38pts · status: ELIMINADO. O detalhe trágico? O candidato possuía 12 anos de experiência real de mercado, mas a inteligência artificial que ele utilizou escolheu as palavras erradas para o filtro da empresa. Nenhum olho humano chegou a ver o documento.

A ironia perfeita do mercado eficiente

A promessa original da tecnologia no recrutamento era simples e bem-intencionada: tornar os processos mais justos, ágeis e democráticos. Supostamente, a automação eliminaria os preconceitos inconscientes dos recrutadores e evitaria que bons currículos ficassem esquecidos em caixas de e-mail lotadas.

O que se observa na prática, contudo, é um cenário diferente. O algoritmo é neutro em relação às pessoas, mas extremamente rígido em relação às palavras. Ele não compreende o contexto de que "compras rurais" e "procurement" descrevem atividades semelhantes, ou que "coordenei a equipe" e "team leadership" representam a mesma competência prática. Para o sistema de triagem, o profissional que não utiliza o idioma corporativo exato simplesmente deixa de existir. A tecnologia acabou por substituir o antigo preconceito humano por um severo preconceito semântico, muito mais difícil de ser contestado pelo trabalhador.

Para contornar essa barreira criada pelas próprias empresas, os candidatos passaram a delegar a redação de suas trajetórias à inteligência artificial, que conhece os termos exatos valorizados pelos softwares de triagem. O resultado desse ciclo é uma padronização extrema. Exaustos de personalizar dezenas de versões do próprio histórico profissional, os trabalhadores geram documentos idênticos em tom, vocabulário e estrutura. Todos passam pelos mesmos filtros e todos soam exatamente iguais, como se tivessem sido redigidos pela mesma entidade sem rosto.

A mudança na abordagem é visível. Onde antes um profissional descrevia sua rotina de forma direta — "Responsável por gerenciar o estoque da empresa e liderar a equipe de armazém com 8 pessoas" —, a otimização algorítmica exige uma nova roupagem: "Gerenciei operações de supply chain com equipe de 8 FTEs, otimizando KPIs de inventory turnover em ambiente B2B". A experiência de vida e a capacidade produtiva da pessoa são as mesmas, mas agora ela é obrigada a falar o idioma da máquina para ser notada.

O ciclo que exclui as pessoas

Esse fenômeno configura o que os especialistas chamam de feedback loop. O software de triagem da empresa é treinado com base em currículos historicamente aprovados no passado, que trazem o vocabulário de um nicho muito específico: grandes centros urbanos, corporações multinacionais e termos técnicos importados do inglês. Ao mesmo tempo, a inteligência artificial utilizada pelo candidato aprende a imitar esse mesmo padrão para garantir a aprovação. O ciclo se fecha de forma hermética, e tudo o que foge dessa bolha — a originalidade, a narrativa pessoal e a especificidade das economias regionais — é expurgado silenciosamente pelo sistema.

Em uma análise prática, se o input recebido pela máquina for de um profissional que trabalhou por oito anos em uma cooperativa de café em Garça, no interior de São Paulo, o sistema apontará baixa densidade de palavras-chave corporativas e um setor desconhecido pelos parâmetros globais. O resultado automático é a eliminação do candidato, ignorando o fato de que ele tinha a capacidade real de gerir milhões de reais em safras agrícolas. O sistema simplesmente não foi programado para fazer essa pergunta.

O especialista em mercado de trabalho Josh Bersin aponta que os recrutadores foram reposicionados de executores a estrategistas. No entanto, o dia a dia mostra que o julgamento humano — aquele capaz de identificar potencial, compreender contextos complexos e valorizar trajetórias não lineares — só entra em ação quando a maior parte dos candidatos já foi descartada por uma lógica puramente binária.

O reflexo no espelho dos robôs

Diante de duas inteligências artificiais que se olham no espelho, o conselho pragmático do mercado atual ainda é aprender a usar as ferramentas tecnológicas a seu favor, sem permitir que elas apaguem a identidade do profissional. O currículo adaptado para os sistemas de triagem funciona como uma chave para abrir as portas iniciais do processo, mas a sustentação da candidatura depende da história real, dos dados concretos e da capacidade de entrega que o trabalhador demonstra quando a entrevista humanizada finalmente acontece.

Ainda assim, permanece uma reflexão estrutural que os manuais de recolocação profissional costumam evitar: quem estabeleceu as regras e os termos que determinam quais profissionais são válidos? Se os dados que alimentam e treinam os algoritmos de triagem refletem as distorções de um mercado que historicamente já excluía trajetórias informais, experiências regionais ou formações fora do eixo tradicional, a tecnologia não traz neutralidade. Ela opera como a perpetuação de velhas desigualdades sob uma nova roupagem automatizada.

A originalidade é penalizada quando não vem embalada nos códigos semânticos corretos. A máquina não realiza leituras subjetivas e não compreende as entrelinhas da experiência humana. Esse jogo de espelhos cria um mercado de aparências digitais: o candidato simula um vocabulário artificial, o software simula uma avaliação de competências e o profissional, que busca apenas uma oportunidade de trabalho, assiste à dinâmica dos algoritmos na expectativa de que o mercado se lembre de sua existência.

William Asaph Yanraphel é jornalista formado pela Universidade do Oeste Paulista (Unoeste), pós-graduado com MBA em Gestão Estratégica Empresarial pela Universidade de Marília (Unimar) e pós-graduando em Gestão e Docência no Ensino Superior pela Unoeste. Com mais de 10 anos de experiência na intersecção entre o setor comercial e a comunicação organizacional, possui sólida trajetória em assessoria de imprensa e marketing. No telejornalismo, atua como repórter, editor de texto e apresentador.