Em breve, IA vai escrever currículos para IA ler
Estamos caminhando para um mercado onde IA escreve currículos para IA avaliar
Recentemente ouvi uma frase do Augusto Galego que ficou martelando na minha cabeça:
"A IA vai preferir currículos feitos por IA."
A princípio parece exagero. Mas quanto mais eu estudo ATS (Applicant Tracking Systems), ferramentas de recrutamento e modelos de linguagem, mais acredito que essa hipótese merece atenção. Não porque a IA "gosta" de outra IA, mas porque ambas tendem a falar o mesmo idioma.
O ciclo já começou
Até pouco tempo atrás, candidatos utilizavam editores de texto para escrever currículos. Hoje, cada vez mais pessoas utilizam ferramentas baseadas em IA para:
- Reescrever experiências profissionais;
- Adaptar currículos para vagas específicas;
- Identificar palavras-chave ausentes;
- Gerar cartas de apresentação;
- Preparar respostas para entrevistas.
Isso pode acontecer diretamente através de modelos como ChatGPT, Claude ou Gemini, mas também através de plataformas especializadas em carreira e recrutamento, como KoreCV, CVPorVagas, Jobowl, Jobscan, Rezi e diversas outras que surgiram nos últimos anos.
O ponto importante é que essas ferramentas não apenas corrigem textos. Elas ajudam candidatos a traduzirem suas experiências para uma linguagem mais próxima daquela utilizada em descrições de vagas, sistemas de matching e mecanismos de busca de candidatos.
Ao mesmo tempo, empresas estão incorporando IA em praticamente todas as etapas do recrutamento:
- Triagem de currículos;
- Matching entre candidato e vaga;
- Ranqueamento de candidatos;
- Análise de entrevistas;
- Avaliação de competências.
Em outras palavras: Uma IA já está escrevendo. Outra IA já está lendo.
O problema não é preferência
Quando falamos que uma IA pode "preferir" currículos escritos por outra IA, é fácil imaginar algum tipo de favorecimento artificial. Mas o problema é provavelmente mais sutil.
Imagine dois candidatos com exatamente a mesma experiência profissional. O primeiro escreve:
Trabalhei no acompanhamento operacional da equipe e criava relatórios para apoiar decisões.
O segundo utiliza uma ferramenta de IA que reescreve sua experiência como:
Desenvolvi dashboards e indicadores de desempenho para suporte à tomada de decisão baseada em dados.
As duas frases podem representar praticamente a mesma atividade, mas uma delas está muito mais próxima da linguagem encontrada em descrições de vagas, perfis profissionais, bases de treinamento de modelos de linguagem e ferramentas modernas de matching. Ela é mais estruturada, mais previsível, mais padronizada e mais próxima daquilo que sistemas automatizados esperam encontrar.
Existe evidência disso?
Curiosamente, sim. Pesquisadores publicaram um estudo investigando um fenômeno chamado AI Self-Preference Bias. O trabalho observou que modelos de linguagem podem demonstrar tendência a avaliar melhor conteúdos produzidos por modelos semelhantes aos utilizados na própria avaliação.
A hipótese não é que exista uma "preferência consciente". A explicação proposta é muito mais interessante: modelos tendem a compreender melhor padrões linguísticos que aparecem com frequência em seus dados de treinamento. Em outras palavras:
Um texto produzido por IA pode ser mais fácil de interpretar para outra IA.
Se isso se confirmar em cenários reais de recrutamento, estaremos diante de uma mudança importante na forma como currículos são produzidos e avaliados.
Estamos criando um novo SEO?
Essa situação me lembra muito o início da indústria de SEO. Durante anos, profissionais aprenderam a escrever para algoritmos. Palavras-chave passaram a ter enorme importância, e muitas páginas eram produzidas pensando primeiro nos mecanismos de busca e depois nos leitores.
Talvez estejamos observando algo semelhante acontecer com currículos. Cada vez mais candidatos aprendem a escrever para ATS, ferramentas de matching, algoritmos de ranqueamento e sistemas de IA utilizados no recrutamento — e apenas depois para recrutadores humanos.
O currículo deixa de ser apenas um documento profissional. Ele passa a ser também um documento otimizado para descoberta.
O paradoxo da padronização
Se todos começarem a utilizar IA para produzir currículos, algo curioso acontece. Os currículos começam a ficar parecidos. Muito parecidos. Mesmos verbos de ação, mesmas estruturas, mesmos formatos, mesmos termos e mesma linguagem.
O que hoje parece uma vantagem competitiva pode se tornar apenas o requisito mínimo de entrada. É exatamente o que aconteceu com SEO. Quando poucas empresas faziam otimização, elas ganhavam vantagem. Quando todas passaram a fazer, a otimização virou obrigação. Não diferencial.
O que passa a diferenciar candidatos?
Se a IA consegue escrever currículos melhores do que a maioria das pessoas e consegue analisar currículos melhor do que muitos filtros tradicionais, então o currículo passa a perder importância relativa.
O diferencial volta a ser aquilo que a IA não consegue inventar:
- Experiência real;
- Projetos executados;
- Resultados mensuráveis;
- Portfólio;
- Repositórios públicos;
- Produção de conteúdo;
- Histórico profissional.
A IA pode melhorar a embalagem. Mas ainda não consegue fabricar substância.
Talvez o currículo esteja mudando de função
Durante décadas o currículo serviu para apresentar um profissional. Talvez esse papel esteja mudando. Talvez o currículo esteja se transformando em uma interface de comunicação entre humanos e algoritmos — uma camada intermediária, uma tradução da experiência profissional para um formato compreensível por sistemas automatizados.
Se isso estiver acontecendo, a frase do Augusto Galego pode não ser tão exagerada quanto parece. Não porque a IA prefira outra IA, mas porque ambas foram treinadas para organizar informação da mesma forma. E sistemas tendem a compreender melhor aquilo que fala a sua própria linguagem.
E se essa hipótese estiver errada?
Existe uma possibilidade real de que esse efeito seja muito menor do que parece. Afinal, recrutamento continua sendo uma atividade humana. Mesmo empresas que utilizam ATS e IA ainda dependem de recrutadores, gestores e entrevistas para tomar decisões.
Além disso, currículos excessivamente padronizados podem acabar produzindo o efeito contrário: tornar candidatos indistinguíveis entre si. Talvez a IA ajude a melhorar a clareza, mas a diferenciação continue vindo da experiência, da comunicação e da capacidade de demonstrar resultados reais.
Por isso, vale encarar essa discussão menos como uma conclusão e mais como uma hipótese que começa a surgir conforme a IA passa a participar dos dois lados do processo.
Conclusão
Durante muito tempo pensamos em currículos como documentos escritos por pessoas para serem lidos por pessoas. Esse cenário está mudando. Hoje já existem IAs ajudando candidatos a escrever e IAs ajudando empresas a avaliar.
Talvez estejamos caminhando para um mercado onde a primeira leitura do seu currículo não será feita por um recrutador. Nem por você. Mas por outro algoritmo. E, se isso acontecer, entender como máquinas interpretam informação profissional pode se tornar tão importante quanto entender como humanos a interpretam.
Leituras e evidências
AI Self-Preference Bias in Resume Screening
Estudo que investigou se modelos de IA tendem a avaliar melhor currículos produzidos por modelos semelhantes aos utilizados na triagem.
https://arxiv.org/abs/2509.00462
Greenhouse — What is an Applicant Tracking System?
Explicação detalhada de como ATS modernos funcionam e qual seu papel dentro dos processos de recrutamento.
https://www.greenhouse.com/resources/glossary/what-is-an-applicant-tracking-system
Jobscan — How Applicant Tracking Systems Work
Material explicando indexação, buscas por palavras-chave e matching entre candidatos e vagas.
https://www.jobscan.co/applicant-tracking-systems
Microsoft Research — Information Retrieval and Semantic Search
Pesquisas relacionadas à evolução dos mecanismos de busca semântica e recuperação de informação.
https://www.microsoft.com/en-us/research/research-area/information-retrieval
KoreCV — O que é ATS, como funciona e como vencer
Artigo introdutório sobre ATS e otimização de currículos para sistemas de recrutamento.
https://www.korecv.com/blog/o-que-e-ats-como-funciona-como-vencer