Por que seu currículo é recusado várias vezes pela mesma lógica de IA, segundo pesquisa de Standford

Enviar dezenas de currículos e receber sucessivas respostas negativas pode não significar que várias empresas chegaram, de forma independente, à mesma conclusão sobre um candidato. 

Um estudo conduzido por pesquisadores ligados à Universidade Stanford identificou que organizações diferentes podem usar sistemas de inteligência artificial desenvolvidos pelo mesmo fornecedor — e, com isso, repetir critérios, resultados e rejeições.

A pesquisa analisou mais de 4 milhões de candidaturas feitas por cerca de 3,4 milhões de pessoas a 1.746 vagas, distribuídas entre 156 empregadores de 11 setores. Todas as inscrições passaram por algoritmos de uma mesma plataforma de seleção. 

O tamanho da base permitiu observar um problema que costuma permanecer invisível para quem está em busca de uma oportunidade: empresas diferentes nem sempre tomam decisões tão diferentes quanto parecem.

Do currículo à entrevista, prepare-se com método para aumentar suas chances de contratação. Comece agora o curso gratuito

O que é a monocultura algorítmica no recrutamento

Os pesquisadores chamam o fenômeno de monocultura algorítmica. O termo descreve um mercado no qual várias organizações dependem do mesmo sistema — ou de modelos muito semelhantes — para classificar candidatos e decidir quem deve avançar.

A comparação vem da agricultura. Em uma monocultura, grandes áreas são ocupadas por uma única espécie. O modelo pode aumentar a eficiência, mas também amplia os riscos: se houver uma falha, ela se espalha por toda a plantação.

No recrutamento, o efeito é parecido. Quando diferentes empresas recorrem aos mesmos fornecedores e critérios automatizados, um padrão de avaliação pode se repetir em escala. Um candidato considerado inadequado por determinado modelo pode receber a mesma classificação ao disputar vagas em organizações que, à primeira vista, não têm relação entre si.

Rejeições consecutivas ocorreram acima do esperado

O estudo encontrou evidências de “rejeição sistêmica”, situação em que uma pessoa é descartada em todas as vagas para as quais se candidata.

Entre os participantes que enviaram inscrições para quatro oportunidades, 10% foram rejeitados em todas elas. Entre os que se candidataram a dez posições, 4% receberam dez resultados negativos consecutivos. Segundo os autores, a frequência foi superior ao que seria esperado caso as empresas tomassem decisões estatisticamente independentes.

Isso significa que o candidato pode estar diante de várias marcas, descrições de vaga e páginas de inscrição, mas sendo avaliado repetidamente por uma lógica semelhante.

Na maioria desses processos, a IA não realiza a contratação final. O sistema atua antes, classificando os participantes como recomendados ou não recomendados. Essa triagem influencia quais currículos chegam a um recrutador e quais candidaturas são interrompidas sem análise humana.

Enviar mais candidaturas ainda aumenta as chances

Os dados não indicam que se candidatar a mais vagas seja inútil. O problema é que o esforço necessário pode ser maior quando os resultados são influenciados por sistemas semelhantes. Nas simulações apresentadas na pesquisa, seriam necessárias cerca de dez candidaturas para alcançar uma probabilidade elevada de recomendação em um cenário de decisões independentes. 

Com modelos centralizados, o número poderia chegar a aproximadamente 25 inscrições para atingir 99,9% de chance de ao menos uma resposta positiva.

Entenda o que recrutadores e ferramentas de IA avaliam em candidatos. Garanta sua inscrição gratuita

A quantidade, no entanto, não substitui a estratégia. Para profissionais em início de carreira, compreender os critérios da vaga, apresentar experiências relacionadas à função e adaptar o currículo ao que está sendo solicitado pode aumentar a clareza da candidatura.

Como se preparar para processos seletivos com IA

A presença de sistemas automatizados torna ainda mais importante conhecer a estrutura de um processo seletivo. Isso inclui interpretar a descrição da vaga, identificar as competências prioritárias e apresentar experiências de maneira objetiva, sem depender de textos genéricos enviados para diferentes oportunidades.

Projetos acadêmicos, atividades voluntárias, trabalhos temporários e experiências extracurriculares podem ser relevantes quando demonstram competências exigidas pela posição. O ponto central é tornar essa relação visível no currículo e nas demais etapas da seleção.

O curso gratuito de Processos Seletivos do Na Prática aborda a leitura de vagas, a construção da narrativa profissional, a elaboração de currículo, o uso do LinkedIn, testes, dinâmicas e entrevistas. A formação também inclui conteúdos sobre o uso de inteligência artificial durante a preparação.

A pesquisa de Stanford muda a interpretação de uma sequência de respostas negativas. Elas podem indicar pontos que precisam ser revistos na candidatura, mas também podem refletir uma lógica automatizada que se repete entre diferentes empregadores. Em um mercado mediado por algoritmos, mudar apenas o nome da empresa nem sempre significa enfrentar um novo avaliador.

Inscreva-se gratuitamente e comece sua preparação agora