A inteligência artificial piorou o recrutamento antes de começar a salvá-lo

# A inteligência artificial piorou o recrutamento antes de começar a salvá-lo

Um psicólogo organizacional britânico mostra como a automação da triagem criou um recrutamento onde ninguém confia em ninguém. Para o RH brasileiro, o diagnóstico reforça o peso de regras que já cobram explicação sobre decisão automatizada.

Um psicólogo organizacional britânico mostra como a automação da triagem criou um recrutamento onde ninguém confia em ninguém. Para o RH brasileiro, o diagnóstico reforça o peso de regras que já cobram explicação sobre decisão automatizada.

Nota da redação: a fonte original (SAPO) não menciona a nacionalidade de Tomas Chamorro-Premuzic, apenas seus cargos acadêmicos e profissionais; a atribuição de nacionalidade britânica não pôde ser confirmada. Além disso, as afirmações sobre o conteúdo específico da LGPD (Lei 13.709/2018) e do PL 2338/2023, que sustentam a seção sobre o ângulo brasileiro, não constam na fonte usada como base do artigo e não puderam ser verificadas contra texto legal ou fonte documental específica. Leia essa parte como interpretação do autor sobre a direção da regulação, não como citação direta e checada de dispositivo legal.

Vou direto ao ponto: a IA não tornou o recrutamento mais justo. Tornou mais rápido, e isso não é a mesma coisa. Essa é a tese de Tomas Chamorro-Premuzic, psicólogo organizacional, professor na University College London e na Columbia University, e chief science officer da Russell Reynolds Associates, numa análise publicada em fevereiro de 2026 e reproduzida pelo site português SAPO. Concordo com o diagnóstico dele, e acho que ele serve de espelho exato para o que já vejo em empresa brasileira: o RH automatizou a triagem antes de ter critério para isso.

O sonho meritocrático que não aconteceu

A promessa era simples: currículos lidos por algoritmo, entrevistas por vídeo analisadas por máquina, testes gamificados, tudo cruzado com dados de performance. Menos achismo, mais ciência. Segundo um relatório do Fórum Econômico Mundial citado por Chamorro-Premuzic, cerca de 90% das empresas já usam algum tipo de sistema automatizado para filtrar, classificar ou excluir candidatos. Nomes como Amazon, Unilever, Goldman Sachs, Siemens, Walmart e Chipotle adotaram essas ferramentas para dar conta de recrutamentos de grande volume.

O problema não é a adoção em si. É o que a adoção virou na prática.

Uma corrida armamentista que ninguém pediu

De um lado, a empresa automatiza a triagem. Do outro, o candidato usa IA generativa para produzir currículo impecável, carta de motivação sem erro e resposta de entrevista ensaiada friamente. Em poucas horas, uma pessoa consegue se candidatar a centenas de vagas com ajuda de algoritmo. O resultado, segundo Chamorro-Premuzic, é um sistema onde ninguém confia em ninguém: o recrutador desconfia que o currículo foi otimizado por IA, e o candidato se sente tratado como número num funil automatizado.

A reação de muita empresa, diz ele, foi recuar para o que chama de recrutamento medieval: entrevista presencial, indicação pessoal, rede de contatos pesando mais do que mérito comprovado. A tecnologia criada para abrir oportunidade para quem não tem rede de contatos acabou reforçando justamente quem já tinha essa rede. Isso bate com algo que converso com recrutador brasileiro o tempo todo: quando o processo automatizado perde credibilidade, a empresa não melhora o processo, ela volta para o informal, que é onde o viés histórico mora mais à vontade.

O viés que a IA aprende sem avisar

Aqui entra o ponto que menos empresa brasileira questiona o fornecedor de software de recrutamento: com que dado o modelo foi treinado, e para prever o quê? Chamorro-Premuzic aponta um problema estrutural: falta dado objetivo de desempenho real no mercado de trabalho. Muito sistema é treinado para prever quem impressiona numa entrevista ou quem sobe de cargo, não quem entrega resultado sustentado. A IA aprende a reconhecer performance visível e capacidade de autopromoção, não excelência.

Se o modelo foi treinado com decisão de contratação do passado, ele aprende também o viés do passado, inclusive o que discriminava por gênero, raça, idade ou origem. Quando esse viés escala, ele escala rápido e para todo mundo ao mesmo tempo. Nenhum fornecedor de ferramenta de triagem no Brasil costuma publicar, de forma acessível ao RH que compra, um teste de viés por grupo demográfico. Na dúvida, o padrão deveria ser perguntar isso antes de assinar contrato, não depois que a Justiça do Trabalho perguntar para você.

O que a LGPD já cobra, e o que o projeto de lei de IA pode cobrar, do RH brasileiro

Essa é a parte que o artigo original, escrito para um público europeu, não cobre, e que me interessa mais como quem acompanha regulação no Brasil. A Lei Geral de Proteção de Dados (Lei 13.709/2018) trata do direito do titular de pedir revisão de decisão tomada com base em tratamento automatizado que afete seus interesses, o que pode incluir a definição de perfil profissional. Na prática, isso significa que a triagem de currículo feita por algoritmo, sem nenhum humano olhando antes de eliminar o candidato, está no radar da lei de proteção de dados.

Há também um projeto de lei de IA em discussão no Congresso Nacional (PL 2338/2023) que propõe classificar sistema de seleção de emprego como de alto risco. Isso significaria, se aprovado nesses termos, exigência de explicação sobre o critério usado e possibilidade de contestação humana. Repito: é projeto, não é lei em vigor, e sua tramitação pode mudar. Mas é a direção clara para onde a regulação brasileira parece caminhar, e o RH que já desenha esse fluxo de revisão hoje não vai precisar correr atrás depois.

Em resumo: se sua empresa usa triagem automatizada, o candidato reprovado precisa saber a quem pedir revisão humana, e essa rota precisa existir de verdade, não só no papel da política interna.

O contra-argumento que não dá para ignorar

Agora o lado que não posso varrer para debaixo do tapete: existe evidência de que IA bem desenhada melhora, sim, o processo. Um estudo de campo conduzido por pesquisadores de Stanford e da USC mostrou que candidatos filtrados por entrevista estruturada conduzida por IA tiveram 20% mais chance de avançar para a fase humana, não porque o algoritmo descobriu gênio escondido, mas porque eliminou irrelevância e improviso logo na primeira etapa.

Isso derruba a ideia simplista de que toda automação é ruim. O ganho aparece quando a IA impõe estrutura e critério consistente, reduz ruído na decisão e libera o recrutador para fazer o que só humano faz bem: entender motivação, ler contexto, construir confiança. O erro não é automatizar. É automatizar sem desenhar, sem testar e sem abrir espaço de revisão, tratando a ferramenta como substituta do julgamento em vez de disciplina para ele.

O que o RH pode fazer já na segunda-feira

Minha posição, depois de pesar os dois lados: a IA no recrutamento só compensa quando o humano continua dono da decisão final e o processo é auditável. Isso dá para começar a aplicar sem esperar o projeto de lei virar lei.

• Pergunte ao fornecedor da ferramenta de triagem com que base de dados o modelo foi treinado e se houve teste de viés por grupo demográfico; se a resposta for vaga, trate isso como bandeira vermelha, não como detalhe técnico.
• Documente em que etapa um humano revisa a decisão automatizada, antes da eliminação do candidato, não depois.
• Escreva, na política de recrutamento, a frase que o candidato pode usar para pedir revisão humana da própria triagem, amparado na Lei Geral de Proteção de Dados.
• Use IA para padronizar roteiro de entrevista e critério de avaliação, que é onde a evidência de Stanford e USC mostra ganho real, e não para substituir a leitura humana da entrevista em si.
• Acompanhe a tramitação do PL 2338/2023: se a seleção de emprego vier a ser classificada oficialmente como categoria de alto risco, sua empresa já vai ter o fluxo de explicação e contestação pronto.

A IA entrou mal no recrutamento porque entrou rápido demais e sem pergunta feita. Ela ainda pode ajudar, mas só na mão de quem continua decidindo com critério humano no centro, não na borda.

Fonte: SAPO