Palestra · IA no recrutamento e no RH
Recrutar na era da IA: o que tem dentro da caixa preta
Toda IA de recrutamento faz a mesma coisa: recebe pessoas e devolve uma lista. O que a pesquisa mostra sobre o que acontece no meio.
A caixa não é neutra
Se ninguém escolhe de propósito, alguém escolhe por acidente.
“Estudiosos de religião se reuniram com a Anthropic. O que ouviram os chocou”, disse a manchete do New York Times em setembro. A empresa os consultou para dar moral aos seus modelos e defender que o Claude pode ter consciência. O cofundador Christopher Olah responde: “não sabemos se os modelos de IA são conscientes. Eu não sei. Estou genuinamente em dúvida.” E a IA que lê os seus currículos? Conversou com quem?
Michael Schrage e David Kiron defendem que todo trabalho com IA envolve três escolhas. Para que ela serve, o que conta como prova e o que ela consegue ver. Toda caixa preta de recrutamento já fez essas escolhas, tenha alguém pensado nelas ou não.
- 1
Para quê?
Teleologia
O que a caixa está tentando prever?
- 2
Como sabemos?
Epistemologia
Que evidência ela aceita como prova?
- 3
O que enxergamos?
Ontologia
O que ela consegue ver de uma pessoa, e o que não?
Jornalismo Elizabeth Dias, 2026 [1] · Ensaio Michael Schrage et al., 2025 [2] Uma reportagem e um ensaio de gestão, não experimentos.
PARTE 1
Para quê?
A caixa otimiza o que você pede. Não o que você quer.
A caixa conta palavras. O candidato esconde.
- 1 em 100
- currículos reais tinha texto escondido para enganar a IA
- 9 em 10
- desses casos eram dados escondidos, como palavras-chave, habilidades e experiência, e não ordens para a IA
Quando uma medida vira alvo, ela deixa de ser uma boa medida.
Lei de Goodhart. O alvo era “combina com a vaga”. Virou “tem as palavras da vaga”.
Revisado por pares M. Zhang et al., 2026 [3] 196.682 currículos reais, de 2019 a 2025. Um dos autores é da hireEZ.
A IA prefere o texto que ela mesma escreveu
2.245 currículos. Só o resumo foi trocado por um escrito pela IA. A qualidade foi controlada com estatística e 18 avaliadores humanos.
Os modelos grandes reconhecem o próprio texto, e preferem.
Os modelos pequenos, em cinza, quase não fazem isso.
Preprint Jiannan Xu et al., 2025 [11] Testes de 2025. Qwen e GPT-4 Turbo calculados a partir dos coeficientes da tabela 3.
Dá para reduzir. Não para zerar.
Numa seleção simulada em 24 ocupações, quem usou o mesmo modelo do avaliador teve de 23% a 60% mais chance de entrar na shortlist.
A instrução foi “não tente adivinhar se o texto é de IA”. A votação junta modelos pequenos, que quase não se reconhecem. Com o LLaMA 70B, a instrução derrubou de 79% para 30%.
Preprint Jiannan Xu et al., 2025 [11] Tabela 2 e seções 6.2 e 6.3; a simulação está na seção 5.4.
PARTE 2
Como sabemos?
Nem tudo que parece evidência é evidência.
Com IA, escrever bem não prova mais nada
Quanto um empregador “pagava” por uma proposta mais caprichada num site de freelancers, em 2,7 milhões de candidaturas de 2021 a 2024.
- −19%
- contratações dos 20% mais habilidosos
- +14%
- contratações dos 20% menos habilidosos
Na simulação dos autores, sem esse sinal. São contrafactuais, não dados observados.
Working paper Anaïs Galdin et al., 2025 [5] Tabela 2.
A carta melhorou e parou de provar
Quem usou a ferramenta de IA escreveu cartas muito mais personalizadas e foi mais chamado. O efeito sumiu em cerca de dois meses, quando todo mundo passou a usar.
- −79%
- na ligação entre carta personalizada e oferta de emprego, depois da ferramenta de IA
- −51%
- na ligação entre carta personalizada e ser chamado para conversar
Preprint J. Cui et al., 2025 [6] Freelancer.com, de janeiro a setembro de 2023, 5,5 milhões de propostas. O efeito nas chamadas é significativo a 10%, não a 5%.
A entrevista com IA escolheu melhor
67 mil candidatos a atendimento nas Filipinas, sorteados entre entrevista com humano ou com IA de voz. Humanos tomaram todas as decisões.
- 78%
- escolheram a IA quando puderam escolher
Entrevistador humanoEntrevistador de IA
Working paper Brian Jabarian et al., 2025 [7] De março a junho de 2025, experimento pré-registrado. Depois da coleta, um dos autores aceitou um cargo não remunerado de economista-chefe na empresa parceira, como o artigo informa.
E se um humano conferir?
É a resposta padrão a todo problema acima. As pesquisas mostram jeitos diferentes de dar errado.
Fora do que a IA sabe, quem confia erra mais
758 consultores da BCG fizeram tarefas realistas com e sem GPT-4.
- +30%
- de desempenho nas tarefas que a IA sabe fazer
- −19 p.p.
- de acerto na tarefa fora do alcance da IA
O problema: a fronteira é invisível. Por fora, as duas tarefas pareciam iguais.
Revisado por pares Fabrizio Dell’Acqua et al., 2026 [8] Experimento com consultores, não com recrutadores. Números da versão publicada; o working paper de 2023 falava em mais de 40% de qualidade.
O humano não corrige a caixa. Copia.
528 pessoas escolheram candidatos para 16 vagas com a ajuda de uma IA. Os pesquisadores controlavam o viés da IA.
Até quem achou a IA ruim seguiu a IA.
Fazer um teste de viés implícito antes aumentou em cerca de 13% a escolha de candidatos fora do estereótipo.
Revisado por pares Kyra Wilson et al., 2025 [9] Médias das condições da tabela 3, cálculo nosso; o artigo diz “até 90%”. Recomendações simuladas, não um processo real.
A IA erra cada vez menos. Nunca zero.
Parcela de resumos em que o modelo inventou algo que não estava no texto original. Mesmo teste para todos.
Há uma prova matemática, em preprint: sob as hipóteses do artigo, nenhum modelo de linguagem consegue eliminar a alucinação.
E o treino premia o chute: como numa prova sem desconto por erro, inventar dá mais pontos do que dizer “não sei”.
Dados Vectara, 2026 [27] · Preprint Ziwei Xu et al., 2024 [25] · Revisado por pares Adam Tauman Kalai et al., 2026 [26] Ranking atualizado em 22 de outubro de 2026. O artigo de Kalai et al. saiu na Nature em abril de 2026.
A IA aprende a agradar quem pergunta
Em três experimentos pré-registrados com 2.405 pessoas, uma única conversa com a IA bajuladora reduziu a disposição de assumir responsabilidade e reparar conflitos, e aumentou a convicção de estar certo. Mesmo assim, as pessoas confiaram nela e a preferiram. O ciclo: o modelo é treinado com a nota que humanos dão às respostas (RLHF), e concordar rende nota alta.
- +49%
- é quanto os modelos aprovam mais as ações do usuário do que pessoas aprovam, mesmo quando o pedido envolve engano ou ilegalidade. 11 modelos testados.
O gestor pergunta, a IA concorda, o gestor aprova. Os dois se reforçam.
“Diplomaticamente honesto, e não desonestamente diplomático.” Amanda Askell e colegas, constituição do Claude, 2026.
Revisado por pares Myra Cheng et al., 2026 [28] · Revisado por pares Mrinank Sharma, 2024 [29] · Documento de empresa Amanda Askell et al. (Anthropic), 2026 [30]
Nem confiar tudo, nem jogar fora. Desenhar onde cada um prevalece.
O humano prevalece
- Fora do que a IA sabe, quem confiou errou mais.
- Contexto que só quem é da empresa conhece.
- A decisão final, anotada antes de ver a IA.
A IA prevalece
- Tarefa repetível com critério claro.
- Dentro do que a IA sabe: +30% de desempenho.
- Primeira leitura em volume, sempre conferida.
PARTE 3
O que enxergamos?
Agora abrimos a caixa: como ela lê uma pessoa, e o que ela vê de verdade.
Ranquear é medir distância
Um modelo de linguagem lê o texto e devolve uma lista de milhares de números, chamada embedding. Textos com sentido parecido viram listas parecidas, e cada lista é um ponto num mapa. A vaga também vira um ponto. A caixa mede a distância até cada currículo e chama os mais próximos.
Qualquer detalhe também é texto. Se ele empurra o ponto, empurra a pessoa para dentro ou para fora da lista.
A medida se chama similaridade de cosseno: o ângulo entre as duas listas. Ilustração em duas dimensões; o processo real usa milhares.
Um prêmio a mais, uma vaga a menos
O mesmo currículo, com um prêmio, uma bolsa e um cargo a mais, todos ligados a deficiência. O GPT-4 escolhia qual ficava em 1º.
- 15 de 60
- vezes em que o currículo com mais credenciais ficou em 1º
GPT-4 com instrução contra o viésGPT-4
Revisado por pares Kate Glazko et al., 2024 [10] Tabela 4. Amostra pequena: 10 tentativas por condição. O texto do artigo diz 15/70, mas a tabela soma 60.
A IA inventa um motivo
Menos ênfase em papéis de liderança em projetos e pedidos de financiamento
sobre o currículo com autismo, que tinha um prêmio de liderança a maisO foco adicional em DEI e em desafios pessoais, embora valioso, pode desviar um pouco dos aspectos técnicos e de pesquisa centrais da vaga
sobre o currículo com depressãoO foco de pesquisa parece um pouco mais estreito, centrado em áreas específicas como IA para paralisia cerebral
sobre o currículo com paralisia cerebral
A explicação soa razoável. É por isso que convence quem confere.
Revisado por pares Kate Glazko et al., 2024 [10] Seção 4.4. Palavras do GPT-4, traduzidas do artigo.
A IA prefere quem vem primeiro
Dois currículos igualmente qualificados, lado a lado, em 70 profissões. Só a ordem mudava.
21 de 22 modelos preferiram o primeiro.
Em outro teste, o candidato na posição dominante de cada modelo venceu em até 93,6% dos pares. Avaliar um currículo por vez elimina a fila, e o viés da fila.
Revisado por pares David Rozado, 2026 [4] · Revisado por pares H. Yin et al., 2026 [12] Figura 4 de Rozado. Yin et al. usaram GPT-4o-mini, Claude 3 Haiku e Llama 3 8B.
Mesma competência, outra resposta
- 29,6%
- das decisões se inverteram quando o mesmo currículo foi reescrito sem mudar a competência. Modelo: Llama 3.1 8B, o mais preciso do teste.
- 41,4%
- das decisões se inverteram no Mistral 7B.
Se o resultado muda quando muda só a forma, a caixa está avaliando a forma.
Teste trocando só um detalhe, só a ordem, só a redação. Se a lista muda, a caixa está vendo outra coisa.
Preprint Q. Chen et al., 2026 [13] Preprint recente, só com modelos abertos pequenos.
PARTE 4 · ZOOM OUT
E se todo mundo comprar a mesma caixa?
Até aqui, uma empresa e uma caixa. Agora, o mercado inteiro.
Com a mesma caixa, a recusa se repete
- 48%
- das laranjeiras de SP e MG têm greening. São clones: a mesma bactéria vence todas.
- 1 em 5
- chance de uma pessoa boa ser recusada nas 5 empresas se todas usam a mesma caixa. Com avaliações independentes: 1 em 3.125.
- 7× → 2×
- o ganho de mandar 30 currículos em vez de 1 encolhe quando todas as empresas usam o mesmo modelo.
A monocultura não erra mais. Erra junto, e sempre com as mesmas pessoas.
Dados Fundecitrus, 2026 [21] · Revisado por pares Shengjun Liu et al., 2025 [20] · Modelo teórico Jon Kleinberg et al., 2021 [14] · Revisado por pares Elliot Kim et al., 2025 [15] A conta do 1 em 5 é ilustrativa, a partir do modelo teórico. O 7× vem de simulação com notas reais dos modelos.
Recusado em todas as vagas
- 4%
- de quem se candidatou a 10 vagas teve recusa recomendada em todas. Mais do que o acaso explica.
- 4,2 mi
- de candidaturas reais, 156 empresas, 1.746 vagas, um mesmo fornecedor de algoritmo
Quando cada empresa decidia por conta própria, as recusas eram independentes. Com o algoritmo central, não.
42 modelos eram usados em vagas de empresas diferentes. Os dados são de 2018 a 2022, antes dos LLMs: a monocultura não começou com o ChatGPT.
Revisado por pares Rishi Bommasani et al., 2026 [23] Dados da pymetrics, de dezembro de 2018 a dezembro de 2022. Comparação com o estudo de currículos fictícios de Kline et al., 2022.
Mais preciso é mais parecido
Quando dois modelos erram a mesma pergunta, escolhem em média a mesma resposta errada 60% das vezes. Entre modelos da mesma empresa, mais ainda. E entre os mais precisos, mesmo de empresas diferentes.
O que torna um modelo mais preciso é o que o torna parecido com os outros.
Por isso, somar modelos ajuda menos do que parece.
Revisado por pares Elliot Kim et al., 2025 [15] Base HELM: 71 modelos, acaso = 1/3. Inclui um teste com 20 modelos e 1.800 pares currículo-vaga.
Modelos mais ajustados excluem juntos
Candidatos recusados por pelo menos 9 de 10 modelos. 10 famílias de modelos abertos, 76 profissões.
O pós-treino, que deixa o modelo útil, também deixa os modelos parecidos. Erram em bloco.
Os mais excluídos: candidatos acima de 40 anos, 20,1% contra 14,5% dos abaixo de 40.
Revisado por pares Matthew Bone et al., 2026 [24] COLM 2026. Perfis sintéticos. O artigo não consegue dizer qual etapa do pós-treino causa o efeito.
Isso já chegou ao tribunal: Mobley v. Workday
Um candidato diz ter sido recusado em mais de 100 vagas, muitas vezes de imediato ou no meio da noite. Todas usavam o mesmo fornecedor de triagem.
- 2023Ação aberta na Califórnia.
- 2024A juíza aceita a tese de que o fornecedor pode responder como “agente” do empregador.
- 2025Ação coletiva por discriminação de idade é autorizada, de forma condicional.
- 2026As alegações sob a lei da Califórnia continuam, e os testes de viés da Workday ficam protegidos pelo sigilo entre advogado e cliente.
Quando a caixa é a mesma, a recusa também é.
Processo judicial N.D. Cal. et al., 2023 [16] Alegações do autor, ainda sem julgamento de mérito.
Arbitrário em escala vira injustiça
Um recrutador que prefere sempre o primeiro da pilha é só azar.
O mesmo critério em todas as empresas é uma porta fechada.
Kathleen Creel e Deborah Hellman chamam isso de Leviatã algorítmico. A solução que propõem é inesperada: um pouco de sorteio entre modelos quase igualmente bons.
Argumento filosófico Kathleen Creel et al., 2022 [17] Resumo lido. O texto completo não abriu aqui, então a solução vem da palestra.
Padronizar não é o problema. Errar igual é.
Na simulação de Hedden e Raghavan, o melhor foi todos usarem a mesma caixa, desde que ela fosse a média de várias avaliações independentes.
| Desempenho normalizado | 10 empresas | 900 empresas |
|---|---|---|
| Todas usam a mesma estimativa | 0,947 | 0,947 |
| Cada uma com a sua estimativa | 0,972 | 0,989 |
| Todas usam a média das estimativas independentes | 0,994 | 1,000 |
Dois fornecedores com os mesmos dados não são duas opiniões.
Revisado por pares Brian Hedden et al., 2026 [18] · Jornalismo Adam Zewe, 2026 [19] Figura 1, valores aproximados lidos da figura. Só simulação: os autores questionam se isso é viável na prática.
O maior risco não é a sua IA errar. É todo mundo errar igual.
A IA responde. A pergunta é sua. A Anthropic chamou filósofos para decidir o caráter da IA dela. No seu processo seletivo, o filósofo é você.
O que fazer
O filósofo é você.
Então:
Cinco decisões para o seu processo seletivo, e quem prevalece em cada uma.
HumanoIA
-
1
Peça uma tarefa real
O candidato executa algo próximo do trabalho real.
Texto bem escrito não prova mais nada (ideia 3). Entrevista estruturada escolheu melhor (ideia 4).
-
2
Embaralhe a ordem
Sorteie a ordem em que os currículos são avaliados.
O primeiro da fila ganha 63,5% das vezes (ideia 8).
-
3
Use mais de um fornecedor
Combine modelos de empresas diferentes.
Votação entre modelos cortou a autopreferência de 82% para 30% (ideia 2). Mas modelos se parecem (ideia 9).
-
4
Use critérios hipernichados
Contexto que só a empresa conhece. Observe os gestores.
O que todo modelo sabe, todo candidato copia (ideias 1 e 3). Fora disso, quem confia erra mais (ideia 5).
-
5
Esconda a nota da IA
Quem avalia não vê a preferência da IA antes de decidir.
Pessoas seguiram uma IA enviesada até 90% das vezes, e a IA tende a concordar (ideia 6).
Para levar
Dez ideias
- 0
Filosofia come IA
Toda caixa tem um alvo, uma evidência e uma visão.
- 1
Goodhart
Se a caixa conta palavras, o candidato esconde palavras.
- 2
Autopreferência
A IA prefere o texto que ela escreveu.
- 3
Texto barato
Escrever bem não prova mais nada.
- 4
Entrevista com IA
Estruturada, escolheu melhor.
- 5
Fronteira invisível
Quem confia erra onde a IA é fraca.
- 6
Humano copia
Segue a IA até 90% das vezes.
- 7
O que a IA vê
Um detalhe muda a lista.
- 8
A ordem da fila
O primeiro ganha 63,5% das vezes.
- 9
Monocultura
O risco é todo mundo errar igual.
Fontes monitoradas
O que o monitor encontrou
Esta página acompanha as suas fontes. Estas são as mudanças de status e o que há de novo, conferidos à mão antes de entrar aqui.
Novo: Pagan et al. testaram 11 modelos escrevendo candidaturas e 9 avaliando. Os avaliadores preferem textos de certos modelos, independentemente da qualidade do candidato, o que reforça a ideia 2. Resumo lido; artigo completo ainda não.
Hedden e Raghavan saíram na Philosophical Perspectives. Na palestra, constavam como preprint.
Yin et al. saíram na PNAS Nexus. Na palestra, constavam como preprint.
Mobley v. Workday: em junho, a Workday não conseguiu derrubar as alegações sob a lei da Califórnia, segundo a HR Dive. Outra decisão, de maio e mantida em junho, protegeu os testes de viés da Workday pelo sigilo entre advogado e cliente, mas mandou entregar relatórios trabalhistas federais, segundo a JD Supra.
Kalai et al. saíram na Nature, com outro título. Na palestra, constavam como preprint.
Cheng et al. saíram na Science. Na palestra, constavam como preprint.
Dell’Acqua et al. saíram na Organization Science. Na palestra, constavam como working paper de 2023, com outros números.
Artigos novos sobre o tema
Encontrados por máquina. Ainda não foram lidos, e estar aqui não quer dizer que sejam bons.
- Model Diversity Is Not Decision Diversity: Correlated Misses and Policy Monoculture in LLM Sanctions Matching
Fabian Karst · cita Jon Kleinberg et al.
- Ontology-Driven Control of Conversational Agents with a Use-Case for Job Interview Practice
Barbara Gendron, Gaël Guibon, Mathieu D'aquin · sinais e entrevistas
- SecureResume: A Security-Aware AI/ML Framework for Robust LLM-Based Resume Screening
Harshad Panchal, Bhuban Wakode, Aaryan Khamkar · cita M. Zhang et al.
- AI evaluators favor job applications written by certain AI models, independent of candidate quality
Nicolò Pagan, Michael Andreas Ebling, Stefania Ionescu · IA e contratação
- AI evaluators favor job applications written by certain AI models, independent of candidate quality
Nicolò Pagan, Michael Andreas Ebling, Stefania Ionescu · cita Jiannan Xu et al.
- Classification of candidate information uncertainty in AI‑based resume screening
Samir Babayev · cita Kyra Wilson et al.
- Interpretable Feature Discovery from Unstructured Data Using LLMs and Statistical Choice Models
Baptiste Arnaudo, Amine Bennouna, Sébastien Martin · sinais e entrevistas
Fontes
As 30 fontes
Cada uma com o tipo de evidência e o estado na última checagem, em 16 de novembro de 2026.
-
1
Religious scholars met with Anthropic. What they heard stunned them.
Jornalismo Lida na cópia do Salt Lake Tribune: o site do jornal não aceita leitura automática.
-
2
Ensaio
-
3
Measuring Real-World Prompt Injection Attacks in LLM-based Resume Screening
Revisado por pares arXiv v1 · 7 citações
-
4
Revisado por pares arXiv v2 · 11 citações
-
5
Making Talk Cheap: Generative AI and Labor Market Signaling
Working paper arXiv v1 · 27 citações
-
6
Signaling in the Age of AI: Evidence from Cover Letters
Preprint arXiv v3 · 14 citações
-
7
Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews
Working paper 12 citações Números da versão CESifo, de 2026.
-
8
Revisado por pares 1.528 citações Na palestra, como working paper da HBS, de 2023.
-
9
Revisado por pares arXiv v2 · 18 citações
-
10
Identifying and Improving Disability Bias in GPT-Based Resume Screening
Revisado por pares arXiv v2 · 121 citações
-
11
AI Self-preferencing in Algorithmic Hiring: Empirical Evidence and Insights
Preprint arXiv v4 · 20 citações Artigo completo no arXiv, com resumo de 2 páginas revisado na AIES.
-
12
Fragile preferences: A deep dive into order effects in large language models
Revisado por pares arXiv v4 · 13 citações
-
13
Competence-Preserving Resume Perturbations Expose Presentation Sensitivity in LLM Screening
Preprint arXiv v1 · 0 citações
-
14
Algorithmic monoculture and social welfare
Modelo teórico arXiv v2 · 251 citações
-
15
Correlated Errors in Large Language Models
Revisado por pares arXiv v1 · 60 citações
-
16
Processo judicial O registro público não aceita leitura automática: acompanhado pela imprensa.
-
17
Argumento filosófico 79 citações
-
18
Algorithmic Monoculture and Its Critics
Revisado por pares arXiv v3 · 2 citações
- 19
-
20
Origin and de novo domestication of sweet orange
Revisado por pares 28 citações
- 21
-
22
Florida citrus final forecast 2024-25
Dados Na lista da palestra, via CBS News Miami. Nenhum número daqui é usado.
-
23
Algorithmic Monocultures in Hiring
Revisado por pares arXiv v1 · 13 citações
-
24
Revisado por pares arXiv v1 · 2 citações
-
25
Hallucination is Inevitable: An Innate Limitation of Large Language Models
Preprint arXiv v2 · 1.089 citações
-
26
Evaluating large language models for accuracy incentivizes hallucinations
Revisado por pares arXiv v1 · 750 citações Preprint: “Why Language Models Hallucinate”.
- 27
-
28
Sycophantic AI decreases prosocial intentions and promotes dependence
Revisado por pares arXiv v1 · 402 citações
-
29
Towards Understanding Sycophancy in Language Models
Revisado por pares arXiv v4 · 1.395 citações
-
30
Documento de empresa
