A inteligência artificial tornou muito mais fácil procurar emprego. Ferramentas generativas podem adaptar currículos, escrever cartas de apresentação, identificar palavras-chave de uma vaga e produzir dezenas de candidaturas em pouco tempo.
O problema é que, se todos conseguem produzir documentos melhores, esses documentos podem dizer cada vez menos sobre quem realmente é o melhor candidato. Um novo estudo de pesquisadores que trabalham com economia, ciência da computação e mercados de trabalho diz que esse fenômeno vem criando um novo gargalo nas contratações.
Antes, a dificuldade era preencher os requisitos para uma vaga. Com a disseminação da inteligência artificial, o problema migrou para outro ponto: conseguir uma oportunidade de ser realmente avaliado.
O efeito pode gerar frustração maior para trabalhadores competentes que ainda não acumulam experiência profissional.
Quando todos os currículos ficam melhores
A inteligência artificial reduz o custo de produzir candidaturas e permite que mais pessoas adaptem seus documentos a cada vaga. Ao mesmo tempo, porém, o texto não reflete o esforço, a capacidade de escrita ou até o conhecimento de quem o produziu.
Isso altera a lógica utilizada pelas empresas. Se uma carta de apresentação ou um currículo personalizado deixa de ser um bom indicador da qualidade individual do candidato, o recrutador precisa procurar outros sinais.
Um deles é óbvio: experiência anterior. O modelo desenvolvido pelos pesquisadores mostra que, quanto menos informativos se tornam os materiais enviados pelos candidatos, mais racional passa a ser para uma empresa atribuir peso a características já observáveis, como a experiência profissional.
O resultado cria um paradoxo.
A IA pode democratizar a capacidade de produzir uma boa candidatura, mas também reduzir justamente a informação que permitia a alguém sem currículo consolidado demonstrar que merecia uma oportunidade.
O melhor candidato pode nem chegar à entrevista
Os autores dividem os trabalhadores do modelo em quatro grupos: experientes ou inexperientes, e adequados ou inadequados à vaga. O grupo mais prejudicado é o formado pelos inexperientes que seriam bons candidatos para o trabalho.
Eles não possuem experiência anterior para diferenciá-los e, à medida que os documentos individuais perdem capacidade de sinalizar qualidade, também perdem a possibilidade de mostrar por meio da candidatura que são melhores que outros candidatos igualmente inexperientes.
No modelo, esse grupo sofre a maior queda de avaliação relativa à medida que a informação individual se deteriora. Em condições extremas, as empresas podem chegar a duas situações.
Em uma delas, o custo para descobrir quem realmente é adequado se torna tão alto que nenhum candidato é avaliado. Na outra, a empresa continua avaliando pessoas, mas concentra seus esforços apenas naquelas que já possuem experiência — mesmo que existam candidatos inexperientes que seriam boas escolhas.
É uma forma de barreira à entrada criada não porque o trabalhador seja menos capaz, mas porque ficou mais difícil provar sua capacidade.
Emprego e IA: as evidências do mercado
A hipótese não surge apenas de um modelo matemático. Pesquisas recentes já mostram sinais semelhantes em mercados reais.
Um estudo publicado em 2026 na Management Science avaliou experimentos com seleção de trabalhadores e de projetos empresariais. Quando os candidatos puderam utilizar inteligência artificial generativa para produzir suas apresentações, os textos melhoraram, mas ficaram também mais homogêneos.
A consequência foi uma perda estimada entre 4% e 9% na precisão com que os avaliadores conseguiam identificar a verdadeira capacidade dos candidatos. Os avaliadores também passaram a demandar mais informações externas para tomar decisões.
Outro trabalho acompanhou a introdução de uma ferramenta capaz de escrever cartas de apresentação na plataforma Freelancer.com.
O uso da IA tornou os textos mais alinhados às vagas e aumentou a probabilidade de retorno dos empregadores. Mas houve um efeito secundário: a relação entre a qualidade dessa personalização e o retorno dos recrutadores caiu 51%.
Com a perda de valor informativo das cartas, empregadores passaram a depender mais de informações como histórico profissional e avaliações anteriores.
Um terceiro estudo encontrou que candidaturas personalizadas tinham valor claro como sinal de qualidade antes da popularização dos grandes modelos de linguagem. Esse valor caiu depois da chegada dessas ferramentas.
As três pesquisas convergem para uma mesma ideia: a IA pode melhorar a aparência de uma candidatura ao mesmo tempo em que diminui sua capacidade de diferenciar os candidatos.
O excesso de candidaturas também tem custo
O problema não está apenas na qualidade dos textos.
Se ficou mais barato candidatar-se, aumenta também o número de inscrições que uma empresa precisa processar.
Uma pesquisa da consultoria Robert Half com profissionais de recursos humanos nos Estados Unidos mostrou que 67% dos líderes da área afirmavam que candidaturas produzidas com auxílio de IA estavam tornando os processos seletivos mais lentos. Outros 65% disseram que o aumento de currículos aprimorados por IA dificultava verificar as habilidades reais dos candidatos.
Isso ajuda a explicar outra parte do modelo desenvolvido no novo estudo. Analisar candidatos tem custo. Quanto maior o volume e menor a capacidade dos documentos iniciais de indicar quem vale a pena entrevistar, maior se torna o custo de descobrir onde está o talento.
É esse fenômeno que os autores chamam, na prática, de um gargalo de avaliação.
A saída pode estar em avaliar mais, não menos
O estudo também propõe uma possível adaptação das empresas. Em vez de tentar decidir quem merece uma entrevista completa apenas por currículo e carta de apresentação, processos seletivos poderiam incluir uma etapa intermediária relativamente barata.
Os autores citam exemplos como testes práticos, amostras de trabalho e entrevistas preliminares estruturadas. Estágios, funções temporárias e períodos de avaliação também poderiam cumprir papel semelhante.
A lógica é simples. O currículo serviria cada vez menos como prova de competência e mais como porta de entrada para uma oportunidade de produzir uma nova evidência.
Um candidato que não possui experiência suficiente para convencer a empresa pelo histórico profissional poderia demonstrar capacidade realizando uma tarefa real. No modelo dos pesquisadores, esse sistema de várias etapas pode recuperar candidatos que seriam eliminados em uma seleção baseada apenas nas informações iniciais.
Em determinadas condições, a própria empresa se beneficia economicamente da mudança, porque o custo de uma avaliação intermediária pode ser menor do que o de entrevistar profundamente candidatos inadequados. 2609.30058v1
O paradoxo da democratização
A popularização da IA trouxe uma vantagem real aos candidatos. Alguém que escreve mal, não domina o idioma ou desconhece as convenções de uma carta de apresentação pode agora produzir um documento muito mais profissional. Há inclusive evidências de que a IA pode melhorar a avaliação de candidatos com menor habilidade linguística.
O problema aparece quando o uso se generaliza. Um texto bem escrito deixa de significar necessariamente que alguém escreve bem. Uma candidatura perfeitamente adaptada deixa de significar necessariamente que o candidato estudou aquela vaga com cuidado.
O sinal se torna mais barato e, justamente por isso, pode se tornar menos valioso. Para trabalhadores experientes, ainda restam empregos anteriores, avaliações, referências e resultados concretos.
Para quem tenta conseguir a primeira oportunidade, há muito menos informações disponíveis. É nesse ponto que o novo estudo traz sua observação mais importante.
A IA pode reduzir a barreira para se candidatar e, ao mesmo tempo, aumentar a barreira para provar que se merece uma oportunidade.
A resposta talvez não esteja em tentar descobrir quem usou inteligência artificial para escrever um currículo. Pode estar em construir processos seletivos nos quais candidatos tenham mais oportunidades de mostrar o que efetivamente sabem fazer.