Pesquisa Mostra que IA Favorece Currículos que Ela Mesma Escreveu

Uma pesquisa publicada por pesquisadores das universidades ligadas ao programa de Gestão de Operações e Serviços da Academia identificou um problema que, no atual momento do mercado de trabalho, tem mais peso do que parece: quando uma IA avalia currículos, ela tende a favorecer os currículos que ela mesma escreveu.

O estudo, conduzido por Jiannan Xu, Gujie Li e Jane Yi Jiang e apresentado na AAAI/ACM Conference on AI, Ethics, and Society, utilizou um experimento controlado em larga escala com currículos para medir o chamado viés de autorreferenciamento em modelos de linguagem. O resultado foi consistente: LLMs preferem sistematicamente currículos gerados por eles próprios em comparação a textos escritos por humanos ou produzidos por modelos concorrentes, mesmo quando a qualidade do conteúdo é controlada e mantida equivalente.

O cenário que isso cria é circular — e incômodo. Do lado do candidato, o uso de IA para melhorar ou redigir currículos virou prática corrente. Do lado do recrutador, empresas de todos os portes já adotam sistemas automatizados de triagem que também rodam sobre modelos de linguagem. Se o mesmo tipo de modelo que gerou o currículo for o responsável por avaliá-lo, a pesquisa sugere que existe uma vantagem sistemática para quem usou aquela ferramenta específica, não necessariamente para quem tem o melhor histórico profissional.

Isso chega num momento em que a pauta dos cortes de empregos no setor de tecnologia está diretamente ligada à IA. Só no primeiro trimestre de 2026, quase 80 mil trabalhadores do setor foram demitidos nos Estados Unidos, e cerca de 48% desses cortes foram atribuídos diretamente à automação e ao uso de ferramentas de inteligência artificial, segundo levantamento da Nikkei Asia. Em abril, a consultoria Challenger, Gray & Christmas registrou 83 mil demissões anunciadas em um único mês, com a IA sendo citada como principal justificativa pelo segundo mês consecutivo, respondendo por mais de um quarto de todos os cortes.

Os números têm rosto. A Block, empresa de Jack Dorsey, demitiu 4.000 funcionários em fevereiro com a declaração de que ferramentas de inteligência eliminaram parte do que as equipes faziam. A Atlassian cortou 1.600 cargos em março, com 900 deles em pesquisa e desenvolvimento, apesar de o próprio CEO ter afirmado em outubro de 2025 que a empresa contrataria mais engenheiros nos anos seguintes, não menos. A Amazon eliminou 16.000 cargos corporativos após investir mais de 80 bilhões de dólares em infraestrutura de IA em 2025.

O padrão levou especialistas e analistas a cunhar um termo específico para o fenômeno: AI washing, ou lavagem de IA. A ideia é que a narrativa da eficiência artificial serve como cobertura conveniente para decisões de corte que teriam outras motivações, sejam elas pressão de investidores, redimensionamento pós-pandemia ou margens operacionais. O próprio Sam Altman, CEO da OpenAI, admitiu publicamente não saber qual porcentagem dos cortes é genuinamente causada por IA e qual usa a tecnologia como justificativa. "Há algum AI washing em que as pessoas culpam a IA por demissões que fariam de qualquer forma", disse ele durante o India AI Impact Summit.

A pesquisa sobre viés de autorreferenciamento não resolve essa disputa, mas adiciona uma dimensão que vai além do debate sobre se os cortes são reais ou cosméticos. Ela aponta que, para quem foi demitido nessa onda e agora busca recolocação, o jogo pode estar viciado de uma maneira que não é explícita em nenhum aviso de vaga. Candidatos que não usam IA para redigir ou melhorar o currículo podem estar em desvantagem na triagem automatizada. Candidatos que usam podem estar competindo em condições que dependem de qual modelo usaram. E os profissionais de RH que contrataram esses sistemas raramente têm visibilidade sobre como eles tomam as decisões.

A armadilha do ciclo fechado

O que a pesquisa documenta é, em essência, um loop. Empresas demitem citando IA como fator de eficiência. Os demitidos precisam se recolocar num mercado em que a triagem de currículos é cada vez mais automatizada. Para passar pela triagem, passam a usar IA para escrever os currículos. A IA que triará esses currículos favorece os textos que se parecem com os que ela mesma produziria. Candidatos que não entraram nesse ciclo saem em desvantagem estrutural, não por mérito, mas por origem do conteúdo.

Os autores do estudo afirmam que os achados têm implicações diretas para plataformas que usam LLMs nos dois lados do processo seletivo, tanto para ajudar candidatos quanto para filtrar candidaturas. A transparência sobre esses sistemas e a auditoria de viés passam a ser, segundo eles, questões de equidade, não apenas de otimização técnica.