Por que este tema importa para o futuro do trabalho e do recrutamento?
- Porque entrevistas virtuais e triagem por IA já filtram uma parte crescente dos candidatos, especialmente jovens e em transição de carreira, muitas vezes antes de qualquer contato humano.
- Porque sistemas de recrutamento automatizados podem amplificar desigualdades sociais, geracionais e regionais, se não forem desenhados com critérios transparentes, dados de qualidade e supervisão ética.
- Porque o modo como avaliamos pessoas hoje — por vídeo, algoritmos e testes remotos — está moldando silenciosamente o tipo de talento, criatividade e diversidade que teremos nas empresas nos próximos 10 anos.
O debate reacendeu quando Andy Burnham, prefeito da região de Manchester, no Reino Unido, apontou que confiar exclusivamente em entrevistas virtuais e filtragem por inteligência artificial para jovens candidatos “não parece certo”. Embora o comentário seja localizado, o fenômeno é global — e profundamente relevante para quem busca reposicionamento profissional, primeiro emprego ou uma mudança radical de carreira. Plataformas de recrutamento baseadas em IA, entrevistas por vídeo gravado, testes gamificados e triagem automática de currículos já são rotina em empresas do Brasil e do mundo. O que está em jogo não é apenas eficiência de seleção, mas quem terá o direito de ser visto, ouvido e considerado.”
Do currículo ao algoritmo: quem realmente está sendo avaliado?
Na teoria, a automação no recrutamento resolve um problema real: excesso de candidatos, pouco tempo e necessidade de decisões rápidas. Dados de consultorias globais de RH indicam que, em grandes empresas, entre 60% e 80% dos currículos podem ser filtrados automaticamente antes que um recrutador os veja. No Brasil, isso tende a crescer à medida que soluções de HR Tech e people analytics se popularizam, especialmente em setores com muitas vagas operacionais, comerciais e de tecnologia.
Na prática, porém, há uma pergunta incômoda: estamos avaliando o potencial da pessoa ou a familiaridade dela com o formato digital imposto pelo sistema? Um jovem da periferia com internet instável, uma profissional em transição de carreira que há anos não participa de processos seletivos, ou alguém que divide computador com a família, podem se sair pior em entrevistas virtuais não por falta de competência, mas por problemas de infraestrutura, experiência prévia e segurança digital. Quando a triagem é feita por IA, qualquer viés embutido em dados históricos — como preferência por certas universidades, bairros ou trajetórias lineares — tende a ser reproduzido com ainda mais velocidade.
Esse cenário exige uma mudança de mentalidade: do “fit perfeito no modelo” para a avaliação genuína de capacidade de aprendizagem, adaptabilidade e contribuição futura. Em vez de perguntar se o candidato se encaixa no padrão que o algoritmo aprendeu com o passado, o recrutador deveria questionar se esse padrão ainda faz sentido para o futuro da organização. O algoritmo é uma lente; não pode se tornar o juiz final da trajetória de uma pessoa.
Impactos para quem busca recolocação e transição de carreira
Para quem está em transição de carreira, o modelo atual pode ser particularmente cruel. A lógica dos algoritmos de triagem costuma favorecer a linearidade: mesma área, evolução de cargo, estabilidade em um único setor. Mudanças radicais — por exemplo, de bancário para analista de dados, ou de professora para product manager — “quebram” os padrões do sistema. Como o histórico não se parece com o de quem já está naquela função, a IA tende a classificar esse candidato como risco maior e, muitas vezes, eliminá-lo precocemente.
A boa notícia é que isso não é inevitável. Empresas mais maduras em talento e IA começam a adotar modelos de avaliação baseados em habilidades (skills-based hiring) e não apenas em cargos anteriores. Em vez de procurar “5 anos de experiência em marketing digital”, passam a buscar domínio de análise de dados, escrita persuasiva, experimentação e conhecimento de ferramentas específicas. Para candidatos brasileiros, isso significa duas estratégias práticas: 1) traduzir a própria história em linguagem de competências (resultados, métricas, tecnologias usadas), e 2) construir provas digitais de habilidade — portfólios, projetos em repositórios públicos, certificações on-line e contribuições em comunidades técnicas.
Outro ponto crítico é a preparação específica para formatos virtuais e automatizados: ajustar iluminação e som, treinar respostas em vídeo, entender como funcionam testes on-line e assessments comportamentais. Isso não deveria ser um diferencial, mas hoje é. Profissionais de todas as idades precisam aprender a “negociar” com a interface: falar com a câmera, pausar conscientemente, estruturar respostas em blocos lógicos. Não se trata de se tornar artificial, e sim de reduzir o ruído tecnológico que atrapalha a percepção real de competência.
Responsabilidade das empresas: eficiência sem desumanizar
Do lado das organizações, a questão vai além de justiça social: é também estratégia de talento e produtividade. Ao tornar o funil de recrutamento altamente dependente de entrevistas virtuais frias e filtros automáticos, empresas podem estar rejeitando candidatos criativos, adaptáveis e com alta capacidade de aprendizagem — justamente o tipo de talento crítico em contextos de transformação digital. Estudos de tendências de RH indicam que empresas que diversificam seus canais e métodos de avaliação (mesclando IA, entrevistas estruturadas, tarefas práticas e conversas humanas) conseguem times mais inovadores e engajados no médio prazo.
Há pelo menos quatro práticas que RHs e líderes no Brasil podem adotar imediatamente: (1) transparência: explicar, na descrição da vaga, em que etapas a IA será usada e com que finalidade; (2) dupla validação: garantir que qualquer reprovação automática crítica seja revisada periodicamente por um profissional humano; (3) inclusão digital: oferecer alternativas para candidatos com dificuldades tecnológicas — por exemplo, permitir regravação de vídeos, disponibilizar horários alternativos ou pontos de apoio presencial; (4) monitoramento de viés: analisar recortes de gênero, raça, região e idade nos aprovados em cada etapa para identificar distorções.
Isso não significa abandonar a IA, mas redefinir seu papel: de filtro invisível a ferramenta de apoio, auditável e questionável. O uso ético de tecnologia no recrutamento não é apenas um imperativo moral; ele impacta diretamente a capacidade das empresas de atrair talentos diversos, evitar litígios trabalhistas, fortalecer sua marca empregadora e sustentar a inovação em longo prazo.
Tendências globais e o contexto brasileiro
Globalmente, vemos três movimentos convergentes. Primeiro, regulações mais rígidas sobre IA e dados, como o debate europeu em torno da classificação de sistemas de recrutamento como “alto risco”. Segundo, pressão de candidatos — especialmente da Geração Z — por processos mais transparentes, com feedback objetivo e menor sensação de “caixa-preta algorítmica”. Terceiro, surgimento de ferramentas que focam menos em descartar candidatos e mais em orientar trilhas de desenvolvimento, sugerindo cursos, vagas alternativas e competências a aprimorar.
No Brasil, esse cenário se cruza com desigualdade educacional, diferenças regionais de infraestrutura digital e um mercado de trabalho em rápida reconfiguração, com crescimento de vagas em tecnologia, serviços especializados e economia criativa. Para os profissionais, isso exige uma combinação de alfabetização digital, consciência crítica sobre IA e protagonismo na própria narrativa profissional. Para RHs e lideranças, o desafio é resistir à tentação de usar tecnologia apenas como redução de custo e volume, e adotá-la como aliada na construção de processos mais justos, precisos e humanizados.
Em última análise, a questão levantada por Andy Burnham ecoa muito além de jovens britânicos: qual será o papel da experiência humana na decisão de contratar alguém? Se aceitarmos que o primeiro e o último olhar sobre um candidato sejam sempre digitais, corremos o risco de reduzir pessoas a padrões estatísticos. Se, ao contrário, usarmos IA como microscópio — um instrumento que amplia detalhes, mas não substitui o olhar do cientista — teremos um recrutamento mais alinhado ao futuro do trabalho que dizemos desejar: diverso, criativo e verdadeiramente humano.
Principais Perguntas Respondidas
- 1. Por que entrevistas virtuais e triagem por IA são tema crítico hoje?
Porque já influenciam silenciosamente quem entra ou não nas empresas, especialmente entre jovens e pessoas em transição de carreira, moldando o futuro do mercado de trabalho. - 2. Como esses sistemas podem prejudicar candidatos?
Ao penalizar quem tem menos familiaridade digital, conexão precária ou trajetórias profissionais não lineares, e ao reproduzir vieses presentes nos dados usados para treinar os algoritmos. - 3. O que candidatos podem fazer para se adaptar?
Traduzir sua trajetória em competências mensuráveis, criar provas digitais de habilidade, treinar para entrevistas em vídeo e entender o funcionamento básico de testes on-line e plataformas de recrutamento. - 4. O que as empresas devem mudar em seus processos?
Usar IA de forma transparente e auditável, garantir revisão humana de decisões críticas, oferecer alternativas inclusivas para entrevistas virtuais e monitorar continuamente possíveis vieses nos resultados. - 5. Como isso se conecta a tendências globais de RH e tecnologia?
Conecta-se à regulação de IA, à pressão por processos mais justos e à migração para modelos de contratação baseados em habilidades, que tendem a valorizar mais o potencial do que apenas o histórico formal. - 6. Qual é o equilíbrio ideal entre tecnologia e contato humano no recrutamento?
Usar tecnologia para ganhar escala, organizar dados e apoiar decisões, mas preservar momentos significativos de interação humana, em que contexto, nuance e empatia possam realmente influenciar a contratação.
Artigo Original: ‘Doesn’t seem right’ | Andy Burnham urges employers to rethink virtual interviews & AI screening
