Inglês 
Espanhol 
Um estudo da Universidade Stanford com 3,4 milhões de candidatos sugere que o seu currículo pode estar sendo barrado sempre pela mesma lógica de inteligência artificial, mesmo em empresas diferentes. É o que os pesquisadores chamam de “monocultura algorítmica”, capaz de gerar rejeições em série.
Você envia currículo atrás de currículo e a resposta quase nunca chega. Quando chega, é automática, padronizada e fria: “não seguiremos com a sua candidatura”. A sensação é de que dezenas de empresas chegaram, ao mesmo tempo, à mesma conclusão sobre você. Segundo o g1, um estudo liderado por pesquisadores da Universidade Stanford oferece uma explicação técnica para essa experiência cada vez mais comum.
A hipótese é ao mesmo tempo simples e inquietante. Talvez você não esteja sendo rejeitado por várias empresas diferentes, mas, na prática, pelo mesmo sistema de inteligência artificial, repetidas vezes. Cada porta que se fecha pode não ser uma decisão nova, e sim a repetição automática de um mesmo veredito, tomado longe dos seus olhos.
A mesma IA pode estar por trás de tantos “nãos”
A pesquisa parte de uma constatação que costuma passar despercebida. Quando muitas empresas usam sistemas parecidos para selecionar profissionais, as decisões deixam de ser totalmente independentes e um mesmo currículo tende a receber o mesmo tratamento em vários lugares. O trabalho, batizado de “Algorithmic Monocultures in Hiring”, é apontado como o mais abrangente já feito sobre recrutamento mediado por inteligência artificial.
-
Por que o Japão parou de produzir? Entenda como o país que dominou o mundo com carros, PlayStation e eletrônicos perdeu fábricas e mudou sua indústria para sempre
-
A interdição total da ponte Anita Garibaldi, em Santa Catarina, deixou filas de caminhoneiros parados por 8 horas e começou a pressionar o abastecimento no Sul do estado: o bloqueio na BR-101 já pesa na logística, atrasa cargas e acende o alerta sobre o impacto econômico de uma rota vital fechada
-
Milhões de beneficiários do INSS podem respirar: o Ministério Público Federal recomendou suspender a exigência do cadastro biométrico até novembro, uma trava que emperrava a concessão de benefícios e que, se derrubada, facilita a vida de quem tem dificuldade de se cadastrar e destrava aposentadorias e auxílios
-
Quer ganhar até R$ 864 por dia no Enem? O Inep convocou quase 49 mil certificadores para a capacitação, revelou quem passou entre os 80 mil inscritos e abriu recurso para os 31 mil que tiveram a inscrição não confirmada
Na prática, isso muda tudo para quem procura emprego. A pessoa pode se deparar com várias portas de entrada aparentemente independentes, mas todas abertas ou fechadas pela mesma lógica. O que parecia azar em série ganha, assim, um contorno bem mais concreto e técnico.
Divulgado em 2026, o estudo foi conduzido por pesquisadores ligados à Universidade Stanford, com colaboração de outras instituições. Ele coloca luz sobre uma etapa quase invisível dos processos seletivos, justamente aquela em que muitos currículos são descartados antes de qualquer contato humano.
O estudo de Stanford que analisou 3,4 milhões de candidatos
A dimensão do levantamento ajuda a entender por que ele chamou tanta atenção. Os pesquisadores analisaram uma base inédita, com mais de 3,4 milhões de candidatos e cerca de 4 milhões de candidaturas avaliadas em 156 empresas de 11 setores da economia. É um retrato do mercado de trabalho em escala rara de se obter.
Mas há um detalhe ainda mais revelador do que o volume. Todas essas candidaturas foram avaliadas por algoritmos desenvolvidos por um mesmo fornecedor de tecnologia no caso, uma plataforma de recrutamento identificada pelo estudo como a pymetrics. Foi essa característica que permitiu enxergar um fenômeno normalmente escondido.
Ao concentrar tantas decisões em um único sistema, os cientistas puderam observar padrões que candidatos, empresas e até especialistas costumam ignorar. Quando organizações diferentes usam a mesma tecnologia, elas podem, sem perceber, repetir os mesmos critérios de aprovação e rejeição em larga escala.
O que é a “monocultura algorítmica”
O conceito central do estudo tem nome sugestivo: monocultura algorítmica. Os autores tomaram o termo emprestado da agricultura, em que grandes áreas são ocupadas por uma única espécie de cultivo, como quilômetros e quilômetros de uma mesma plantação.
A comparação não é por acaso. Assim como no campo, esse modelo pode trazer ganhos de eficiência, mas também cria vulnerabilidades: quando tudo depende de um único tipo de “cultivo”, qualquer problema tende a se espalhar rápido e a atingir todo o sistema de uma vez.
Transposta para o recrutamento, a lógica é a mesma. Se um mesmo sistema de inteligência artificial avalia candidatos em muitas empresas, uma falha ou um viés desse sistema não fica restrito a um único processo seletivo — ele se replica, silenciosamente, em cada nova candidatura enviada.
Quando empresas diferentes decidem de forma parecida
Durante décadas, as decisões de contratação estiveram nas mãos de recrutadores, gestores e equipes com visões próprias. Mesmo diante de currículos parecidos, era comum que profissionais diferentes chegassem a conclusões diferentes sobre o mesmo candidato e essa diversidade funcionava como uma espécie de segunda chance.
Com o avanço dos sistemas automatizados, parte dessa pluralidade tende a desaparecer. Empresas distintas podem acabar usando modelos que analisam candidatos de forma muito semelhante, reproduzindo os mesmos padrões repetidas vezes, independentemente de quem está por trás da vaga.
O resultado é uma uniformização silenciosa dos critérios. O que está sendo padronizado não é a produção, como numa fábrica, mas a própria régua usada para decidir quem avança e quem é eliminado de um processo seletivo e essa régua passa a ser quase a mesma em todo lugar.
“Rejeição sistêmica”: quando todos os “nãos” vêm da mesma lógica
Foi essa possibilidade que levou os pesquisadores a investigar o que chamam de rejeição sistêmica. O termo descreve a situação em que um candidato se inscreve em várias vagas e é rejeitado em todas elas algo que sempre existiu, mas que ganha nova dimensão sob o comando dos algoritmos.
Os números dão concretude ao problema. Cerca de 10% dos candidatos que se inscrevem em quatro vagas são rejeitados em todas as quatro, e o padrão se mantém à medida que as candidaturas aumentam: entre os que se inscrevem em dez vagas, aproximadamente 4% acumulam dez rejeições seguidas.
À primeira vista, os percentuais podem parecer modestos. Do ponto de vista estatístico, porém, eles revelam um padrão importante: as rejeições se acumulam com frequência maior do que a esperada em decisões independentes como se muitos “nãos” tivessem, na verdade, a mesma origem.
Não é apenas azar e a estatística ajuda a provar
Para descartar a hipótese da simples coincidência, os pesquisadores foram além da observação. Compararam os resultados com uma linha de base teórica e com evidências de estudos anteriores sobre recrutamento sem centralização algorítmica, buscando entender o que seria esperado se cada decisão fosse realmente independente.
A conclusão foi direta. As rejeições sucessivas não são apenas fruto do azar ou da coincidência: elas refletem uma lógica de avaliação que se repete entre diferentes empresas. Ou seja, há um padrão por trás da sequência de portas fechadas.
Isso não significa que a culpa seja do candidato. Muitas vezes, o mesmo perfil que é reprovado em um sistema seria reprovado em vários outros semelhantes, não porque a pessoa seja necessariamente inadequada, mas porque os modelos partem de critérios parecidos para julgar quem merece seguir adiante.
O filtro invisível que age antes do recrutador
Um ponto do estudo ajuda a explicar por que tudo isso parece tão impessoal. Na maioria dos casos, os algoritmos não tomam a decisão final de contratação; eles atuam antes, como um filtro inicial que define quais candidatos avançam e quais são eliminados logo de cara.
O efeito é silencioso e, muitas vezes, invisível. Muitos profissionais podem ser descartados antes mesmo de um recrutador humano olhar o seu currículo, sem entrevista, sem contato com a empresa e, na maior parte das vezes, sem qualquer explicação sobre o motivo da recusa.
É aí que mora boa parte da frustração de quem busca emprego. O currículo é enviado, mas nem chega a disputar a vaga de verdade ele é barrado numa etapa oculta do processo, que o candidato raramente sabe que existe.
Perfis parecidos tendem a receber respostas parecidas
Outro achado do estudo reforça o efeito da monocultura. Candidatos com características semelhantes tendem a receber avaliações parecidas, mesmo quando se candidatam a empresas diferentes — como se carregassem uma etiqueta invisível de aprovação ou reprovação.
A explicação está no modo como os modelos funcionam. Quando um sistema considera um perfil pouco adequado, há uma chance significativa de que outros sistemas semelhantes cheguem à mesma conclusão e o contrário também vale para quem é bem avaliado.
O problema é o peso que uma primeira impressão passa a ter. Uma avaliação inicial, que pode ser limitada ou imperfeita, ganha força ao ser reproduzida em vários processos seletivos, transformando um único julgamento automático em uma sentença repetida vaga após vaga.
Mandar mais currículos ainda adianta alguma coisa?
Diante desse cenário, os pesquisadores testaram uma dúvida bem prática: enviar mais candidaturas ainda aumenta as chances de conseguir uma vaga? A resposta é sim mas o ganho tende a ser menor quando as decisões se repetem de um processo para o outro.
As simulações mostram a diferença de forma clara. Em um cenário de decisões independentes, um candidato precisaria se inscrever em cerca de 10 vagas para ter alta probabilidade de receber ao menos uma recomendação positiva. Ou seja, insistir compensava relativamente rápido.
Já quando os processos são influenciados por sistemas centralizados, a conta muda. Esse número sobe para cerca de 25 candidaturas para atingir uma probabilidade de 99,9% de ao menos um “sim” — bem mais esforço para o mesmo resultado, justamente porque muitas portas respondem com a mesma lógica.
Poucos fornecedores, um efeito em grande escala
O estudo não trata apenas dos algoritmos em si, mas também da estrutura do mercado por trás deles. Hoje, muitas empresas utilizam soluções desenvolvidas por um número relativamente pequeno de fornecedores, alguns dos quais atendem organizações de diferentes setores e operam em escala enorme.
Essa concentração amplia os efeitos da monocultura algorítmica. Quando um único sistema influencia decisões em dezenas ou centenas de empresas, eventuais falhas deixam de ser casos isolados — o mesmo valendo para limitações e vieses embutidos nos modelos.
Por isso, os autores defendem que a concentração tecnológica merece atenção especial. O tema não é só uma questão de concorrência de mercado, mas de impacto direto sobre as oportunidades profissionais de milhões de pessoas que dependem desses sistemas para conseguir uma entrevista.
Uma caixa-preta com pouca transparência
Apesar da influência crescente da inteligência artificial nos processos seletivos, o setor ainda opera às escuras, segundo os pesquisadores. Estudos independentes em larga escala são raros, porque as plataformas quase nunca liberam seus dados para análises externas.
Essa opacidade tem consequências práticas. Sem acesso às informações, torna-se muito mais difícil identificar falhas, medir vieses e entender como esses sistemas afetam diferentes grupos de candidatos, o que atrapalha tanto a fiscalização quanto o avanço do conhecimento.
E o que está em jogo não é pouco. Essas decisões automatizadas têm impacto direto sobre o acesso ao emprego, à renda e às oportunidades de carreira o que torna a falta de transparência um problema que vai muito além do universo técnico.
O que o candidato pode fazer diante desse cenário
Entender o mecanismo já é um primeiro passo para lidar com ele. Saber que existe um filtro automático antes do recrutador ajuda a não levar cada rejeição como um veredito pessoal e definitivo sobre o seu valor profissional.
A lógica do estudo também sugere caminhos práticos. Como as decisões automatizadas tendem a se repetir, buscar rotas que fujam desse filtro como indicações, networking e contato direto com pessoas pode ser uma forma de escapar da repetição do mesmo “não”.
Vale, ainda, revisar e adaptar o currículo a cada vaga, com atenção às palavras usadas na descrição da oportunidade. Nada disso garante a contratação, mas pode aumentar as chances de o seu currículo passar da triagem inicial e finalmente chegar aos olhos de um ser humano.
E você, já sentiu que sumiram com o seu currículo?
De uma enxurrada de “nãos” automáticos a um único sistema que pode estar por trás de todos eles, o estudo de Stanford ajuda a explicar uma angústia que muita gente conhece bem: a de mandar currículo atrás de currículo e nunca receber resposta.
E você, já teve a sensação de que o seu currículo simplesmente desaparece nos processos seletivos? Acha que a inteligência artificial deveria ter tanto poder assim sobre quem é ou não chamado para uma entrevista? Conte nos comentários a sua experiência e marque aquele amigo que vive nessa batalha por uma vaga.
