O recrutamento sempre foi, por natureza, um espaço de mediação humana. Um processo relacional, feito de leitura de contexto, diálogo, interpretação e aposta mútua. Hoje, esse espaço está a ser rapidamente reconfigurado. Não apenas digitalizado, mas progressivamente ocupado por sistemas de inteligência artificial. O que está em causa já não é a eficiência do processo, mas a emergência de um novo paradigma: algorithmic hiring e, em cenários mais avançados, machine-to-machine recruitment.

Neste novo modelo, os candidatos recorrem a IA para escrever e optimizar currículos e as empresas utilizam IA para os analisar, classificar e decidir. Em muitos casos, não existe qualquer intervenção humana direta. Os algoritmos comunicam entre si. As pessoas tornam-se dados num processo de contratação silencioso, opaco e difícil de questionar.

Os números ajudam a perceber a escala do fenómeno — mas só fazem sentido quando contextualizados. Dados compilados por plataformas internacionais de HR Tech indicam que cerca de 87% das empresas a nível global utilizam atualmente algum tipo de inteligência artificial no recrutamento, sobretudo na triagem inicial de candidaturas. Estes dados refletem, maioritariamente, o mercado norte-americano e grandes organizações multinacionais. Entre empresas da Fortune 500, a adoção é praticamente total: cerca de 99% recorrem a IA em pelo menos uma fase do processo de contratação.

Do ponto de vista empresarial, os argumentos a favor do algorithmic hiring são claros: eficiência, rapidez e redução de custos. Ferramentas de IA conseguem processar volumes de candidaturas impraticáveis para equipas humanas, reduzindo drasticamente o tempo de triagem

No Reino Unido, o cenário é mais moderado. O estudo AI in Recruitment Statistics UK (2023) indica que cerca de 30% dos empregadores britânicos utilizam IA no recrutamento — uma adoção relevante, mas menos acelerada. Na União Europeia, apesar da ausência de estatísticas agregadas e uniformes, o crescimento é evidente, sobretudo em grandes organizações e sectores tecnológicos, mas acompanhado por maior prudência regulatória e ética.

Do ponto de vista empresarial, os argumentos a favor do algorithmic hiring são claros: eficiência, rapidez e redução de custos. Ferramentas de IA conseguem processar volumes de candidaturas impraticáveis para equipas humanas, reduzindo drasticamente o tempo de triagem. No entanto, a perceção dos candidatos é significativamente diferente. Um inquérito realizado nos Estados Unidos mostra que 66% dos adultos afirmam que não se candidatariam a empregos onde a IA tem um papel decisivo na contratação, revelando desconfiança em processos totalmente automatizados e pouco transparentes.

Este contraste expõe um problema estrutural: quanto mais eficiente é o sistema, menos compreensível se torna para quem é avaliado por ele.

O conceito de machine-to-machine recruitment descreve um cenário em que a IA gera currículos e cartas de motivação, avalia, pontua e filtra candidaturas e decide quem avança ou é excluído. Neste circuito fechado, não há diálogo, nem feedback, nem explicação. A exclusão acontece de forma silenciosa — e, muitas vezes, definitiva.

Somam-se ainda dois fenómenos particularmente preocupantes. Por um lado, alguns modelos de IA tendem a favorecer conteúdos gerados por sistemas semelhantes aos seus, um padrão conhecido como self-preference bias. Na prática, isto significa que candidatos que não recorrem a ferramentas de IA podem ser penalizados não por falta de competência, mas por desalinhamento com o padrão algorítmico dominante. Por outro lado, persiste o mito da neutralidade, sendo os riscos de enviesamento racial ou étnico na utilização de IA em processos de contratação uma possibilidade, já que os algoritmos aprendem com dados históricos. Se esses dados refletem desigualdades passadas, a IA pode reproduzi-las — agora com uma aparência de objetividade e sem um interlocutor humano a quem pedir explicações.

Eliminar pessoas do momento da contratação pode parecer racional à escala do sistema, mas tem um custo social elevado. O trabalho não é apenas uma correspondência de palavras-chave; é contexto, potencial, aprendizagem e relação.

A União Europeia reconhece estes riscos. O Regulamento Europeu da Inteligência Artificial classifica os sistemas de recrutamento automatizado como sistemas de alto risco, exigindo transparência, supervisão humana e mecanismos de auditoria. Esta abordagem distingue a UE de mercados como o norte-americano, onde a adoção tem sido mais rápida do que a regulação. O sinal é inequívoco: automatizar não pode significar abdicar de responsabilidade.

No centro desta transformação está uma questão que ultrapassa a tecnologia e entra no domínio ético e social: Que tipo de mercado de trabalho queremos construir? Um mercado eficiente, mas opaco? Ou um mercado tecnologicamente avançado, mas ainda humano?

Eliminar pessoas do momento da contratação pode parecer racional à escala do sistema, mas tem um custo social elevado. O trabalho não é apenas uma correspondência de palavras-chave; é contexto, potencial, aprendizagem e relação. A tecnologia deve servir para ampliar decisões humanas, não para as substituir silenciosamente.

O desafio que se coloca às organizações não é saber se devem usar IA no recrutamento — isso já está a acontecer. O verdadeiro desafio é decidir como a utilizam e com que equilíbrio. Conciliar tecnologia com contratação especializada — através de parceiros com conhecimento profundo do mercado — permite aproveitar a eficiência da IA sem abdicar da leitura humana, contextual e estratégica dos perfis. É nesta combinação que o processo se torna mais robusto: reduz-se o ruído, evitam-se exclusões silenciosas baseadas apenas em palavras-chave e aumenta-se a probabilidade de verdadeiro alinhamento entre candidato e organização. Num mercado cada vez mais automatizado, a humanização do recrutamento não é um retrocesso — é uma vantagem competitiva.