O verão chegou a Pittsburgh e, com meu ir, regressa uma realidade conhecida por muitos trabalhadores do universo acadêmico: a desaceleração institucional não suspende as obrigações da vida cotidiana. Exprimo que uma das primeiras surpresas que encontrei nos Estados Unidos consistiu em descobrir que, da mesma maneira que numerosos estudantes interrompem o pagamento da tuition durante os meses de verão, professores adjuntos frequentemente atravessam o mesmo período sem remuneração. A universidade reduz seu ritmo. As salas de aula esvaziam-se. As contas, sem embargo, permanecem rigorosamente presentes.
Remeto, aqui, a uma conversa que mantive com o Dr. Oscar Swan, meu anfitrião em Squirrel Hil e pioneiro em ciclismo na cidade, claro, além de aposentado da Universidade de Pittsburghl. Entre relatos sobre línguas eslavas, pesquisa e docência, contou-me que, em seus tempos de professor adjunto, dedicava os meses mais quentes do ano ao trabalho em uma oficina mecânica. O objetivo era simples: assegurar a renda necessária para sustentar os projetos intelectuais que ocupariam o restante do calendário acadêmico.
A narrativa pareceu-me improvável. Um especialista em filologia durante o ano letivo e mecânico durante o verão. Contudo, talvez resida precisamente aí uma das lições mais significativas do trabalho contemporâneo. Pizzaria, oficina, supermercado, escritório corporativo ou intership em marketing: pouco importa a natureza da atividade quando a oportunidade se apresenta.
Ocorre que, cada vez mais, a oportunidade sequer chega a apresentar-se, só eu, John e 42 saberiam.
Reclamo isso porque a experiência de procurar emprego em 2026 já não corresponde ao encontro entre candidato e recrutador. Antes que qualquer pessoa examine um currículo, este provavelmente já foi fragmentado em variáveis, convertido em sinais estatísticos, comparado com bases de dados e submetido a sucessivas camadas de classificação automatizada. A entrevista talvez jamais aconteça. O correio eletrónico de rejeição chega. O silêncio instala-se. E emerge uma sensação singular: não sabemos exatamente quem nos excluiu.
Foi essa inquietação que divisamos na reportagem Chad vs. the Algorithm, publicada por Todd Feathers na revista WIRED. O relato sob comento acompanha a trajetória de Chad Markey, estudante de medicina em Dartmouth. Proprietário de um histórico acadêmico exemplar, autor de publicações científicas relevantes, destinatário de recomendações elogiosas e portador de uma trajetória marcada pela superação de uma grave doença autoimune, Markey passou a acumular rejeições em programas de residência médica.
Algo parecia deslocado. Chora, Kochav, a resposta do: overqualified. Sad!
Não porque presumisse possuir direito natural a uma vaga. O desconforto emergia da ausência de coerência entre os sinais disponíveis e os resultados obtidos.
Enquanto numerosos candidatos atribuem a exclusão a uma deterioração genérica do mercado, Markey decidiu transformar a rejeição em objeto de investigação. Leu patentes, desenvolveu modelos em Python, simulou bases de dados, comparou currículos e observou como pequenas alterações semânticas produziam respostas distintas nos sistemas de triagem.
Em outras palavras, converteu a própria invisibilidade em problema de pesquisa. E é precisamente nesse ponto que o caso ultrapassa os limites da medicina. Algoritmos raramente compreendem trajetórias humanas. Estes processam sinais, pelo menos, sob minha óptica.
Aquilo que um recrutador experiente pode interpretar como resiliência, um sistema automatizado pode registrar como interrupção. Aquilo que uma pessoa reconhece como capacidade de adaptação, uma máquina tende a reduzir à categoria de inconsistência. Aquilo que, para um avaliador humano, exprime maturidade profissional, para um algoritmo pode surgir apenas como desvio estatístico.
Declaro que este talvez seja o primeiro segredo para sobreviver ao recrutamento automatizado: compreender que o currículo contemporâneo deixou de ser exclusivamente um documento narrativo. Converteu-se, in nuce, em uma interface destinada à leitura algorítmica.
Isso não significa mentir, John. Significa traduzir, 42. Da investigação conduzida por Markey e relatada pela WIRED, extraio algumas orientações particularmente úteis para quem deseja aumentar suas possibilidades de reconhecimento em sistemas automatizados de seleção.
Como fazer o algoritmo compreender sua trajetória profissional?
As 10 dicas de ouro para burlar o algoritmo que te persegue na experiência da jornada por busca de emprego.
1. Troque abstrações por fatos concretos. Expressões vagas, como “motivos pessoais”, “projetos diversos” ou “atividades independentes”, tendem a produzir interpretações frágeis. Sistemas automatizados respondem melhor à especificidade do que à generalidade;
2. Escreva simultaneamente para pessoas e máquinas. O currículo contemporâneo percorre dois universos interpretativos distintos. Primeiro, o algorítmico. Depois, o humano. A terminologia utilizada deve dialogar com ambos.
3. Não presuma que alguém examinou seu currículo. A grande inflexão na trajetória de Markey ocorreu quando informações atualizadas sobre suas publicações foram encaminhadas diretamente aos coordenadores dos programas. Muitas vezes o problema não consiste na rejeição, mas na invisibilidade.
4. Documente explicitamente sua trajetória. Certificações, resultados, publicações, cursos e projetos necessitam aparecer de maneira inequívoca. Sistemas automatizados raramente produzem inferências sofisticadas.
5. Transforme interrupções em contexto. Licenças médicas, pausas acadêmicas ou mudanças de carreira devem ser contextualizadas com objetividade. Lacunas costumam ser interpretadas de maneira menos favorável do que justificativas claras.
6. Utilize a linguagem efetivamente empregada pelo setor. Caso determinada competência integre os requisitos da vaga, ela deve aparecer nomeada segundo a terminologia utilizada pela própria organização.
7. Atualize constantemente o currículo. No caso de Markey, uma única publicação adicional alterou significativamente a percepção dos avaliadores humanos.
8. Construa caminhos paralelos ao filtro automatizado. Eventos profissionais, recomendações, mensagens diretas e redes de relacionamento continuam funcionando como mecanismos de reconhecimento social capazes de ultrapassar barreiras algorítmicas.
9. Preserve versões sucessivas do currículo. Pequenas mudanças semânticas podem produzir resultados distintos. O acompanhamento dessas alterações auxilia na compreensão das respostas produzidas pelo mercado.
10. Jamais converta uma rejeição automatizada em julgamento definitivo de competência. Sistemas de triagem capturam padrões textuais e estatísticos. Nem sempre capturam o valor efetivo de uma trajetória.
A segunda lição é ainda mais desconfortável. Nem toda rejeição significa, verdadeiramente, rejeição. Socius um dia, primus no outro, a tal Cinca da Escuta que já versei em Nosso UX.
Markey verificou que, após comunicar diretamente suas atualizações acadêmicas aos responsáveis pelos programas, os convites para entrevistas começaram a surgir quase imediatamente. O currículo permanecia essencialmente o mesmo. A pessoa era a mesma. A trajetória era a mesma.
O que se alterou foi a visibilidade. Quantos candidatos desaparecem diariamente não por inadequação, mas porque jamais chegaram a ser efetivamente vistos?
Essa pergunta deveria inquietar não apenas candidatos, mas também organizações. Quando a governança dos mecanismos de seleção delega excessiva autoridade a sistemas automatizados, emerge o risco de substituir critérios por indicadores indiretos, experiência por métricas e trajetórias humanas por agregados estatísticos.
Consoante observamos em Alfred Schutz, a vida social organiza-se mediante relevâncias. O problema contemporâneo talvez não resida na existência dos algoritmos. Resida, antes, no crescente hábito de delegar a eles a definição das relevâncias dignas de atenção.
À guisa de fecho, remeto ao ponto mais significativo da reportagem de Todd Feathers. O algoritmo não conhece seus sacrifícios. Não conhece suas dificuldades financeiras. Não conhece as noites sem dormir. Não conhece a história situada entre uma linha e outra do currículo. O que ele conhece são sinais.
E, em um mercado crescentemente mediado por sistemas automatizados, aprender a traduzir uma trajetória humana para a linguagem desses sinais talvez tenha se convertido em competência profissional tão relevante quanto a própria formação técnica.
Muitas vezes o algoritmo não está declarando que você é incompetente. Está apenas revelando que jamais conseguiu compreender quem você é. E jamais assim o fará.
