Em algumas empresas, o domínio da inteligência artificial já virou parte do próprio teste de seleção
A inteligência artificial já redefine produtividade, contratação e formação profissional em tecnologia. Pesquisa do Stack Overflow mostra que 84% dos desenvolvedores já usam ou planejam usar ferramentas de IA no processo de desenvolvimento, enquanto 51% afirmam utilizá-las diariamente.
Um estudo com 1.725 recrutadores dos Estados Unidos, Reino Unido e Alemanha mostrou que candidatos que destacam habilidades em inteligência artificial têm entre 8 e 15 pontos percentuais mais chances de serem convidados para entrevistas de emprego, especialmente em áreas como design gráfico, assistência administrativa e engenharia de software.
Esse avanço acompanha a escala dos investimentos no setor. Segundo a Gartner, os gastos globais com inteligência artificial devem atingir US$ 2,52 trilhões em 2026, alta de 44% em relação ao ano anterior. Segundo a Bridgewater Associates, gigantes da tecnologia como Microsoft, Amazon, Meta e Alphabet devem investir juntas cerca de US$ 650 bilhões em infraestrutura de IA somente em 2026.
“Assim como em outras carreiras já foi quase automático listar domínio de Excel ou PowerPoint, e no desenvolvimento de software, durante anos, o conhecimento em linguagens como Java esteve entre as competências mais valorizadas pelo mercado, agora começa a surgir outro item, menos explícito, mas cada vez mais decisivo: a capacidade de trabalhar com inteligência artificial”, destaca Carlos Lopes, sócio e gerente de desenvolvimento de negócios da Codeminer42, boutique brasileira de desenvolvimento de software.
Da detecção à avaliação
Por anos, o mercado tratou o uso de IA em processos seletivos como um problema a ser controlado, com mecanismos para detectar ou proibir seu uso. A Codeminer42 seguiu o caminho oposto: decidiu inverter a lógica tradicional de avaliação técnica e tratar a IA não como risco, mas como competência central.
“A gente percebeu que o trabalho real de engenharia mudou. A IA já faz parte do dia a dia e continuar avaliando como se ela não existisse criava um descompasso entre o teste e a realidade”, afirma Romulo Storel, sócio e diretor de Recursos Humanos na Codeminer42.
“Chegou um momento em que estávamos investindo energia em detectar IA, e não em avaliar engenharia. Era uma corrida que não fazia sentido vencer”, diz Storel. A partir daí, a pergunta central mudou de “essa pessoa usou IA?” para “essa pessoa entende o que produziu com IA?” — e, com ela, toda a lógica do processo seletivo.
O teste técnico foi redesenhado para pressupor o uso de inteligência artificial, com problemas pensados para serem resolvidos com a ajuda dessas ferramentas. O candidato recebe um problema realista e tem liberdade total para usar ChatGPT, GitHub Copilot, Claude ou Cursor, sem qualquer restrição. Mas o que é avaliado mudou: “O foco não é mais o código final, mas o caminho: quais decisões a pessoa tomou, por que escolheu uma abordagem, como validou o que a IA produziu e o quanto consegue defender o resultado”, explica Storel.
O verdadeiro filtro acontece na entrevista posterior, quando o candidato precisa explicar, justificar e adaptar o que entregou. “É na conversa que fica evidente quem só copiou e quem realmente entendeu”, afirma Storel. “Perguntamos sobre trade-offs, mudanças de cenário, pontos frágeis. Quem não acompanhou o raciocínio trava.”
Os erros da era da IA
A abertura ao uso de IA também trouxe um novo padrão de erros, menos ligados à execução e mais à validação: aceitar respostas aparentemente corretas que falham em casos extremos, perder o controle do contexto em problemas mais longos, adicionar complexidade desnecessária ou confiar cegamente na primeira sugestão da ferramenta.
“O uso intensivo de IA, por si só, não é preditor de aprovação”, afirma Storel. “Os melhores candidatos combinam uso estratégico com revisão crítica.”
Um dos achados mais interessantes é que idade, formação ou senioridade não são bons preditores de desempenho: há juniores se destacando por aprender a usar IA de forma crítica, e profissionais experientes com dificuldades, seja por resistência à ferramenta ou excesso de confiança. “O que mais diferencia hoje é maturidade técnica e postura investigativa”, explica Storel.
O que vem pela frente
Na prática, o currículo não muda tanto na forma, mas no conteúdo relevante: continuam pesando domínio de fundamentos, experiência com tecnologias e projetos consistentes — mas ganha peso quem consegue demonstrar o uso real de IA no dia a dia e a experiência prática em resolução de problemas com a tecnologia.
“Nos próximos anos, a tendência é que os processos seletivos se aproximem cada vez mais do ambiente real de trabalho, com IA integrada, decisões complexas e foco em raciocínio”, resume Storel. “Empresas que resistem estão filtrando pelo critério errado e acabam selecionando quem disfarça melhor o uso de IA, não quem trabalha melhor”, completa Lopes.
