Dá para perceber que um currículo foi feito com IA? Dá.
Dá, e depende de quem lê. Para quem usa a ferramenta todo dia, a saída crua se anuncia: travessão, pontuação boa demais, a construção que opõe duas coisas para criar ritmo, e bullets do mesmo comprimento abrindo com verbo de ação. Em estudo controlado ninguém identifica texto de modelo com confiabilidade, e por isso o risco real não é a detecção. É a suspeita, que não pede prova e desconta do mesmo jeito.
Eu percebo na primeira linha.
Isso tem pouco mérito. Mas como diria uma boa IA, e isso é raro.
Quem trabalha com essas ferramentas todo dia acumula um repertório de padrões, e o currículo gerado carrega quase todos eles de uma vez.
A questão é que quem lê o seu currículo pode ter esse repertório, e você não tem como saber.
O que entrega
O travessão. Ninguém digita travessão. Ele não está no teclado, exige atalho, e mesmo assim aparece no meio de um documento que a pessoa diz ter escrito.
A pontuação boa demais. Ponto e vírgula usado corretamente em três lugares diferentes. Aspas curvas em um arquivo que veio de um editor que não faz aspas curvas.
A frase que opõe duas coisas para criar ritmo. Não é X, é Y. Ela parece quatro vezes na mesma página.
O vocabulário que ninguém usa falando: alavancar, robusto, apaixonado por, orientado a resultados, comprovada trajetória de.
A lista de três itens onde não existem três coisas, só existe a vontade de fechar a frase com cadência.
O mais forte nem é palavra
É a uniformidade.
Abra a seção de experiência e olhe a página inteira de longe, sem ler. Se os bullets tiverem todos o mesmo comprimento, todos abrirem com um verbo de ação e todos terminarem com uma métrica pendurada no fim, a página inteira está dizendo que foi produzida de uma vez, por alguém que não tinha material diferente para cada linha.
Uma pessoa escrevendo sobre a própria carreira produz linhas desiguais. Um trecho longo porque aquilo importa, outro de quatro palavras porque não tem mais o que falar, uma frase que começa com o nome de um cliente porque o cliente é a parte relevante.
A régua perfeita é o sinal mais barato de identificar e o mais difícil de disfarçar.
Depende de quem abre o arquivo
Para um recrutador que nunca usou ChatGPT além de curiosidade, nada disso salta. O currículo parece bem escrito, e bem escrito é bom.
Para um gestor de tecnologia que passa o dia inteiro revisando saída de modelo, a página se anuncia sozinha.
Você não escolhe qual dos dois abre o seu arquivo. Em vaga de tecnologia, produto, dados, marketing ou qualquer área que já incorporou a ferramenta na rotina, assuma o segundo. O custo de errar para o lado cuidadoso é zero.
E o que acontece quando alguém percebe
Depende da área, e nenhuma das leituras te favorece.
Descuido, para quem entende que você mandou o primeiro rascunho sem revisar.
Falta de familiaridade com a ferramenta, o que é péssimo justamente onde ela é usada todo dia. Saber usar bem inclui saber que a saída crua tem cara de saída crua.
Muleta, para as áreas criativas e para as conservadoras, que ainda leem uso de modelo como terceirização de juízo.
Nada disso vira acusação. Ninguém escreve para dizer que achou seu currículo artificial. Vira uma pilha menor, um retorno que não veio, uma preferência silenciosa por quem pareceu ter se importado mais. Você não fica sabendo, e por isso não corrige.
Ninguém consegue provar, e isso que é o pior
A objeção mais forte a tudo que está acima vem de estudo controlado, e ela é boa. Em seis experimentos com 4.600 participantes, incluindo perfis profissionais, as pessoas não identificaram autoapresentação escrita por modelo. Em teste de Turing pré registrado, o modelo com prompt de persona foi julgado humano mais vezes do que o humano real.
As duas coisas convivem, e a diferença está no que cada uma mede. O estudo pergunta se alguém acerta ao rotular um texto qualquer. Este artigo fala de um leitor treinado reconhecendo saída crua, sem edição, em um gênero que ele lê o dia inteiro. Um é veredito. O outro é desconfiança.
E é a desconfiança que cobra, porque ela nunca precisou estar certa para descontar.
O tamanho da conta foi medido. Quando uma carta de candidatura declara que um coach de carreira humano ajudou a escrever, a confiança no candidato fica igual à de quem não declarou nada. Quando declara IA, ela desaba. E ser descoberto por outra pessoa sai mais caro do que ter contado.
O que se pune ali é ter terceirizado o juízo, e não ter tido ajuda.
O detector não te salva
O reflexo seguinte é rodar o texto em um detector antes de enviar. Vale saber o que essas máquinas fazem.
Sete detectores de uso corrente foram avaliados sobre redações de TOEFL escritas por não nativos e redações de estudantes americanos. As americanas passaram quase sem erro. As de TOEFL foram marcadas como IA em 61,3% dos casos em média, e um dos detectores marcou 97,8% delas.
O erro tem direção. Eles punem quem escreve simples, e não quem usou modelo.
E se você se candidata em inglês, você é a população exata desse estudo: um verde ali não prova nada sobre o seu texto, e um vermelho pode estar dizendo apenas que o seu inglês é econômico.
A mesma lista, lida ao contrário
Aqui está a parte mais interessante: essa lista de padrões funciona como diagnóstico.
Um currículo denso, polido, bem diagramado e sem um único retorno costuma ser exatamente esse caso. A pessoa acha que o problema é o mercado, e o problema está no acabamento que ela considerou o ponto forte do documento.
Polimento virou o oposto de diferencial. Ele agora aponta para a ferramenta.
Trocar palavra não resolve
Tirar o travessão e substituir "alavancar" por "usar" limpa a superfície e deixa a página igual.
A uniformidade continua ali. O vazio continua ali.
O que desmonta o padrão é o material que só você tem: o nome do sistema que ninguém fora da sua empresa conhece, o número que você teve que ir buscar, a decisão que deu errado antes de dar certo, a restrição que explica por que aquele projeto demorou o dobro.
Isso produz frases de tamanhos diferentes por consequência, porque a realidade não vem em blocos iguais.
Nada disso é argumento contra a ferramenta. Vale a pena usar IA no currículo, e o que decide é o que você acrescenta depois que ela devolve o texto.
A Munire escreve contra essa lista
As regras estão dentro do produto, e esse é um diferencial Munire.
O nosso julgamento é o produto. As palavras são suas.
A Munire varia o comprimento das linhas porque o material de cada uma é diferente, recusa a frase que serviria para qualquer pessoa do seu cargo, e pergunta antes de escrever, porque o que quebra o padrão está com você e não no currículo antigo.
Depois ela devolve o documento para você editar. Um texto que você não revisou tem cara de texto que ninguém revisou.
Recomendamos escrever o que só você viveu, e assinar embaixo.
Mūnīre.
Posicionamento.
Referências
- Human heuristics for AI-generated language are flawed, PNAS
- Large Language Models Pass the Turing Test, ACM FAccT
- GPT detectors are biased against non-native English writers, Patterns
- The transparency dilemma: How AI disclosure erodes trust, Organizational Behavior and Human Decision Processes