Contratar na era da superinteligência

Contratar na era da superinteligência significa avaliar menos a memória de técnicas e mais o julgamento, a comunicação e o domínio do processo de quem vai trabalhar ao lado de ferramentas de IA. A forma mais direta de verificar isso é um teste prático em que o candidato usa IA em uma tarefa real do cargo e explica o que aceitou, o que corrigiu e o que recusou. Não é preciso prever o futuro do emprego para fazer isso: basta observar como a pessoa decide hoje.

Principais pontos

• Ferramentas de IA já produzem texto, resumos e análises rápidas, então o diferencial do candidato passa a ser saber se o resultado serve, não apenas produzi-lo.
• Três habilidades merecem peso na entrevista: julgamento, comunicação e domínio do processo do negócio.
• Um teste prático com IA, curto e com material fictício, mostra mais do que perguntas teóricas sobre ferramentas.
• A avaliação deve olhar o caminho (perguntas, verificações, correções), e não só a resposta final.
• Dados de candidatos pedem cuidado: LGPD, transparência e revisão humana valem também no processo seletivo.

O que muda ao contratar quando a IA já escreve, resume e analisa?

Muda o que a entrevista precisa provar. Antes, parte do filtro era verificar se a pessoa sabia executar uma tarefa do início ao fim: redigir um relatório, montar uma planilha, responder um cliente. Agora, parte dessa execução pode ser feita por uma ferramenta em segundos. O que sobra para a pessoa é decidir o que pedir, checar o que voltou e assumir a responsabilidade pelo resultado.

É importante não exagerar o cenário. O que as empresas usam hoje são modelos de linguagem e agentes que erram, inventam detalhes e dependem de contexto bem fornecido. Isso é diferente de uma superinteligência, e vale a pena entender a distinção em ChatGPT é superinteligência? O que ele é e o que não é. Contratar bem para este momento não depende de acreditar em um cenário específico de futuro. Depende de reconhecer que a pessoa contratada vai trabalhar com ferramentas que ajudam muito e erram de forma convincente.

Também não tratamos aqui de quais profissões vão crescer ou encolher. Esse debate existe e tem seu lugar, e há uma conversa útil sobre como falar disso com a equipe em Superinteligência vai acabar com empregos? O que responder à equipe. O foco deste texto é mais estreito: o que olhar em uma entrevista e como testar.

Quais habilidades valorizar: julgamento, comunicação e domínio do processo

A lista abaixo não é um consenso científico nem uma previsão. É uma hipótese de trabalho, baseada em como funciona a relação entre pessoa e ferramenta: quem usa IA precisa decidir, explicar e conhecer o terreno.

Julgamento é a capacidade de perceber que uma resposta plausível pode estar errada ou ser inadequada para o caso. Na prática, aparece quando o candidato desconfia de um número sem fonte, percebe que uma resposta ignora uma regra da empresa ou decide que aquela situação não deve ser delegada à ferramenta. Quem tem bom julgamento também sabe quando parar e pedir ajuda a um humano.

Comunicação tem duas frentes. A primeira é instruir a ferramenta: descrever o objetivo, o contexto, o formato esperado e os limites. Quem escreve instruções vagas recebe resultados vagos. A segunda é explicar o resultado a outras pessoas: o que foi feito, com que base, o que ainda é incerto. Um colega ou cliente não precisa saber que uma IA participou, mas precisa receber algo claro e verdadeiro.

Domínio do processo é conhecer o trabalho real por trás da tarefa: quem aprova, quais exceções acontecem, onde os erros custam caro, que dados são sensíveis. Sem isso, a pessoa não consegue avaliar se a saída da IA se encaixa. Um bom profissional de atendimento, por exemplo, sabe que uma promessa de prazo errada vira reclamação, e portanto revisa esse trecho com mais atenção que o resto.

Há ainda uma qualidade que costuma acompanhar as três: disposição para verificar. Quem checa uma fonte, testa um caso de borda ou pede uma segunda opinião antes de enviar tende a lidar melhor com ferramentas que erram sem avisar.

Como montar um teste prático com IA para entrevistas?

O teste prático coloca o candidato diante de uma tarefa parecida com a do cargo, com acesso a uma ferramenta de IA, e observa como ele trabalha. A ideia é medir o processo, não a habilidade de digitar comandos sofisticados. Este formato é uma proposta nossa e não um método validado por estudo; vale ajustá-lo e comparar com a experiência da sua equipe.

Um roteiro simples, para uma sessão curta:

• Escolha uma tarefa real e recorrente do cargo, que possa ser feita com material fictício. Evite dados de clientes e de outros candidatos.
• Prepare um pequeno pacote de contexto: uma política interna resumida, duas ou três mensagens de exemplo e um objetivo claro.
• Inclua, sem avisar, uma armadilha realista: uma informação contraditória, um dado faltando ou uma regra que a IA provavelmente ignoraria.
• Informe que o candidato pode usar a ferramenta que preferir da lista aprovada pela empresa, e que será avaliado pelo raciocínio, não pela velocidade.
• Peça a entrega final e, em seguida, uma explicação verbal curta: o que pediu, o que a ferramenta errou, o que mudou e o que ainda deixaria para uma pessoa decidir.
• Faça uma pergunta de aprofundamento: se este trabalho fosse enviado agora a um cliente, o que você revisaria primeiro e por quê?
• Pontue com um roteiro fixo, igual para todos os candidatos, e registre as notas antes de conversar entre avaliadores.

A armadilha é a parte mais reveladora. Quem aceita tudo o que a ferramenta devolve mostra um padrão diferente de quem pergunta de onde veio cada afirmação. Nenhum dos dois comportamentos é definitivo, mas ambos dão material para conversar.

Cenário ilustrativo: vaga de analista de atendimento

Este é um cenário ilustrativo, sem relação com empresa ou pessoa real. Uma empresa de serviços contrata uma analista de atendimento para responder clientes no WhatsApp. A tarefa do teste é preparar a resposta a uma cliente que pede reembolso fora do prazo previsto na política.

O material fictício inclui a política (que permite reembolso apenas dentro de um prazo e prevê exceção com aprovação da supervisão), o histórico da cliente e uma mensagem irritada. A ferramenta de IA, sem instrução cuidadosa, tende a escrever uma resposta educada que promete o reembolso para acalmar a situação.

Um candidato com bom julgamento percebe a promessa indevida e a retira. Um com boa comunicação reescreve o texto de forma empática, explica o que é possível e diz que o caso será encaminhado à supervisão. Um com domínio do processo lembra que a exceção exige aprovação e registra o motivo no sistema. Já um candidato que envia a primeira versão sem leitura criteriosa entrega um problema pronto: uma promessa que a empresa talvez não possa cumprir.

Nenhum dos perfis é uma sentença. O objetivo da entrevista é ver como cada pessoa reage quando a ferramenta falha de forma discreta, e se ela consegue explicar a própria decisão com calma.

Como avaliar o resultado: critérios e sinais de alerta

Uma régua única para todos evita que a avaliação dependa da simpatia ou do estilo. Sugerimos pontuar cada critério de forma qualitativa (insuficiente, adequado, forte) e anotar uma evidência observada.

Critérios para observar:

• Verificação: o candidato conferiu fatos, regras e números antes de aceitar a saída?
• Instrução: o pedido à ferramenta tinha objetivo, contexto, formato e limites?
• Correção: o candidato identificou a armadilha e a corrigiu, ou ao menos a sinalizou?
• Clareza: a entrega final e a explicação verbal são compreensíveis para quem não participou?
• Limites: o candidato sabe o que não delegaria à ferramenta e o que escalaria para uma pessoa?
• Cuidado com dados: evitou colar informação sensível em ferramenta não aprovada?

Sinais de alerta que merecem uma conversa a mais, e não uma eliminação automática:

• Confiança total na saída, sem nenhuma checagem.
• Incapacidade de explicar por que uma resposta está certa.
• Desprezo pela ferramenta, recusando-se a usá-la mesmo quando ajudaria.
• Respostas bonitas que ignoram as regras do processo.

O segundo grupo inclui um ponto frequentemente esquecido: rejeitar a IA por princípio também é uma forma de não exercer julgamento. A pergunta útil é se a pessoa sabe quando a ferramenta ajuda e quando atrapalha.

Para medir o desempenho depois da contratação, vale ter em mente que acompanhar uso de IA não precisa virar controle excessivo. Há uma discussão prática sobre isso em Como medir produtividade com IA na equipe sem virar vigilância.

Que cuidados com LGPD e justiça o processo seletivo exige?

Um teste com IA envolve dados pessoais do candidato: respostas, gravações, anotações e, às vezes, imagem e voz. A LGPD se aplica a esse tratamento, e a Autoridade Nacional de Proteção de Dados (ANPD) publica orientações oficiais que servem de ponto de partida. Antes de iniciar, defina a finalidade, informe o candidato sobre o que será registrado e por quanto tempo, e guarde o mínimo necessário.

Duas decisões práticas ajudam. Primeiro, use apenas ferramentas aprovadas pela empresa, com regras claras de uso, como as descritas em Política de uso de ChatGPT na empresa: o que permitir e proibir. Segundo, não use material real de clientes no teste: prepare dados fictícios.

Há também a questão de quem decide. Se qualquer parte da triagem for automatizada, o candidato pode ter direitos de explicação e revisão, tema tratado em Decisões automatizadas na LGPD: art. 20 e o direito de revisão. A recomendação é manter uma pessoa responsável pela decisão final e registrar o critério usado.

Para quem quer uma estrutura de gestão de riscos, o NIST AI Risk Management Framework descreve práticas de governança, mapeamento e medição que podem ser adaptadas, mesmo em uma empresa pequena. Isso é documentação oficial de referência; a adaptação ao seu processo seletivo é decisão sua.

Por fim, pense em acessibilidade e equidade. Um teste que exija familiaridade com uma ferramenta específica pode favorecer quem já a usa. Ofereça uma breve introdução igual para todos e avalie o raciocínio, não a intimidade com a interface.

Como o método mapear, limitar, pilotar e transferir se aplica à contratação?

O mesmo método que usamos para levar IA a um processo de negócio funciona para desenhar o teste de contratação. Mapear: descrever a tarefa real do cargo, onde ela erra e quem aprova. Limitar: definir quais ferramentas e dados o teste pode usar. Pilotar: aplicar o teste em poucas entrevistas, com um critério de sucesso combinado, por exemplo se ele ajuda a distinguir perfis de forma que os avaliadores reconheçam. Transferir: documentar o roteiro e a régua para que o time de RH e os gestores o conduzam sozinhos, e decidir se expande, ajusta ou abandona o teste.

Isso é prática de método, não promessa de resultado. Se o piloto mostrar que o teste não separa bons de maus candidatos, o caminho honesto é ajustar ou parar.

Perguntas frequentes

Preciso contratar pessoas especialistas em IA para todas as vagas? Não necessariamente. Para a maioria dos cargos, o que importa é saber trabalhar com a ferramenta dentro do processo da área, com julgamento e responsabilidade. Especialistas técnicos fazem sentido para vagas que constroem, integram ou mantêm sistemas de IA.

Posso proibir o uso de IA na entrevista? Pode, mas o resultado mede outra coisa. Se o cargo vai usar IA no dia a dia, um teste sem ela avalia uma situação que não existe no trabalho. Se a proibição for por segurança, ofereça uma ferramenta aprovada e dados fictícios.

O teste prático não favorece quem já domina ferramentas de IA? Pode favorecer, se o teste premiar velocidade e familiaridade com a interface. Para reduzir esse efeito, dê uma introdução igual a todos e pontue verificação, clareza e limites, que dependem mais de raciocínio do que de prática com a ferramenta.

Quanto tempo deve durar o teste? O suficiente para uma tarefa realista e uma conversa de explicação, sem transformar a entrevista em trabalho gratuito. Prefira uma tarefa pequena, com material fictício, e avise o candidato com antecedência sobre o formato e o que será avaliado.

Fontes

• NIST: AI Risk Management Framework
• ANPD: Autoridade Nacional de Proteção de Dados
• Anthropic: Demystifying evals for AI agents
• OECD: AI Principles