Por que o preenchimento de palavras-chave funciona em sistemas legados ATS
Todo sistema de rastreamento de candidatos legado no mercado hoje usa alguma forma de correspondência de nível de token como sua camada de classificação. Mesmo quando o marketing diz "AI", a implementação é geralmente uma das três coisas: extração de palavras-chave booleana, correspondência ponderada TF-IDF ou semelhança semântica usando embeddings de frases. As três têm a mesma vulnerabilidade estrutural: são determinísticas. Um candidato que conhece as regras pode produzir reliablemente a saída desejada, independentemente da compatibilidade real.
A pesquisa da Jobscan documenta como a prática é comum e o estudo da Harvard Business School sobre trabalhadores ocultos estimou que 27 milhões de americanos qualificados são rejeitados por triagem automatizada por motivos não relacionados à capacidade.
As quatro formas pelas quais os candidatos manipulam o sistema
- Texto branco oculto. Um bloco de palavras-chave digitadas em branco na parte inferior da página, invisível para um leitor humano, mas totalmente visível para um parser.
- Seções de habilidades repetidas. A seção de habilidades aparece duas ou três vezes com variações mínimas.
- JD cópia-colada no resumo. O candidato copia o primeiro parágrafo da descrição do trabalho verbatim para o resumo do currículo.
- Reescrita de bullets para combinar com palavras-chave. Um bullet real é reescrito para refletir a descrição do trabalho com termos técnicos mais avançados.
Por que a "combinação de palavras-chave mais inteligente" não é a solução
Fornecedores que notam o problema de stuffing de palavras-chave geralmente tentam corrigi-lo com um modelo de palavras-chave mais inteligente. Eles adicionam filtros de palavras de parada, semelhança semântica, correspondência baseada em BERT, resumos de GPT-4. O problema é que todos esses modelos ainda estão lendo tokens.
A solução não é um modelo de palavras-chave mais inteligente. A solução é parar de classificar por palavras-chave completamente. O classificador tem que ler para resultados, coisas que o candidato teria que inventar realizações fictícias para falsificar, e não para tokens.
O que aprendemos na Amazon sobre entradas adversárias
Antes de Curriculo ATS, o fundador passou anos na Amazon trabalhando em busca e recomendações. Entradas adversárias são um problema antigo nesses sistemas. O padrão que funcionou foi classificar em sinais que o vendedor não poderia fabricar diretamente — dados de compra reais, taxas de devolução reais, padrões de revisão verificados.
O processo de contratação funciona da mesma maneira. O candidato pode escrever quaisquer palavras-chave que desejar; o sistema de classificação deve ler algo diferente. Especificamente, o sistema lê currículos para quatro categorias de resultado: receita, equipes, sistemas e problemas. O modelo produz uma pontuação composta de 0 a 100 com justificativa escrita que cita resultados específicos encontrados.
Os dados que vemos sobre taxas de preenchimento por função e senioridade
As taxas de preenchimento de palavras-chave variam fortemente por função e senioridade. Engenheiros seniores e gerentes de produto seniores preenchem com mais frequência, pois aplicaram a mais vagas e aprenderam os padrões. A taxa de preenchimento para candidatos a engenheiro backend sênior amostrados foi de cerca de 38%, com o padrão mais comum sendo uma seção de habilidades duplicada combinada com bullets que espelham a descrição do trabalho. Para gerentes de produto seniores, a taxa foi de cerca de 31%.
A triagem de palavras-chave legada promove sistematicamente os candidatos que mais se candidatam, em vez dos mais qualificados, e a taxa de disparidade é mais alta exatamente nas faixas de senioridade onde os fundadores mais precisam de um sinal preciso.
O que um fundador faz esta semana
Se você suspeita que o preenchimento de palavras-chave tenha poluído sua lista de candidatos, três verificações rápidas lhe dirão:
- Abra os cinco principais currículos em sua atual ATS e selecione todo o texto. Se o texto branco oculto aparecer, o candidato está preenchendo.
- Leia a seção de experiência do currículo contra a seção de habilidades. Se a lista de habilidades afirma muitas tecnologias, mas a experiência menciona apenas algumas, o restante é preenchimento.
- Verifique se o resumo do currículo espelha a descrição do trabalho com muita proximidade.
