A Comparative Review of LLM Architectures in AI Resume Generators: LLaMA vs. Proprietary Models

No mercado de trabalho moderno, o currículo tornou-se um documento crítico, uma ponte entre o histórico de uma pessoa e uma oportunidade futura. No entanto, para muitos, especialmente aqueles cujas carreiras seguiram caminhos não tradicionais ou que realizaram trabalhos essenciais, mas não creditados, traduzir sua experiência para a linguagem padrão da indústria é uma tarefa difícil. Para resolver isso, desenvolvedores começaram a construir ferramentas de inteligência artificial projetadas para escrever esses currículos automaticamente. Essas ferramentas dependem de modelos de linguagem de grande escala, que são sistemas computacionais treinados em vastas quantidades de texto para compreender e gerar linguagem humana. Pense nesses modelos como motores altamente sofisticados que podem ler uma história pessoal desorganizada e reescrevê-la em um formato profissional e polido. Contudo, existe uma divisão fundamental na forma como esses motores são construídos e operados. Alguns são de código aberto (open-source), o que significa que seu funcionamento interno é público e pode ser executado em um computador de propriedade do usuário, enquanto outros são proprietários, o que significa que são sistemas fechados, de propriedade de uma empresa e acessados apenas pela internet. Essa distinção é profunda porque determina quem controla os dados, quanto custa para operar a ferramenta e o quão bem ela pode ser adaptada a necessidades específicas.

Um pesquisador da Universidade de Wuppertal, Schmidt Albert, propôs-se a compreender as implicações reais dessa divisão examinando as escolhas arquitetônicas por trás desses geradores de currículos por IA. Em vez de construir uma nova ferramenta ou testar uma diretamente, o pesquisador conduziu uma revisão estruturada da documentação existente. O estudo focou em dois exemplos principais: o sistema RealCV, que utiliza o modelo de código aberto LLaMA para converter currículos acadêmicos em currículos industriais, e os vários sistemas proprietários que dependem de modelos comerciais como o GPT. O objetivo era mapear as compensações entre essas duas abordagens em cinco áreas específicas: onde os dados residem, como a ferramenta pode ser personalizada, o custo de operação, o quão transparente é o sistema e sua capacidade de lidar com experiências de trabalho incomuns ou "invisíveis".

A revisão descobriu que a escolha entre modelos de código aberto e proprietários não é uma questão simples de um ser melhor que o outro, mas sim uma escolha entre diferentes tipos de controle e conveniência. No que diz respeito ao controle de dados, a abordagem de código aberto oferece uma vantagem significativa para a privacidade. Como sistemas como o RealCV podem ser executados em um servidor local, as informações pessoais sensíveis contidas em um currículo nunca deixam os próprios computadores da organização. Em contraste, os modelos proprietários exigem o envio de dados para os servidores de uma empresa externa para serem processados. Embora essas empresas possuam políticas de privacidade, os dados ainda viajam para fora do controle direto do usuário, o que pode ser uma barreira para organizações com regras de segurança rigorosas.

A customização apresenta outra divisão clara. Modelos de código aberto podem ser ajustados (fine-tuned), um processo no qual o modelo recebe treinamento adicional em dados específicos para aprender a linguagem exata e as necessidades de uma indústria específica. Isso permite ajustes especializados profundos. Os modelos proprietários, por outro lado, são geralmente customizados através de engenharia de prompt, onde o usuário fornece instruções detalhadas ao modelo sem alterar seu código subjacente. Embora isso seja mais fácil de fazer e exija menos habilidade técnica, o estudo sugere que pode não alcançar o mesmo nível de especialização profunda que o ajuste fino (fine-tuning).

O custo e a escalabilidade também puxam em direções opostas. Operar um modelo de código aberto requer um investimento inicial em hardware de computador e a expertise para mantê-lo, mas, uma vez estabelecido, o custo para processar milhares de currículos pode ser muito baixo. Modelos proprietários não possuem custo inicial de hardware; os usuários simplesmente pagam uma taxa para cada documento processado. Isso os torna atraentes para uso em pequena escala, mas o estudo observa que os custos podem aumentar rapidamente para grandes organizações que processam altos volumes de candidaturas.

A transparência é talvez a diferença mais marcante. Com modelos de código aberto, os pesquisadores podem ver exatamente como o sistema funciona, incluindo os dados nos quais foi treinado e as configurações específicas utilizadas. Isso permite a verificação independente e constrói confiança. Os modelos proprietários são frequentemente descritos como "caixas pretas", onde os detalhes internos são mantidos em segredo pela empresa. Embora essas empresas afirmem ter fortes medidas de segurança, a falta de documentação pública torna impossível para terceiros auditar totalmente como o sistema toma suas decisões.

Finalmente, o estudo observou o quão bem esses sistemas lidam com a "experiência invisível" — o tipo de trabalho que não se encaixa em um título de cargo padrão, como mentoria, organização comunitária ou cuidados domésticos. O sistema RealCV, construído sobre o modelo de código aberto LLaMA, foi explicitamente projetado para reconhecer e traduzir essas experiências não tradicionais em habilidades valiosas da indústria. A documentação deste sistema é clara sobre essa capacidade. Em contraste, a documentação para modelos proprietários não aborda especificamente essa tarefa, deixando incerto se eles podem realizar a mesma tradução sem testes adicionais.

O artigo conclui que nenhuma abordagem é universalmente superior. A melhor escolha depende inteiramente das necessidades específicas do usuário. Se uma organização prioriza a privacidade dos dados, a customização profunda e a capacidade de auditar o sistema, o caminho de código aberto oferece as ferramentas necessárias. Se a prioridade é a facilidade de uso, o baixo custo inicial e o acesso imediato a capacidades de linguagem poderosas sem manutenção técnica, a rota proprietária é mais adequada. O estudo destaca que o campo ainda está amadurecendo, com lacunas significativas na forma como esses sistemas são documentados, particularmente em relação aos custos de operá-los em escala e aos métodos específicos usados para customizá-los. Ao expor claramente essas compensações, a pesquisa fornece uma estrutura para que desenvolvedores e organizações tomem decisões informadas sobre qual caminho arquitetônico seguir ao construir a próxima geração de ferramentas de carreira.