Comece com três perguntas diferentes
A discussão sobre IA e empregos se torna confusa quando três medidas são tratadas como intercambiáveis. A exposição pergunta se uma tecnologia poderia realizar algumas tarefas em uma ocupação. Os efeitos observados perguntam se o emprego, as horas, os salários, a contratação, ou a qualidade do trabalho de fato mudaram. As previsões estimam o que pode acontecer sob suposições sobre capacidade, adoção, demanda, regulação, e a economia mais ampla. Um emprego pode estar altamente exposto sem desaparecer: as planilhas eletrônicas transformaram a contabilidade, por exemplo, ao mesmo tempo em que aumentaram a demanda por parte do trabalho contábil.
A estimativa de exposição global mais robusta disponível em 2025 veio da Organização Internacional do Trabalho e do instituto polonês NASK. Seu índice em nível de tarefa classificou cerca de 25% do emprego global como tendo alguma exposição à IA generativa, mas apenas 3,3% na categoria de exposição mais alta. Os autores concluíram que a transformação era mais provável do que a substituição completa, porque a maioria das ocupações combina tarefas automatizáveis e não automatizáveis. A exposição era maior em economias de alta renda e para as mulheres, em grande parte porque o emprego administrativo está distribuído de forma desigual. Essas são estimativas modeladas, não uma contagem de empregos já perdidos (OIT–NASK, maio de 2025).
O que de fato foi observado
Em setembro de 2026, a evidência de desemprego em massa em toda a economia causado pela IA generativa não está estabelecida. A adoção é substancial, mas desigual, e as estatísticas oficiais de emprego não identificam uma categoria limpa “causada pela IA”. As empresas podem invocar a IA ao mesmo tempo em que cortam empregos por causa de taxas de juros, contratação excessiva, terceirização, ou reestruturação comum. Demissões anunciadas são, portanto, evidência causal mais fraca do que um estudo comparando trabalhadores ou empresas semelhantes com exposição diferente à IA.
O padrão de curto prazo mais crível é a realocação dentro dos empregos e dos canais de contratação. Experimentos de campo encontraram ganhos de produtividade em tarefas delimitadas, como atendimento ao cliente e escrita, muitas vezes com ganhos maiores para trabalhadores menos experientes. Isso não implica o mesmo efeito em toda uma ocupação: uma produção mais rápida pode reduzir o quadro de pessoal, aumentar a demanda, elevar a qualidade, ou simplesmente aumentar o volume de trabalho. O Índice de IA 2026 de Stanford relata que os efeitos no mercado de trabalho são desiguais e concentrados em algumas ocupações expostas e em canais de contratação de trabalhadores mais jovens, mas essa evidência ainda está se desenvolvendo, e não é prova de que uma geração inteira foi deslocada (Stanford HAI, 2026).
As tarefas administrativas continuam entre as mais expostas, enquanto a exposição se expandiu para trabalho profissional digitalizado, como programação, análise, e finanças. A presença física não torna um emprego permanentemente seguro; ela apenas limita o que os sistemas atuais de texto e tela conseguem fazer sem robótica — uma lacuna que a página deste manual sobre o estado da robótica humanoide examina diretamente. O julgamento licenciado e a confiança interpessoal também podem desacelerar a substituição, embora as instituições ainda possam automatizar a preparação, a triagem, a documentação, e o monitoramento em torno dessas funções.
Corrigindo a previsão de manchete
O Relatório do Futuro dos Empregos 2025 do Fórum Econômico Mundial estimou 170 milhões de empregos criados e 92 milhões deslocados até 2030, para um crescimento líquido de 78 milhões. Esses números cobrem cinco macrotendências juntas: mudança tecnológica, fragmentação geoeconômica, transição verde, mudança demográfica, e incerteza econômica. Não são uma estimativa de empregos criados ou destruídos pela IA isoladamente. Dentro das expectativas dos empregadores do relatório, a IA e a tecnologia de processamento de informação foram associadas a 11 milhões de empregos criados e 9 milhões deslocados. A metodologia combina uma pesquisa com mais de 1.000 grandes empregadores com dados de emprego da OIT, de modo que representa expectativas de empregadores projetadas globalmente, não um resultado medido (WEF, janeiro de 2025). O WEF é uma organização liderada por empregadores, uma perspectiva que os leitores deveriam ter em mente ao interpretar sua pesquisa.
As estimativas de consultorias frequentemente medem “horas tecnicamente automatizáveis”. Elas podem ser úteis para o planejamento de cenários, mas não são previsões de desemprego. A implantação depende de confiabilidade, redesenho do fluxo de trabalho, responsabilidade legal, custos de integração, negociação trabalhista, preferência do cliente, e se a automação torna um serviço barato o suficiente para expandir a demanda. Um modelo que consegue realizar 60% das tarefas listadas em uma demonstração não necessariamente automatizou 60% da função remunerada de um trabalhador.
O que uma transição para a AGI poderia mudar
Tudo acima diz respeito à IA generativa atual. Os efeitos trabalhistas da AGI são projeções, porque nenhum teste acordado estabeleceu que a AGI existe. Um sistema capaz de aprender novos domínios de forma confiável, planejar em horizontes longos, operar ferramentas, e melhorar fluxos de trabalho poderia expor uma gama muito mais ampla de trabalho cognitivo. Se a robótica também se tornasse barata e confiável, o trabalho físico poderia seguir o mesmo caminho. Por outro lado, a regulação, as estruturas de propriedade, a preferência humana, e a demanda complementar poderiam preservar ou criar trabalho mesmo com sistemas muito mais fortes.
A incerteza chave não é apenas a capacidade, mas a distribuição dos ganhos. O crescimento rápido da produtividade pode coexistir com a queda da renda do trabalho, se os proprietários de capital capturarem a maior parte dos retornos. Ele também pode financiar salários mais altos, semanas de trabalho mais curtas, serviços públicos, ou dividendos sociais, se as instituições distribuírem os ganhos. “Haverá empregos?” é, portanto, uma pergunta menos completa do que perguntar quem possui os sistemas, quem pode negociar, quem arca com os custos de transição, e se as famílias retêm renda e capacidade de ação.
Exposição desigual e efeitos de segunda ordem
As transições raramente são uniformes. Centros administrativos podem ser afetados antes de regiões dominadas por construção ou trabalho de cuidado. Tarefas de nível de entrada podem encolher mesmo quando funções sêniores persistem, enfraquecendo a via pela qual iniciantes se tornam especialistas. Trabalhadores com deficiência podem ganhar assistência valiosa e, ao mesmo tempo, encontrar triagem e vigilância automatizadas. Países de renda mais baixa podem ganhar acesso a expertise, mas perder trabalho de serviço terceirizado do qual as economias locais dependem.
A medição também deixa passar a qualidade do emprego. A IA pode remover trabalho penoso, mas pode intensificar o trabalho por meio de monitoramento, metas algorítmicas, e expectativas de produção constante. Uma contagem estável de emprego pode esconder compressão salarial, menos horas, autonomia degradada, ou uma mudança de emprego formal para contratação precária. Por outro lado, ela pode esconder novos benefícios de acessibilidade e empreendedorismo. Um painel responsável deveria acompanhar contratação, salários, horas, vagas, conteúdo das tarefas, controle do trabalhador, e distribuição — não apenas demissões.
Uma leitura doméstica prática
Não tome uma decisão de carreira irreversível com base em uma única previsão. Trate a exposição como um estímulo para diligência:
- Liste as tarefas pelas quais você é pago, incluindo trabalho de relacionamento, responsabilização, e contexto físico que os títulos de cargo omitem.
- Teste ferramentas atuais em tarefas reais e registre sua confiabilidade, o ônus de supervisão, e os custos de falha.
- Observe as mudanças na contratação, nas aquisições, e no fluxo de trabalho de seu empregador — não apenas as declarações executivas.
- Construa evidência portátil de julgamento, conhecimento de domínio, confiança do cliente, e produtividade assistida por IA.
- Reduza a concentração doméstica em um único empregador ou pacote estreito de tarefas quando viável.
A conclusão honesta em setembro de 2026 não é nem “nada está acontecendo” nem “a maioria dos empregos está prestes a desaparecer”. A evidência atual mostra exposição substancial de tarefas, adoção desigual, ganhos de produtividade em ambientes delimitados, e disrupção inicial em alguns canais de contratação. Grandes alegações de emprego líquido continuam sendo previsões. O deslocamento em escala de AGI é um cenário plausível cuja magnitude depende tanto da implantação e da economia política quanto da capacidade do modelo.