A previsão que não queria morrer
Há mais de uma década, um único número ancora o medo público da automação: 47%. Em 2013, os economistas da Oxford Martin School Carl Benedikt Frey e Michael Osborne estimaram que essa fatia do emprego nos EUA estava em ocupações de alto risco de computadorização — em uma janela futura não especificada, que eles descreveram apenas como “talvez uma década ou duas”. O artigo se tornou um dos textos de pesquisa econômica mais citados do século, e o número de 47% ainda circula em manchetes e apresentações de diretoria como se fosse uma previsão consolidada, e não uma estimativa probabilística construída sobre premissas de 2013 sobre quais tarefas o software poderia plausivelmente aprender.
Até 2022, Robert D. Atkinson, da Information Technology and Innovation Foundation, tinha o experimento natural que falta a outros previsores: nove anos de dados reais do mercado de trabalho. Seu veredicto foi direto. Os EUA haviam somado cerca de 16 milhões de empregos desde a publicação do artigo, o desemprego estava em 3,7%, e quando ele comparou os escores de risco por ocupação de Frey e Osborne com o que de fato aconteceu com essas ocupações, a correlação era fraca — cerca de 0,26. Os 47% não se concretizaram. Isso não significa que a automação seja inofensiva; significa que um único escore de vulnerabilidade fixado em um ponto do tempo, por mais rigorosamente modelado que seja, é um guia pobre para uma década de mudança tecnológica, econômica e institucional. Qualquer afirmação sobre profissões “seguras” a seguir deve ser lida com esse modo de falha em mente.
Dois paradoxos que as pessoas insistem em confundir
Discussões sobre trabalho manual e IA invocam regularmente duas ideias como se fossem intercambiáveis. Não são, e a diferença importa para o planejamento.
O paradoxo de Moravec é uma observação computacional, batizada em homenagem ao livro de 1988 do roboticista Hans Moravec, Mind Children, e articulada na mesma época por Rodney Brooks e Marvin Minsky. Ele diz que o raciocínio abstrato é computacionalmente barato para uma máquina, enquanto a habilidade sensório-motora e perceptiva de uma criança pequena — equilíbrio, preensão, percepção de profundidade, reconhecimento de objetos em meio à bagunça — é extraordinariamente cara. Explica por que um modelo consegue passar em um exame da ordem dos advogados antes que um robô consiga dobrar roupa lavada de forma confiável.
O paradoxo de Polanyi é o termo da economia do trabalho, e é o que de fato prevê quais empregos resistem à automação. O economista do MIT David Autor o cunhou em um artigo de pesquisa do NBER de setembro de 2014, apoiando-se na observação de 1966 do filósofo Michael Polanyi de que “sabemos mais do que conseguimos dizer”. Profissionais qualificados diagnosticam rotineiramente um circuito com defeito, uma válvula emperrada ou um compressor ofegante usando reconhecimento de padrões que não conseguem articular plenamente como um conjunto de regras — o que significa que também não pode ser codificado de forma limpa em dados de treinamento ou em uma árvore de decisão. A própria conclusão de Autor continua válida: “os desafios de substituir máquinas por trabalhadores em tarefas que exigem adaptabilidade, bom senso e criatividade permanecem imensos”.
A distinção importa porque o paradoxo de Moravec é sobre corpos de robôs, e o paradoxo de Polanyi é sobre o julgamento humano tácito. Uma profissão pode ser resistente à automação por um dos dois motivos, por ambos, ou por nenhum — e confundi-los produz previsões descuidadas.
O que 200.000 conversas reais mostram — e o que não mostram
Frey e Osborne modelaram a vulnerabilidade de fora para dentro. Em 2025, a Microsoft Research adotou uma abordagem diferente: Kiran Tomlinson e colegas examinaram 200.000 conversas anonimizadas do Bing Copilot em relação à base de dados O*NET de atividades ocupacionais, produzindo um “escore de aplicabilidade da IA” para centenas de ocupações. As ocupações com pontuação mais baixa — flebotomistas, técnicos de enfermagem, massoterapeutas, operadores de equipamentos e telhadistas — compartilham um traço óbvio: o trabalho acontece em um corpo, em um lugar específico, usando as mãos.
Os pesquisadores foram explícitos ao dizer que isso é uma medida de sobreposição de tarefas com um chatbot, não uma previsão de demissões. Em uma postagem de acompanhamento no blog respondendo à cobertura sensacionalista da imprensa, eles escreveram: “nosso estudo não tira nenhuma conclusão sobre a eliminação de empregos; no artigo, alertamos explicitamente contra o uso de nossos achados para chegar a essa conclusão”. Um escore de aplicabilidade baixo hoje descreve onde a IA generativa é atualmente pouco útil como assistente de conversa. Não diz nada sobre um robô cinco anos mais avançado, com câmeras melhores e atuadores mais baratos — exatamente o território que o capítulo robôs humanoides deste site acompanha.
A complicação: “manual” não é uma coisa só
É aqui que a história limpa se quebra. O Future of Jobs Report 2025 do Fórum Econômico Mundial perguntou a empregadores quais habilidades eles esperavam que importassem mais ou menos até 2030. Quase toda categoria de habilidade deveria crescer em importância. Apenas duas deveriam declinar em termos líquidos — e uma delas era “destreza manual, resistência e precisão”, com um saldo líquido negativo de 24%.
Isso não contradiz os dados sobre profissões manuais acima; é um lembrete de que “trabalho manual” abrange empregos extremamente diferentes. Separação de mercadorias em armazéns, postos de linha de montagem e manuseio industrial repetitivo são manuais, fisicamente exigentes, e exatamente o tipo de movimento estruturado e repetível que a robótica industrial vem automatizando há anos — muito antes de a IA generativa existir. Um eletricista licenciado diagnosticando um quadro de distribuição desconhecido em uma casa desconhecida também é “manual”, mas quase não se parece com uma tarefa de armazém em sua imprevisibilidade, responsabilidade legal ou necessidade de julgamento. Os empregadores pesquisados pelo Fórum parecem estar captando o primeiro caso, mesmo enquanto a demanda pelo segundo se mantém. Uma profissão não é protegida por ser manual; é protegida por combinar julgamento tácito com uma exigência rígida de presença física, ou com uma demanda estrutural de substituição que um robô ainda não consegue atender de forma barata.
Cinco profissões, dois motivos diferentes para esperar demanda
As projeções do Occupational Outlook Handbook do Bureau of Labor Statistics para 2025–2035 ilustram os dois mecanismos ao mesmo tempo:
| Profissão | Crescimento projetado | Vagas anuais | Salário mediano (maio de 2025) |
|---|---|---|---|
| Eletricistas | 9% | ~72.700 | US$ 63.190 |
| Encanadores, instaladores de tubulações, caldeireiros | 7% | ~42.000 | US$ 63.800 |
| Técnicos de HVAC/refrigeração | 11% | ~40.600 | US$ 61.010 |
| Instaladores de elevadores/escadas rolantes | 6% | ~1.900 | US$ 109.910 |
| Cuidadores domiciliares/de assistência pessoal | 18% | ~760.500 | US$ 35.800 |
Eletricistas, encanadores e técnicos de HVAC combinam o julgamento do paradoxo de Polanyi (diagnosticar um sistema desconhecido) com uma força de trabalho já estabelecida e envelhecendo, além de um período de aprendizado de vários anos — cerca de quatro a cinco anos e por volta de 2.000 horas remuneradas por ano para eletricistas — que não pode ser comprimido apenas porque a demanda sobe. Os instaladores de elevadores têm o maior salário entre os cinco, refletindo uma especialidade estreita, licenciada e crítica para a segurança, com poucos entrantes. Cuidadores domiciliares e de assistência pessoal estão no outro extremo da escala salarial, mas registram, de longe, a maior contagem bruta de vagas abertas, impulsionada pela demografia, e não pela escassez de vagas de formação: uma população envelhecendo precisa de mais cuidado presencial do que a força de trabalho atual oferece, e essa demanda é comparativamente insensível à automação porque depende de presença física, confiança e julgamento pessoal que a robótica atual não consegue fornecer em escala ou a baixo custo.
O fio condutor
Nada disso equivale a uma isenção permanente. Uma profissão parece durável quando exige habilidade tácita que resiste à codificação, quando a força de trabalho que a exerce encolhe mais rápido do que a demanda, ou quando o trabalho exige presença física de um jeito que nenhum robô ainda executa de forma barata — idealmente mais de um desses fatores ao mesmo tempo. Parece frágil quando o componente “manual” é, na verdade, repetitivo e estruturado, exatamente o tipo de trabalho manual que a robótica industrial e de armazém tem visado há uma geração. Ler dados de crescimento e salário do BLS é um primeiro filtro razoável para uma família ou um jovem trabalhador pesando opções, mas é um filtro, não uma garantia — a mesma disciplina que deveria ter impedido as pessoas de tratar os 47% como evangelho em 2013 se aplica a todo número deste artigo.