A IA pode acabar com empregos sem extinguir profissões
Equipes menores, habilidades menos escassas e portas de entrada fechadas: a perda de trabalho com IA não depende do desaparecimento de uma profissão.
A inteligência artificial pode acabar com empregos sem acabar com as profissões que os abrigam. Basta que uma empresa consiga entregar o mesmo serviço com menos gente. O cargo continua no organograma, o setor continua funcionando e alguns profissionais continuam indispensáveis. Quem perdeu o salário não é consolado pela sobrevivência do nome da ocupação.
Há uma maneira conveniente de neutralizar essa discussão: responder a cada possibilidade de perda com a promessa de que novos empregos aparecerão. Mesmo que apareçam, isso não responde quem conseguirá ocupá-los, quanto pagarão ou o que acontecerá durante a transição. Uma oportunidade futura não quita a renda perdida no presente.
A questão mais incômoda é esta: parte do trabalho intelectual pode deixar de valer o tempo humano necessário para produzi-lo. Não porque todo trabalhador tenha se tornado incompetente, mas porque a capacidade pela qual recebia passa a estar disponível por outro caminho. O diploma permanece; a escassez que sustentava certas tarefas pode diminuir.
A máquina não precisa ser melhor em tudo
Para pressionar o emprego, um sistema não precisa superar uma pessoa em inteligência geral, sensibilidade ou compreensão do mundo. Precisa funcionar suficientemente bem nas tarefas que justificam uma contratação, levando em conta o custo de revisar e corrigir suas respostas. A comparação relevante para uma empresa pode ser entre uma equipe inteira e uma equipe menor apoiada por software.
Um estudo de Erik Brynjolfsson, Danielle Li e Lindsey Raymond ajuda a tornar essa diferença concreta. Na versão de novembro de 2023 de Generative AI at Work, os pesquisadores acompanharam a introdução de um assistente conversacional entre 5.179 agentes de suporte ao cliente. O acesso à ferramenta elevou em 14%, em média, a quantidade de problemas resolvidos por hora. Entre trabalhadores novatos e de menor desempenho, o ganho foi de 34%; entre os mais experientes e de maior desempenho, o efeito foi mínimo.
Não era uma máquina atendendo sozinha. Os agentes continuavam responsáveis pelas conversas e podiam ignorar as sugestões. Ainda assim, o resultado mostra que uma atividade antes dependente do desempenho individual pode ser executada mais rapidamente quando parte da orientação vem do sistema. Os autores encontraram indícios de disseminação das práticas dos melhores agentes para os demais.
O estudo também encontrou melhora na retenção de trabalhadores e não mediu o efeito agregado sobre empregos ou salários. Portanto, não é prova de demissão. Sua implicação para esta análise é outra: elevar a capacidade de cada trabalhador altera a conta de quantas pessoas são necessárias. Se a demanda crescer o bastante, a equipe pode crescer. Se o volume de serviço permanecer estável, a produtividade adicional pode ser convertida em menos contratações ou redução de pessoal. O ganho técnico não determina quem ficará com o benefício.
Onde a pressão é mais concreta
O índice de exposição à IA generativa publicado pela OIT e pelo NASK em 2025 coloca ocupações de apoio administrativo entre as mais expostas. No grupo de maior exposição estão funções de entrada de dados, digitação e processamento de texto, apoio contábil e escrituração, além de serviços gerais de escritório. O documento também registra aumento de exposição em ocupações muito digitalizadas, como desenvolvimento web e multimídia, finanças e software.
Esse índice avalia o potencial tecnológico das tarefas, combinando avaliações de trabalhadores, especialistas e modelos. Não é uma contagem de demissões nem uma previsão de desaparecimento de profissões. Mas o próprio estudo explicita a consequência que costuma sumir dos discursos tranquilizadores: mesmo quando há tarefas que exigem pessoas, a eficiência obtida pode reduzir o número de trabalhadores necessário.
No apoio administrativo, a ameaça pode estar na montagem do posto de trabalho. Imagine, como hipótese, uma função que reúne transcrição, organização de informações, preparação de documentos e encaminhamento de solicitações. Se parte desse fluxo for automatizada com qualidade aceitável, o restante pode ser distribuído entre pessoas que já exercem outras funções. O trabalho residual não precisa desaparecer para que a vaga desapareça.
No suporte ao cliente, o estudo citado mostra uma via diferente: ampliar a produção de quem atende. A empresa pode preservar pessoas para situações difíceis e reduzir a quantidade de trabalho humano dedicada às demais. É possível manter o atendimento humano como argumento comercial e, ao mesmo tempo, diminuir a equipe que o oferece.
Em software, tradução e produção multimídia, o problema merece ser formulado por tarefa, não por prestígio profissional. A OIT identifica exposição nessas ocupações, sem decretar sua extinção. A hipótese econômica é que entregas padronizadas e verificáveis sofram mais pressão quando puderem ser produzidas com menos horas humanas. Continuar precisando de um especialista para resolver exceções não garante a mesma demanda por todos os profissionais que antes participavam do processo.
O que pode não voltar
Não há, nessas fontes, base para anunciar uma lista de áreas condenadas para sempre. Há, porém, um cenário de perda duradoura que não depende dessa certeza: o volume de horas humanas comprado para executar determinadas tarefas pode deixar de retornar ao patamar anterior.
Se uma organização estabilizar um processo com uma equipe menor, recuperar aquele trabalho exigirá alguma mudança na conta — mais demanda, novos serviços, dificuldades na automação ou uma exigência de execução humana. A passagem do tempo, por si só, não cria razão para recompor o quadro. Uma redução iniciada numa crise pode persistir depois dela se o processo tiver mudado.
Essa diferença é decisiva. Dizer que contadores, tradutores ou programadores continuarão existindo é uma afirmação muito mais modesta do que dizer que haverá lugar para a mesma quantidade de pessoas, com os mesmos salários e trajetórias. Uma profissão pode sobreviver como um mercado menor, mais seletivo e mais difícil de acessar.
Também pode mudar o valor da experiência. No estudo de suporte, o sistema ajudou novatos a se aproximarem do desempenho de trabalhadores mais experientes. Isso beneficiou quem recebeu assistência. Mas abre uma tensão: se parte de uma habilidade puder ser disseminada pela ferramenta, a experiência que antes diferenciava um trabalhador pode perder exclusividade. Conhecimento útil não é necessariamente conhecimento pelo qual o empregador continuará pagando o mesmo prêmio.
A carreira pode perder seus primeiros degraus
Há ainda um risco para a formação profissional: automatizar tarefas simples que funcionavam como entrada para tarefas difíceis. Não se trata de afirmar que isso já ocorreu em toda uma geração, mas de examinar uma contradição do modelo de equipe reduzida.
Um profissional experiente apoiado por IA pode, em certos processos, precisar de menos ajuda para preparar materiais preliminares. Essa economia pode atingir justamente o trabalho pelo qual um iniciante teria a primeira oportunidade de praticar. Se a empresa compra apenas a capacidade de revisar e decidir, quem ainda está aprendendo encontra uma exigência difícil: ter experiência antes de receber trabalho que permita construí-la.
A ferramenta também pode acelerar a aprendizagem, como sugerem os resultados do estudo de suporte. Os dois caminhos não são equivalentes. Dar assistência a um novato contratado é diferente de usar assistência para dispensar sua contratação. O efeito educacional depende de haver lugar para ele dentro do processo.
Por isso, o diploma não resolve sozinho essa tensão. Ele comprova uma formação, mas não obriga empresas a manter tarefas de entrada nem transforma uma equipe mais produtiva em uma equipe maior. A distância entre concluir um curso e conseguir exercer uma profissão pode aumentar se parte do trabalho inicial deixar de ser comprada.
“Novos empregos” não é uma resposta para quem perdeu o seu
A criação de outras funções não constitui uma transferência automática de renda, localização e oportunidade para os trabalhadores deslocados. Um posto novo pode exigir conhecimentos diferentes, estar em outra cidade ou simplesmente não estar disponível no momento em que alguém precisa pagar suas contas. O saldo agregado, mesmo quando positivo, não descreve a trajetória de cada pessoa.
É nesse ponto que o otimismo automático se torna evasivo. Ele transforma uma possibilidade de adaptação em promessa de compensação. Também desvia a discussão sobre quem decide o destino da produtividade: mais serviço, menos jornada, maior remuneração, maior margem ou menos empregados. A tecnologia amplia possibilidades; não distribui seus ganhos por conta própria.
O risco mais sério não exige imaginar máquinas superiores a todos os humanos em todas as dimensões. Exige admitir que capacidades humanas específicas podem perder valor de mercado, que profissões podem continuar existindo com menos vagas e que uma carreira pode perder a porta de entrada antes de perder o nome. Para quem depende do trabalho, sobreviver como categoria é muito diferente de continuar conseguindo viver dele.
Fontes consultadas
- Generative AI and Jobs: A Refined Global Index of Occupational Exposure — OIT e NASK; consulta: 2026-10-02
- Generative AI at Work — working paper, revisão de novembro de 2023 — Erik Brynjolfsson, Danielle Li e Lindsey R. Raymond — NBER; consulta: 2026-10-02