Em maio de 2025, Dario Amodei, presidente-executivo da Anthropic, disse ao site Axios que a inteligência artificial poderia eliminar metade das vagas de entrada em escritórios e levar o desemprego a algo entre 10% e 20% em um horizonte de um a cinco anos [4]. A frase virou referência obrigatória no debate. Mais de um ano depois, o mercado de trabalho das economias avançadas segue perto de recordes, e o brasileiro também: no trimestre encerrado em agosto de 2026, o IBGE registrou desocupação de 5,3% e 103,5 milhões de pessoas ocupadas, o maior contingente desde o início da série, em 2012 [8].
Esse descompasso entre profecia e estatística é o ponto de partida de uma reportagem recente do Financial Times [1]. A conclusão central, segundo o jornal britânico, é que economistas não enxergam um futuro sem empregos, mas admitem espaço para mudanças rápidas e disruptivas na natureza do trabalho. A diferença parece sutil, mas muda tudo: a pergunta deixa de ser “quantos empregos vão sumir” e passa a ser “quais tarefas mudam de mãos, e quem fica sem a porta de entrada”.
Um intervalo largo o bastante para qualquer narrativa
O dado mais revelador citado pelo FT vem da London School of Economics. Uma equipe liderada pela professora Cosmina Dorobantu reuniu 74 estudos que tentam quantificar o efeito da IA sobre emprego e salários, num banco de evidências aberto ao público [2]. O resultado não é uma estimativa, e sim uma dispersão: para emprego, os números vão de queda de 20% a alta de 25%; para salários, de menos 34% a mais 40% [1].
A leitura honesta desse gráfico é desconfortável para os dois lados. Quem prevê catástrofe encontra estudos que sustentam sua tese; quem prevê prosperidade também. O próprio relatório da LSE, citado pelo FT, observa que escolher um número de manchete equivale a escolher qual história se quer contar [1].
“Selecionar um único número para o efeito da IA sobre o emprego é uma decisão sobre qual história contar.”
Relatório da LSE liderado por Cosmina Dorobantu, citado pelo Financial TimesParte da dispersão vem do método. Estudos de “exposição” medem quantas tarefas de uma ocupação a IA consegue, em tese, executar. Estudos de “impacto” medem o que de fato aconteceu com empregos e renda. Os primeiros produzem números grandes e assustadores; os segundos, números pequenos e ainda frágeis, porque a tecnologia só ganhou escala no fim de 2022.
O primeiro degrau é onde o sinal aparece
Se o agregado está estável, o FT aponta onde a preocupação se concentra: há uma desaceleração, observada em vários países, na contratação de iniciantes em ocupações ligadas à tecnologia. É um padrão compatível com a hipótese de que a IA amplia a produtividade dos profissionais seniores ao mesmo tempo em que assume as tarefas rotineiras que antes cabiam aos juniores [1].
A evidência mais citada nessa direção vem de Stanford. No estudo Canaries in the Coal Mine?, Erik Brynjolfsson, Bharat Chandar e Ruyu Chen usaram dados de folha de pagamento da maior processadora dos Estados Unidos e encontraram uma queda relativa de 13% no emprego de trabalhadores de 22 a 25 anos nas ocupações mais expostas à IA generativa, mesmo depois de controlar choques específicos das empresas [3]. Para profissionais mais experientes nas mesmas ocupações, o emprego ficou estável ou cresceu. Os autores também notaram que o ajuste acontece pela contratação, não pelo salário, e que a queda se concentra onde a IA tende a automatizar o trabalho, e não a complementá-lo [3].
Ainda assim, não há consenso sobre a causa. Ouvido pelo FT, o economista Stijn Broecke lembrou que o desemprego de jovens graduados piora desde 2015, antes da IA generativa, e citou outros fatores possíveis: excesso de diplomados, avanço do trabalho remoto e juros altos [1]. A tendência é real; a atribuição, não.
O retrato brasileiro: 30 milhões expostos, jovens na linha de frente
O Brasil já tem dados próprios, e eles apontam na mesma direção. Pesquisadores do Instituto Brasileiro de Economia da FGV (FGV Ibre), Paulo Peruchetti, Fernando de Holanda Barbosa Filho e Janaína Feijó, aplicaram o índice de exposição ocupacional da OIT aos microdados da PNAD Contínua. No terceiro trimestre de 2025, quase 30 milhões de trabalhadores, ou 29,6% dos ocupados, estavam em ocupações com algum grau de exposição à IA generativa; cerca de 5,2 milhões, no grau mais elevado [6]. A exposição é maior entre mulheres, jovens, pessoas mais escolarizadas, no Sudeste e nos serviços de informação, comunicação e finanças, conforme o Blog do Ibre [6].
Um detalhe importa mais do que o número total. Com base em evidência do FMI, o estudo indica que algo em torno de 20% dos ocupados brasileiros combinam alta exposição com baixa complementaridade, grupo mais vulnerável a perder o emprego, enquanto pouco mais de 20% combinam alta exposição com alta complementaridade, onde a tendência é de ganho de produtividade e de salário [6]. Ou seja, “exposto” não significa “condenado”.
O passo seguinte foi dado pelo economista Daniel Duque, também do FGV Ibre. Usando a PNAD Contínua de 2022 a 2025 e congelando a exposição de cada grupo no cenário anterior à difusão da IA, ele estimou os primeiros efeitos sobre ocupação e renda [7]. Os efeitos aparecem concentrados nos jovens de 18 a 29 anos e apontam para substituição de tarefas em funções de entrada. Na cobertura do estudo, jovens em ocupações administrativas e de suporte mais expostas teriam cerca de 5% menos chance de estar empregados do que num cenário sem a tecnologia; trabalhadores mais velhos foram pouco afetados até agora [7]. O próprio autor pede cautela: o período de observação é curto e as medidas de exposição ainda são preliminares.
O paralelo com o caso internacional é direto. O Brasil vive desemprego historicamente baixo e, ao mesmo tempo, os primeiros sinais de que o degrau de entrada em funções de escritório está ficando mais estreito. Os dois fatos convivem porque o agregado é dominado por setores pouco expostos, como construção, comércio presencial, cuidados e serviços pessoais.
As tarefas mudam antes das profissões
Ronnie Chatterji, economista-chefe da OpenAI, ofereceu ao FT uma imagem útil para entender por que o colapso previsto demora a aparecer. Consultores, disse ele, podem gastar duas semanas analisando dados para redesenhar um programa de fidelidade, mas meses ajustando a proposta até que as partes interessadas concordem e se comprometam a executá-la. A IA consegue produzir a apresentação; não substitui a sequência de reuniões que ela representa [1].
O exemplo separa dois tipos de trabalho que costumam aparecer misturados na mesma descrição de cargo: a produção de artefatos (análises, relatórios, código, slides) e a coordenação entre pessoas com interesses diferentes. A IA avança rápido sobre o primeiro e devagar sobre o segundo. O problema é que, nas carreiras de escritório, o primeiro sempre foi o território do iniciante. É fazendo a planilha, o rascunho e a primeira versão que o júnior absorve o conhecimento tácito que mais tarde o torna sênior.
Economistas ouvidos pelo FT acrescentam outro argumento: as previsões mais sombrias tendem a subestimar a capacidade da IA de criar ocupações novas [1]. Chatterji sugere ainda que, à medida que os países enriquecem, parte dos ganhos pode ser direcionada para serviços intensivos em gente, como a saúde [1]. Nenhuma das duas hipóteses é garantia, mas ambas têm respaldo histórico em transições tecnológicas anteriores.
E se a cautela dos economistas estiver olhando pelo retrovisor?
O ceticismo acadêmico se apoia em dados que, por definição, chegam com atraso e descrevem uma tecnologia que muda a cada poucos meses. Os modelos usados para prever o futuro se baseiam em transições passadas, que levaram décadas; a difusão da IA generativa é medida em trimestres. O estudo de Stanford e o trabalho de Duque mostram que o efeito já é mensurável justamente onde as empresas decidem primeiro: na contratação. Congelar vagas de entrada não gera demissões nem aparece rápido na taxa de desemprego, mas pode comprometer a formação de toda uma geração de profissionais.
Do outro lado, há quem diga que até esse sinal é exagerado. O Budget Lab da Universidade Yale, em parceria com a Brookings, concluiu que o mercado de trabalho americano não mostrou ruptura perceptível nos 33 meses seguintes ao lançamento do ChatGPT e que a mudança no mix de ocupações começou em 2021, antes da adoção ampla da IA [5]. As dificuldades dos recém-formados, segundo o relatório, podem refletir tanto efeitos iniciais da tecnologia quanto um mercado em desaceleração.
O que muda para quem contrata e para quem começa
Se o diagnóstico mais provável é a erosão do primeiro degrau, e não o fim do emprego, as implicações são concretas. Para as empresas, cortar vagas de entrada pode reduzir custo no curto prazo e criar um gargalo de liderança em cinco ou dez anos: sem juniores hoje, não há plenos amanhã. Programas de estágio e trainee precisarão ser redesenhados em torno de tarefas que a IA não faz bem, como interpretar contexto, negociar prioridades e validar o que a máquina produz.
Para universidades e cursos técnicos, a pressão é parecida. Formar alguém para executar tarefas que um modelo de linguagem já realiza com custo marginal próximo de zero é entregar ao mercado um profissional sem vantagem comparativa. Para a política pública, o recorte brasileiro sugere um alvo claro: jovens de 18 a 29 anos em funções administrativas e de suporte, um grupo que costuma ser a porta de entrada da classe média urbana no emprego formal.
Para quem está começando, a lição dos dados é menos sobre evitar profissões expostas e mais sobre posicionar-se nas tarefas complementares dentro delas. O que o estudo de Stanford e o da FGV mostram em comum é que a linha divisória não passa entre carreiras, mas entre usos: onde a IA automatiza, as vagas encolhem; onde ela amplia o trabalho humano, as vagas se mantêm ou crescem.
Perguntas frequentes
A inteligência artificial vai acabar com os empregos?
A maior parte dos economistas não espera um futuro sem empregos. O emprego nas economias avançadas está perto de recordes e, no Brasil, o IBGE registrou 103,5 milhões de ocupados no trimestre até agosto de 2026. O consenso emergente é de mudança rápida na composição das tarefas, com efeitos concentrados em grupos específicos.
Quais trabalhadores são mais afetados pela IA até agora?
Os jovens em início de carreira em ocupações muito expostas. Nos EUA, Stanford encontrou queda relativa de 13% no emprego de pessoas de 22 a 25 anos nessas ocupações. No Brasil, o FGV Ibre identificou efeitos negativos concentrados em jovens de 18 a 29 anos, especialmente em funções administrativas e de suporte.
Quantos brasileiros trabalham em ocupações expostas à IA generativa?
Segundo o FGV Ibre, com base na metodologia da OIT, quase 30 milhões de trabalhadores (29,6% dos ocupados) estavam em ocupações com algum grau de exposição no terceiro trimestre de 2025, sendo cerca de 5,2 milhões no nível mais alto.
Por que as previsões sobre IA e emprego variam tanto?
Porque usam métodos diferentes. Um levantamento da LSE com 74 estudos encontrou estimativas de −20% a +25% para emprego e de −34% a +40% para salários. Estudos de exposição medem o potencial técnico de automação; estudos de impacto medem o que efetivamente ocorreu, e ainda contam com poucos anos de dados.
Estar exposto à IA significa perder o emprego?
Não necessariamente. O FGV Ibre, com base em evidência do FMI, estima que cerca de 20% dos ocupados brasileiros têm alta exposição e baixa complementaridade (maior risco), enquanto pouco mais de 20% têm alta exposição e alta complementaridade, o que tende a gerar ganhos de produtividade e salário.