Um estudo do IBRE/FGV, com base na metodologia da OIT, mostra que a exposição dos trabalhadores à inteligência artificial generativa cresceu de 23,2 milhões (27% do emprego) em 2012 para quase 30 milhões (30% do emprego) em 2025. A exposição é maior entre mulheres, pessoas mais jovens, com maior escolaridade, concentrada no Sudeste e no setor de serviços — especialmente em informação e comunicação e serviços financeiros. Grande parte dos ocupados está no gradiente 2, e 5,2 milhões (cerca de 18% dos expostos) estão no gradiente 4, o de maior e mais consistente exposição.
O que significa “exposição à IA generativa” e por que isso importa
“Exposição” não é o mesmo que “substituição”. A literatura recente e o relatório da OIT adotam uma perspectiva baseada em tarefas: a tecnologia incide sobre tarefas específicas dentro de ocupações, e não sobre ocupações inteiras como blocos homogêneos. Assim, algumas rotinas em um mesmo cargo podem ser automatizadas, enquanto outras são complementadas ou transformadas pela IA.
Do ponto de vista prático, isso significa que o impacto varia muito entre funções, mesmo dentro de uma mesma profissão, e depende tanto das capacidades técnicas dos modelos quanto da decisão das empresas de adotar essas tecnologias, dos custos de integração e das regras institucionais que regulam seu uso.
Resumo dos principais achados para o Brasil
- Trabalhadores expostos (gradientes 1–4): saltaram de 23,2 milhões (27% do emprego) em 2012 para quase 30 milhões (30%) em 2025.
- Não expostos: aumentaram de 51,5 milhões para 54,9 milhões no mesmo período.
- Exposição mínima: passou de 11,4 milhões para 15,8 milhões.
- Distribuição por gradiente (2025.Q3): gradiente 2 concentra 35,3% dos expostos; gradiente 1 tem ~30,5%; gradiente 3, 16,6%; e 18% dos expostos (~5,2 milhões) estão no gradiente 4 (alto risco consistente).
Quais ocupações aparecem mais em cada gradiente
Os dados do terceiro trimestre de 2025 mostram concentração ocupacional relevante por gradiente: no gradiente 1, balconistas e vendedores de loja representam cerca de 40,5%; no gradiente 2, comerciantes de lojas representam 29,9%; no gradiente 3, recepcionistas em geral são quase 22%; e no gradiente 4 há forte concentração em escriturários gerais, que representam cerca de 76% dos ocupados nesse nível.
Evidência internacional e mecanismos
A literatura recente de economia do trabalho tem avançado no enquadramento por tarefas: estudos micro demonstram ganhos de produtividade em tarefas bem definidas quando ferramentas com IA são introduzidas — por exemplo, assistentes conversacionais aumentam produtividade no atendimento ao cliente, com maiores ganhos entre trabalhadores menos experientes. Em tarefas de escrita, houve redução de tempo e aumento médio de qualidade, com compressão da dispersão de performance.
Por outro lado, a passagem desses efeitos micro para desfechos agregados (emprego e salários) é complexa: ganhos de produtividade podem gerar efeito escala e aumentar demanda, podem ser capturados como lucro, ou podem reduzir a necessidade de trabalho em tarefas substituíveis. A adoção também depende de complementaridades com capital organizacional, governança e aceitação interna nas empresas, o que torna a difusão desigual.
Além disso, a IA pode intensificar práticas de monitoramento e avaliação automatizada (algorithmic management), com implicações para saúde, autonomia e condições de trabalho. Portanto, além de medir exposição, é crucial avaliar qualidade do trabalho e mecanismos de governança que moldam os efeitos distributivos.
Perfis mais expostos e implicações distributivas
No Brasil, a exposição maior entre mulheres, jovens e pessoas mais escolarizadas aponta para tensões distributivas específicas: nem sempre os mais expostos são os menos qualificados; muitas vezes são trabalhadores em ocupações feminilizadas ou em serviços que concentram empregos. Diferenças na capacidade de adoção entre firmas, acesso a dados e capital organizacional podem ampliar desigualdades regionais e setoriais.
Recomendações práticas para diferentes atores
Para trabalhadores e estudantes
- Priorizar competências complementares à IA: pensamento crítico, supervisão humana (human-in-the-loop), interpretação e verificação de outputs, comunicação e ética.
- Desenvolver alfabetização de dados, habilidades em prompt engineering e curadoria/validação de conteúdo gerado por IA.
- Buscar certificações modulares e microcredenciais que mostrem capacidade de integrar IA em processos concretos (atendimento, automação, análise de dados).
Para empresas
- Adotar governança transparente para uso de IA: documentação de decisões automatizadas, canais de contestação e auditoria humana.
- Implementar programas de upskilling e realocação interna a partir de análise de tarefas.
- Incentivar a difusão responsável em pequenas e médias empresas por meio de parcerias e subsídios técnicos.
Para políticas públicas
- Combinar políticas ativas de mercado de trabalho (requalificação modular, vouchers, certificação) com proteção durante transições e incentivos à difusão em PMEs.
- Regulação voltada a transparência, auditabilidade e responsabilidade por decisões automatizadas, além de atenção ao impacto do algorithmic management sobre bem-estar no trabalho.
O papel da educação e cursos técnicos
Cursos como Análise e Desenvolvimento de Sistemas são centrais para formar profissionais que constroem, integram e fiscalizam sistemas com IA. Prioridades devem incluir arquitetura de sistemas com IA, engenharia de prompts, avaliação de outputs, ética, privacidade e metodologias de lifelong learning que permitam requalificação contínua diante de mudanças rápidas nas tarefas requeridas pelo mercado.
Conclusão
A IA generativa tende a redesenhar tarefas: alguns trabalhadores ganharão produtividade, enquanto outros terão rotinas parcialmente substituídas. No Brasil, quase 30 milhões de pessoas trabalham em ocupações com algum grau de exposição e 5,2 milhões estão em alto risco. Isso exige respostas combinadas: formação prática e modular, governança empresarial responsável e políticas públicas ativas.
Se você quer transformar essa mudança a seu favor, invista em formação prática e contínua. A Descomplica oferece trilhas e cursos em Análise e Desenvolvimento de Sistemas e outras áreas de tecnologia pensadas para preparar profissionais para um mercado influenciado pela IA.
Fonte:Fonte
