Quais profissões a IA vai substituir (e quais não vai)

Durante uma década o alerta foi sempre o mesmo: os robôs viriam atrás dos caminhoneiros, dos operários de linha de montagem e dos caixas. Então chegou o fim de 2022, o ChatGPT apareceu e o chão tremeu primeiro sob os redatores publicitários, os ilustradores e os programadores júnior. Justamente as profissões que a ficção científica prometia que ficariam seguras por mais tempo.

Essa inversão já é instrutiva por si só. Ela mostra o quanto as previsões sobre o que a tecnologia vai “tomar” são pouco confiáveis e sugere por que “a IA vai substituir o meu trabalho?” é quase sempre a pergunta errada.

Então o que os números de fato dizem? Do famoso estudo de Oxford de 2013 aos dados de folha de pagamento de 2025, o quadro virou mais de uma vez. E o modo como virou aponta para conselhos surpreendentemente práticos para a sua própria carreira.

As previsões que nunca se realizaram

Em 2013, os economistas Carl Benedikt Frey e Michael Osborne, de Oxford, publicaram um estudo que correu o mundo. A conclusão deles: cerca de 47% dos empregos dos Estados Unidos estavam em “alto risco” de automação nos dez a vinte anos seguintes. O número apareceu em manchetes, em discursos políticos e em mais de um ensaio sobre o fim do trabalho.

O método tinha rachaduras. Os autores rotularam à mão apenas 70 de mais de 700 ocupações como automatizáveis ou não e depois treinaram um modelo nessa pequena amostra para preencher o resto. Maquiadores, motoristas de ônibus escolar e cabeleireiros acabaram todos marcados como ameaçados.

O problema mais profundo era conceitual. Frey e Osborne raciocinaram sobre ocupações inteiras, e não sobre as partes que as compõem. E acontece que as partes importam enormemente.

Três anos depois, Melanie Arntz, Terry Gregory e Ulrich Zierahn tomaram outro caminho, para a OCDE. Em vez de profissões inteiras, examinaram as tarefas individuais dentro delas. O resultado em 21 países da OCDE: em média, apenas cerca de 9% dos empregos eram altamente automatizáveis (Arntz, Gregory e Zierahn, 2016). A distância entre 47% e 9% não é um erro de aritmética. É a diferença entre perguntar “esta profissão vai desaparecer?” e “quantas das tarefas dela uma máquina consegue fazer?”.

Quem é da área também se mostrou cético. Quando uma sondagem pediu a pesquisadores de IA e de robótica que estimassem a exposição, eles apontaram cerca de um quinto menos empregos ameaçados do que apontou quem estava de fora. O entusiasmo por números apocalípticos sempre foi maior onde ninguém tinha visto a tecnologia de perto.

E o que aconteceu de fato? O desaparecimento em massa do trabalho nunca veio. Analistas do centro de estudos ITIF observaram secamente em 2022 que a perda prevista de 47% dos empregos não havia se materializado; o desemprego nos Estados Unidos vinha justamente em mínimas históricas. A automação estava remodelando o trabalho, não o eliminando.

A virada que ninguém esperava

Durante muito tempo valeu uma regra não escrita: as máquinas tomam o trabalho das mãos, não o da cabeça. Tarefas manuais e rotineiras podiam ser automatizadas; o trabalho criativo e analítico estava seguro. A IA generativa virou essa regra quase de cabeça para baixo.

Em 2023, Tyna Eloundou e colegas (em um artigo com o título certeiro “GPTs are GPTs”) estimaram que, para cerca de 80% dos trabalhadores dos Estados Unidos, os modelos de linguagem poderiam tocar ao menos 10% das tarefas de trabalho. Para cerca de 19% dos trabalhadores, mais da metade das tarefas estava em jogo. A descoberta marcante, porém, estava em outro lugar: os empregos mais expostos eram funções de escritório escolarizadas e bem pagas, não as de menor remuneração.

Essa é a inversão contraintuitiva. Um redator publicitário, um analista, um programador júnior ou um designer fazem coisas que um modelo de linguagem aprendeu a resolver surpreendentemente bem, porque texto e código são exatamente aquilo com que ele treinou. Um encanador, um cuidador ou um cozinheiro de linha fazem coisas que não cabem em texto de jeito nenhum.

Imagine um designer gráfico que em 2022 ainda vivia de trabalhos pequenos: banners, ilustrações simples, retoques de fotos. Boa parte disso hoje pode ser feita por um gerador de imagens por alguns dólares. Enquanto isso, o eletricista que você chama quando metade das tomadas do prédio morre está com a agenda lotada por uma semana, se você tiver sorte. Dez anos atrás, a maioria das pessoas teria apostado no contrário.

Uma tarefa não é a mesma coisa que um emprego

Quase todo emprego é um pacote de tarefas diferentes. Uma contadora não apenas lança números; ela também explica ao cliente por que o imposto saiu daquele jeito, cuida das exceções e responde pela própria assinatura. A IA consegue raspar a primeira parte e tropeça no resto. Por isso a maioria das estimativas sérias hoje fala em transformação, e não em extinção.

No índice atualizado para 2025, a Organização Internacional do Trabalho informa que cerca de um em cada quatro trabalhadores no mundo ocupa um posto com alguma exposição à IA generativa, mas só perto de 3,3% do emprego cai na categoria mais alta. Um detalhe salta aos olhos: entre as mulheres o número é 4,7%; entre os homens, 2,4%. O trabalho de escritório e administrativo, ainda desproporcionalmente feito por mulheres, está mais exposto.

Vale parar nesta pergunta. Quanto do que você faz em um dia é de fato texto, planilha ou código que poderia ser ditado a uma máquina? E quanto é julgamento, confiança e presença para alguém que precisa de você? Essa proporção diz mais sobre o seu futuro do que o cargo impresso no seu cartão de visita.

O mercado de trabalho como um todo também não está encolhendo por causa da IA. No relatório Future of Jobs 2025, o Fórum Econômico Mundial estima que até 2030 vão surgir cerca de 170 milhões de novas funções e desaparecer 92 milhões, um saldo positivo de aproximadamente 78 milhões de empregos. E acrescenta que quase 40% das habilidades que os empregadores pedem vão mudar em cinco anos. O trabalho não some. Ele se desloca.

Onde a IA ainda bate em um muro

Existe uma observação antiga da robótica que hoje soa quase como profecia. Nos anos 1980, Hans Moravec notou um paradoxo: ensinar lógica, matemática ou xadrez a um computador é relativamente fácil, mas dar a ele as habilidades sensoriais e motoras de uma criança de um ano é diabolicamente difícil.

O pesquisador de robótica Ken Goldberg chamou isso de “lacuna de 100.000 anos”. Um modelo de linguagem aprende com alguns terabytes de texto e lê como um adulto. Nenhum robô chega perto de reunir tantos dados sobre o mundo físico quanto um ser humano acumula até os três anos, idade em que uma criança já desvia dos brinquedos espalhados sem tropeçar na soleira da porta.

Disso decorre um mapa bastante claro de resistência. Os empregos mais bem posicionados combinam destreza física em ambientes imprevisíveis com o trato direto com pessoas. A tabela abaixo simplifica; a realidade, claro, é mais bagunçada.

Nada disso significa que a IA deixe esses empregos intocados. Uma enfermeira pode usá-la para transcrever documentação; um profissional de ofício, para organizar a agenda de serviços. O núcleo do trabalho, porém, continua fora do alcance do modelo: a presença ao lado do leito de um paciente, ou a mão que conserta um cano estourado dentro de um poço apertado.

Os primeiros sinais de alerta

Que isso é mais do que teoria aparece nos primeiros dados duros. Os economistas Erik Brynjolfsson, Bharat Chandar e Ruyu Chen, de Stanford (2025), vasculharam os registros de folha de pagamento de milhões de americanos fornecidos pela ADP. Entre os trabalhadores mais jovens, de 22 a 25 anos, nas ocupações mais expostas, o emprego caiu cerca de 13% depois do fim de 2022. Entre os mais velhos nas mesmas ocupações, ficou estável ou continuou subindo.

Esse padrão faz sentido. Uma pessoa júnior costuma fazer exatamente o que a IA resolve primeiro: pesquisa, primeiros rascunhos, código simples. Alguém com mais experiência acrescenta julgamento e responsabilidade, que são mais difíceis de automatizar. Os autores observam também que a queda aparece sobretudo onde a IA substitui trabalho, não onde ela o complementa.

As plataformas de trabalho autônomo contam uma história parecida. Depois do lançamento do ChatGPT, análises encontraram uma queda perceptível na demanda por escrita e programação automatizáveis, enquanto a demanda por trabalhos manuais e físicos se manteve firme. Não é um apocalipse geral. É uma migração que começa pelas bordas, entre as tarefas mais vulneráveis e as pessoas menos experientes.

Números mais recentes apontam na mesma direção e acrescentam nuance. O Economic Index da Anthropic (relatório de março de 2026) acompanhou como a IA da empresa é usada na economia e constatou que a colaboração ainda supera a automação completa, algo como 55% contra 42%. A pegadinha: o modelo tende a absorver as fatias mais qualificadas e analíticas de uma função, deixando para trás o resto de menor qualificação e desqualificando o trabalho em silêncio. Absorver tarefas não é o mesmo que absorver pessoas.

Por trás de tudo isso está um uso crescente. Dados dos Estados Unidos mostram que, no fim de 2024, cerca de 30% dos profissionais usavam modelos de linguagem no trabalho e, um ano depois, algo perto de 38%. A fatia do tempo de trabalho passada com IA generativa subiu apenas de forma modesta, de cerca de 4% para pouco menos de 6%. Em outras palavras, a ferramenta se espalha rápido, mas a maioria das pessoas ainda a usa como auxiliar em um pedaço de uma tarefa, não como substituta de um dia inteiro de trabalho. É exatamente essa a diferença entre ampliação e substituição.

O que isso significa para a sua própria carreira

A lição prática é desconfortável e, à sua maneira, libertadora: pare de pensar em cargos e comece a pensar em habilidades e tarefas. “Eu sou redator publicitário” é uma afirmação frágil. “Eu consigo entender rápido o negócio de um desconhecido e explicá-lo com clareza para outras pessoas” é bem mais resistente, seja qual for a profissão em que você faça isso.

O segundo ponto é a complementaridade. O lugar mais seguro não é longe da IA, e sim bem ao lado dela. Quem sabe instruir bem o modelo, conferir o que ele produz e responder por isso vai ter mais procura do que quem a ignora e do que quem confia nela cegamente. É por isso que o Fórum Econômico Mundial lista o trabalho com IA e o pensamento analítico entre as habilidades que mais crescem.

E o que fazer a respeito? Alguns pontos de partida:

• Divida o seu próprio trabalho em tarefas e marque quantas são puro texto, planilha ou código.
• Para as tarefas expostas, decida se quer fazê-las mais rápido com IA ou deslocar o centro de gravidade do seu trabalho para outro lugar.
• O trabalho que mais compensa é aquilo que falta à máquina: o trato com pessoas, o julgamento em situações turvas, a habilidade física.
• Experimente ferramentas novas antes que o seu empregador ou o mercado empurrem você para isso.

E, se você realmente não faz ideia de qual dessas áreas mais resistentes está mais perto de você, comece por si. O teste de personalidade RIASEC mapeia seis tipos de ambiente de trabalho, do prático e técnico ao social, e sugere onde você pode se sair bem, independentemente do nome que a vaga tenha neste ano.

A pergunta, afinal, nunca foi se a IA substituiria as pessoas. Foi se as pessoas capazes de trabalhar com IA substituiriam as que não são. E cada um de nós responde a isso por conta própria, pelo que decidir fazer nos próximos doze meses.