OECD Employment Outlook 2023

1. Sob pressão: evolução do mercado de trabalho e dos salários nos países da OCDE 2. Inteligência artificial e o mercado de trabalho: introdução 3. Inteligência artificial e empregos: ainda não há sinais de desaceleração da demanda de trabalho 4. Inteligência artificial, qualidade do emprego e inclusão 5. Necessidades de competências e políticas na era da inteligência artificial 6. Como assegurar uma inteligência artificial confiável no local de trabalho: ação dos países 7. Diálogo social e negociação coletiva na era da inteligência artificial 8. Anexo estatístico

Mercados de trabalho permanecem apertados, embora haja sinais de arrefecimento

A forte recuperação da recessão da COVID-19 perdeu força desde 2022, enquanto a guerra de agressão da Rússia contra a Ucrânia contribuiu para inflação em níveis não vistos há décadas em muitos países e para uma crise de custo de vida. Ainda assim, o emprego se manteve e as taxas de desemprego chegaram aos menores níveis em décadas. Com poucas exceções, as taxas de inatividade estão abaixo do nível pré-pandemia, inclusive entre adultos mais velhos. Os mercados de trabalho continuam apertados na maior parte dos países, embora as vagas por desempregado tenham caído ligeiramente de picos históricos.

Salários reais caem em quase todos os países da OCDE

Apesar da aceleração do crescimento nominal dos salários, os salários reais caem em praticamente todos os países da OCDE. Em muitos, os lucros cresceram mais que os custos do trabalho, contribuindo de modo incomumente elevado para as pressões domésticas de preços e reduzindo a parcela do trabalho na renda. Transferências públicas e apoio fiscal aliviaram parte do impacto, mas a perda de poder de compra é especialmente difícil para trabalhadores de domicílios de baixa renda, com menor margem para absorver aumentos de preços por poupança ou endividamento e maior exposição efetiva à inflação de energia e alimentos.

Sem sinais fortes de espiral preço-salário, salários mínimos e negociação coletiva podem amortecer perdas de poder de compra. Em média, os salários mínimos legais nominais acompanharam a inflação, por aumentos discricionários ou mecanismos de indexação. Em contraste, salários negociados coletivamente caíram em termos reais, pois reagem com atraso devido ao caráter escalonado e pouco frequente das negociações.

A IA provavelmente afetará o mercado de trabalho de forma significativa

Para orientar respostas de política, esta edição revisa a evidência emergente sobre IA e mercado de trabalho, destacando a incerteza substancial sobre os efeitos atuais e futuros e as ações mais adequadas para promover uso confiável da tecnologia. A IA difere de transformações digitais anteriores em três aspectos: amplia fortemente o conjunto de tarefas automatizáveis para além das atividades rotineiras e não cognitivas; é tecnologia de propósito geral, que afetará quase todos os setores e ocupações; e avança em velocidade sem precedentes.

Até agora, a qualidade do emprego parece ter sido mais afetada que sua quantidade. A literatura — em grande parte anterior à onda mais recente de IA generativa — encontra pouca evidência de efeitos negativos significativos sobre emprego, possivelmente porque a adoção ainda é baixa e as empresas preferiram ajustes voluntários do quadro de pessoal. Efeitos negativos podem levar tempo para se materializar. Ao mesmo tempo, a IA cria novas tarefas e empregos, sobretudo para trabalhadores de alta qualificação com competências adequadas. Será essencial acompanhar a distribuição de perdas e criação de empregos para preservar a inclusão.

Trabalhadores e empregadores relatam que a IA pode reduzir tarefas tediosas e perigosas, aumentar engajamento e segurança física. Há, porém, riscos: automatizar tarefas simples pode deixar trabalhadores com ambiente mais intenso e acelerado; mudar o monitoramento e a gestão pode aumentar a percepção de justiça, mas também ameaçar privacidade e autonomia; e a IA pode introduzir ou perpetuar vieses.

Políticas e diálogo social serão decisivos

Os riscos do uso de IA no trabalho, somados à velocidade de desenvolvimento e implantação — inclusive de modelos generativos — exigem ação decisiva para colher benefícios e proteger direitos fundamentais e bem-estar. Leis existentes sobre discriminação, proteção de dados e direito de organização são base importante, mas a aplicabilidade à IA permanece incerta por haver pouca jurisprudência. Países desenvolvem, por isso, legislação específica e instrumentos de soft law, como estratégias, princípios éticos e normas técnicas.

Os efeitos da IA sobre tarefas e empregos mudarão as necessidades de competências. Empresas usuárias dizem oferecer treinamento, mas a falta de competências segue como barreira importante. Políticas públicas devem incentivar formação pelas empresas e fortalecer a educação formal, onde ocorre parcela relevante da capacitação. A própria IA pode aperfeiçoar desenho, direcionamento e entrega de treinamento personalizado em escala, mas também pode agravar desigualdades e reproduzir vieses humanos.

Negociação coletiva e diálogo social têm papel central em apoiar trabalhadores e empresas na transição. A adoção tende a produzir resultados melhores quando representantes dos trabalhadores são consultados. A rapidez de difusão, a capacidade de aprendizado e o desequilíbrio de poder que a IA pode acentuar pressionam ainda mais as relações de trabalho. Tecnologias de IA podem ajudar parceiros sociais a alcançar seus objetivos, mas a falta de conhecimento especializado em IA é obstáculo relevante.

1. Evolução recente dos mercados de trabalho, salários e inflação

Introdução

Este capítulo apresenta a evolução recente dos mercados de trabalho da OCDE, com ênfase na dinâmica salarial e nas políticas para a crise de custo de vida. Examina o papel de salários mínimos legais e negociação coletiva em amortecer os custos da inflação e repartir seu ônus entre governos, empresas e trabalhadores. A base inclui questionário de políticas respondido por países da OCDE e por organizações empresariais e sindicatos nas redes Business@OECD e TUAC.

Crescimento perdeu ritmo, mas o emprego se sustentou

O crescimento da OCDE desacelerou substancialmente em 2022. A guerra de agressão da Rússia contra a Ucrânia elevou preços, sobretudo de energia e alimentos, e se somou à inflação já alta; a renda das famílias foi corroída e a política monetária se tornou bem mais restritiva. No quarto trimestre de 2022, o crescimento global anualizado havia caído para apenas 2%, e 15 economias da OCDE tiveram queda de produto, em sua maioria na Europa. Com a redução dos preços de energia e melhores perspectivas para a China, os indicadores melhoraram no primeiro semestre de 2023: o crescimento global anualizado superou ligeiramente 3% no primeiro trimestre, embora a zona do euro continuasse fraca. No primeiro trimestre de 2023, o PIB da OCDE estava 5% acima do nível do fim de 2019.

O crescimento do emprego também perdeu impulso em 2022, mas continuou nos primeiros meses de 2023. Em maio de 2023, o emprego total da OCDE estava cerca de 3% acima de dezembro de 2019, e taxas de emprego na maioria dos países permaneciam acima do nível pré-crise. A recuperação foi ligeiramente mais forte para mulheres: em média, o emprego feminino estava 3,5% acima do pré-crise, cerca de 1 ponto percentual mais que o masculino. A taxa média de desemprego da OCDE ficou em 4,8% em maio de 2023 — meio ponto percentual abaixo do período pré-crise — e apenas quatro países superavam seu nível anterior em pelo menos meio ponto.

Inatividade e horas trabalhadas

No primeiro trimestre de 2023, a inatividade estava igual ou abaixo do nível pré-crise em 31 países, com queda média pouco inferior a 1 ponto percentual. Colômbia, Costa Rica e Letônia foram os únicos casos com aumento de pelo menos 1 ponto. Entre pessoas de 55 a 64 anos, a inatividade caiu 2,5 pontos percentuais em relação ao pré-crise, ante 0,6 ponto para pessoas de 25 a 54 anos; o relatório não encontra sinal de aumento significativo de aposentadorias ligado à pandemia na OCDE, Reino Unido, zona do euro ou Austrália.

As horas médias por pessoa empregada permaneciam abaixo do pré-crise na maioria dos países, mas em geral por pouca margem: no quarto trimestre de 2022, em 22 dos 30 países com dados recentes, estavam acima do nível anterior ou até 2% abaixo dele. A média ficou pouco menos de 1% abaixo. Letônia, Nova Zelândia, Eslovênia e Polônia subiram mais de 2%; Irlanda, República Eslovaca, Portugal, Áustria e Coreia caíram mais de 4%. Na Coreia, a redução refletia em parte a diminuição progressiva do limite legal de jornada semanal de 68 para 52 horas.

Vagas, mobilidade e projeções

A tensão — vagas por pessoa desempregada — atingiu pico no primeiro semestre de 2022 em muitos países e continuava acima do pré-pandemia no fim daquele ano, embora em queda. Anúncios no Indeed também recuaram no início de 2023 na Austrália, Canadá, Alemanha, Reino Unido e Estados Unidos; no Reino Unido, a redução foi de 10% entre fevereiro e maio. A demanda apertada atravessou setores: informação e comunicação, construção e alojamento e alimentação registraram os aumentos relativos de vagas mais frequentes. O ajuste posterior foi especialmente recorrente em finanças e seguros e em informação e comunicação.

Mercados apertados ampliaram mobilidade e benefícios. Nos Estados Unidos, saídas voluntárias chegaram ao maior nível da série e depois retornaram ao pré-crise; a evidência liga esse movimento a melhores condições sobretudo para jovens e pessoas menos escolarizadas, não a queda da participação. Na França, mais de 80% das pessoas que pediram demissão estavam empregadas seis meses depois. Entre dezembro de 2019 e dezembro de 2022, anúncios on-line no Canadá, Reino Unido e Estados Unidos passaram a oferecer mais benefícios de saúde, aposentadoria e licença remunerada. A parcela de novos contratados temporários caiu, em média, de 49% para 46%; o tempo parcial involuntário também recuou na maior parte dos países com dados.

Para 2023 e 2024, a OCDE projetava crescimento anual de PIB de 1,4% em ambos os anos, inflação cheia caindo de 9,4% em 2022 para 6,6% em 2023 e 4,3% em 2024 e crescimento contínuo do emprego. A taxa de desemprego subiria apenas de 4,9% no fim de 2022 para 5,2% no último trimestre de 2024. As projeções tinham riscos negativos: inflação mais persistente, aperto financeiro prolongado, estresse no sistema financeiro e novas perturbações decorrentes da guerra contra a Ucrânia; encerramento mais cedo da guerra, condições financeiras mais fáceis e maior oferta de trabalho seriam fatores positivos.

Inflação e salários reais

Depois da pandemia, preços começaram a subir em 2021 com a retomada rápida e gargalos de oferta; a guerra de agressão da Rússia contra a Ucrânia elevou energia e alimentos e levou a inflação a patamares não vistos havia décadas. A inflação da OCDE passou de menos de 2% no início de 2021 ao pico de 10,7% em outubro de 2022, recuando para 6,5% em maio de 2023. Inicialmente concentrada em insumos e energia, tornou-se mais disseminada em bens e serviços. Famílias de baixa renda enfrentaram inflação efetiva maior porque gastam proporção maior com energia e alimentos e têm menos poupança, crédito ou possibilidade de substituir bens por alternativas mais baratas.

O crescimento nominal por hora acelerou em 2022, mas ficou abaixo da inflação. No primeiro trimestre de 2023, o aumento anual nominal médio era de 5,6% nos 34 países com dados, mas a diferença frente à inflação era de −3,8%, com perda real em 30 países. O capítulo usa esse diagnóstico para discutir salários mínimos e negociação coletiva como instrumentos de proteção e repartição mais justa do custo da inflação.

Fixação salarial e apoio à renda

Governos podem elevar salários mínimos legais e favorecer renegociações regulares de acordos coletivos, preservando poder de compra sem alimentar espiral preço-salário. Também podem apoiar renda líquida por transferências, redução de impostos ou medidas temporárias de preço. Em 2022, o apoio fiscal a consumidores de energia teve custo mediano de 0,7% do PIB entre países da OCDE e ultrapassou 2% em alguns, sobretudo europeus; o relatório alerta que só parte dessas medidas foi dirigida às famílias e empresas mais afetadas. Apoio temporário e focalizado preserva incentivos à economia de energia e evita estímulo persistente à demanda durante inflação alta.

O texto cita ainda medidas contra a progressividade tributária causada pela inflação e bônus isentos de imposto, como compensações de até € 3 mil na Áustria e Alemanha. Transferências de renda dirigidas preservam sinais de preço melhor que subsídios generalizados, mas precisam responder efetivamente a choques de preços para proteger grupos vulneráveis.

Precisamos voltar a falar sobre o futuro do trabalho

Em 2019, o Employment Outlook concentrou-se no futuro do trabalho e examinou como digitalização, globalização e envelhecimento populacional remodelavam o mundo laboral. A mensagem era de otimismo cauteloso: as megatendências poderiam criar oportunidades de melhorar resultados do mercado de trabalho e o desemprego tecnológico em massa parecia improvável. Embora houvesse riscos para qualidade do emprego e inclusão — especialmente entre trabalhadores de baixa e média qualificação —, políticas e instituições adequadas poderiam mitigar os riscos e aproveitar as oportunidades.

Quatro anos depois, a OCDE dedica outra edição ao futuro do trabalho, especificamente ao efeito da IA. Sua definição é a de um sistema baseado em máquina capaz de influenciar o ambiente ao produzir previsões, recomendações ou decisões para determinados objetivos. O sistema usa dados e entradas humanas ou de máquinas para perceber ambientes reais ou virtuais, abstrair essas percepções em modelos — de modo automatizado, como por aprendizado de máquina, ou manual — e usar a inferência do modelo para formular opções de resultado; sistemas de IA operam com graus variados de autonomia.

A justificativa é o avanço assombroso da IA, a ponto de sua produção ser, em algumas áreas, difícil ou impossível de distinguir da humana. O relatório contrasta dois parágrafos sobre o impacto da IA no trabalho: o segundo foi escrito pelo ChatGPT, modelo de linguagem treinado em grandes volumes de dados da internet. Ainda que sua escrita possa parecer mais formulaica ou impessoal, a capacidade e suas implicações práticas são evidentes. Desde o lançamento em novembro de 2022, LLMs foram cogitados para coautoria de artigos científicos, aprovação em exames avançados de direito e negócios, apoio a decisões clínicas e ajuda em decisões judiciais.

Mesmo antes dos LLMs, houve progresso marcante em visão computacional, raciocínio, resolução de problemas, jogos, compreensão de leitura e aprendizagem. A IA já respondia a 80% das questões de letramento e a dois terços das de numeracia da Pesquisa de Competências de Adultos da OCDE (PIAAC); em seis anos, passou-se da vitória no jogo Go a superar humanos em Diplomacy, jogo de estratégia que requer persuasão, cooperação e negociação. Especialistas citados pela OCDE acreditavam que a IA resolveria todo o teste de letramento e numeracia do PIAAC até 2026.

Há, contudo, limites. Permanecem as chamadas competências-gargalo: resolução complexa de problemas, gestão de alto nível e interação social. A IA também atraiu atenção por acidentes com carros autônomos, reconhecimento de imagem racista, ferramentas de recrutamento enviesadas e falhas de chatbots. O ChatGPT foi acusado de vieses, alucinações e violações de direitos autorais. Essas limitações mostram os riscos do uso de ferramentas de IA, especialmente sem supervisão humana.

Para melhor ou pior, a IA já entra no local de trabalho

Apesar dos riscos, a IA já começava a entrar no local de trabalho. Em 2022, pesquisas e estudos de caso da OCDE em manufatura e finanças de oito países registraram, entre outros exemplos, tecnologia de reconhecimento de imagem para identificar peças de automóveis em fotos de clientes; sistema de rastreamento e monitoramento de produção com visão computacional para localizar ferramentas e levá-las ao ponto correto da fábrica; e ferramenta de processamento de linguagem natural que ajuda manutenção a diagnosticar causas de falhas consultando base de ocorrências e soluções anteriores.

A adoção ainda era baixa: a parcela de firmas usuárias permanecia em dígito único, embora grandes empresas tivessem probabilidade maior, aproximadamente uma em cada três. Entre empresas de finanças e manufatura pesquisadas em 2022, o custo foi a barreira mais citada — por mais de metade — e a falta de competências veio em seguida. Mas os custos caem rapidamente: desde 2018, o custo de treinar um sistema de classificação de imagens diminuiu 63,6%. Aplicações como ChatGPT estão disponíveis por pequena taxa mensal ou gratuitamente. A força de trabalho de IA mais que triplicou entre 2012 e 2019 nos dados da OCDE. Somados ao caráter de tecnologia de propósito geral, esses fatores sugeriam que a IA poderia em breve permear locais de trabalho, setores e ocupações.

Empregadores adotam IA para elevar produtividade, reduzir custos e melhorar qualidade de produtos ou serviços; trabalhadores podem ganhar em qualidade do emprego, bem-estar, satisfação, autonomia e, em alguns casos, salários. A tecnologia pode eliminar tarefas perigosas ou tediosas e criar tarefas mais complexas e interessantes. Contudo, empresas também declaram que investem para aumentar desempenho e reduzir custos de pessoal. Cerca de 20% de trabalhadores de finanças e manufatura em sete países da OCDE disseram estar muito ou extremamente preocupados em perder o emprego nos dez anos seguintes.

Ao contrário de tecnologias anteriores, a IA pode automatizar tarefas não rotineiras. Ela avançou mais em ordenação de informações, memorização, velocidade perceptiva e raciocínio dedutivo — capacidades ligadas a tarefas cognitivas não rotineiras. Assim, ocupações altamente qualificadas são as mais expostas: profissionais de negócios, gestores, profissionais de ciência e engenharia, e profissionais jurídicos, sociais e culturais. Embora ainda houvesse pouca evidência de efeito negativo sobre emprego, isso podia resultar da adoção baixa ou de ajustes via saídas voluntárias e aposentadoria. Os riscos também não se distribuem igualmente por grupos sociodemográficos. Estimativas iniciais para LLMs chegam a conclusão semelhante: ocupações de maior remuneração e maior escolaridade ou treinamento são as mais expostas.

Há riscos à qualidade do emprego e questões éticas. A IA pode aumentar intensidade e estresse. Pode mudar monitoramento ou gestão, elevar a percepção de justiça, mas ameaçar privacidade e autonomia. Pode criar ou perpetuar vieses, com desafios de transparência, explicabilidade e responsabilização. O impacto adverso pode ser ampliado pela escala e velocidade das decisões: um viés que uma pessoa comete pode ser sistematizado e multiplicado por uma ferramenta de IA, atingindo mais duramente grupos já desfavorecidos no mercado de trabalho.

A hora de agir é agora

Embora haja incerteza, a OCDE rejeita o determinismo tecnológico. Retoma a tese de 2019 de que o futuro do trabalho depende em grande parte das decisões de política dos países e a formulação de David Autor: diante do futuro incerto da IA, a meta não deve ser apenas prevê-lo, mas criá-lo.

É urgente garantir desenvolvimento e uso confiáveis: IA segura e respeitosa de direitos fundamentais — privacidade, justiça, direito de organização, transparência e explicabilidade — e com responsabilização clara quando algo falhar. Ação proativa protege trabalhadores e, ao reduzir incerteza, também promove inovação e difusão. Os Princípios de IA da OCDE, adotados em maio de 2019 como instrumento jurídico, expressam aspiração comum de uso inovador e confiável que respeite direitos humanos e valores democráticos; diversos países e o G20 aderiram a princípios centrados no ser humano inspirados neles.

Diretrizes podem responder com maior rapidez a mudanças, mas legislação é mais exigível. Leis existentes de proteção de dados, discriminação e defesa do consumidor já oferecem base para tratar várias questões no trabalho, desde que sejam atualizadas. Países consideram legislação específica, como o AI Act na União Europeia e o Algorithmic Accountability Act nos Estados Unidos. A efetividade dependerá tanto da formulação quanto da implementação: normas técnicas, supervisão regulatória ou auditoria independente, orientação para desenvolvedores e empregadores e engajamento de partes interessadas podem ser necessários.

Negociação coletiva e diálogo social podem facilitar adoção, definir e implementar direitos de maneira flexível e pragmática e promover justiça. Também complementam políticas públicas ao elevar segurança e adaptabilidade. Nos setores europeu de seguros e telecomunicações, por exemplo, parceiros sociais assinaram dois acordos-quadro sobre IA, com transparência no uso de dados e proteção contra viés e discriminação. Há início de “negociações algorítmicas”, mas poucos acordos haviam sido assinados. A redução da sindicalização e da cobertura de acordos, somada à velocidade de difusão, ao aprendizado e ao possível desequilíbrio de poder da IA, pressiona as relações trabalhistas.

Formação é indispensável para a transição. A IA pode replicar algumas competências manuais e psicomotoras finas, bem como compreensão, planejamento e aconselhamento, mas crescerá a importância de competências para desenvolver, manter, adotar, usar e interagir com sistemas. A demanda por competências digitais básicas, ciência de dados, capacidades cognitivas e transversais também aumentará. Embora empresas usuárias digam oferecer treinamento, a falta de competências permanece barreira importante. Políticas públicas devem incentivar formação empresarial e educação formal. A IA pode melhorar desenho, direcionamento e entrega de formação, mas traz riscos que precisam ser enfrentados.

As políticas precisam se basear em evidências, mas ainda se sabe pouco sobre efeitos da IA sobre trabalhadores, local de trabalho e mercado laboral. Os capítulos seguintes tratam de quantidade de empregos (3), qualidade (4), políticas de competências (5), desafios éticos (6) e diálogo social e negociação coletiva (7). A OCDE destaca lacunas futuras: inclusão, concentração de mercado de trabalho, prestação de serviços públicos, práticas de gestão e governança para adoção confiável, além da necessidade de dados melhores sobre adoção e uso.

: ainda não há sinais de desaceleração da demanda de trabalho

Em síntese

A IA é a inovação que simultaneamente alimenta esperança de ganhos rápidos de produtividade e temor de perda de empregos. Seus algoritmos e modelos estatísticos, sobretudo o aprendizado de máquina, combinados a mais dados e menor custo computacional, resolvem problemas para os quais regras formais não podem ser codificadas e nos quais humanos tinham vantagem comparativa por treinamento ou experiência. Isso amplia o receio de substituição inclusive em finanças, medicina e atividades jurídicas, ocupações antes vistas como resistentes à automação.

O capítulo examina a evidência empírica disponível, com cautela: ela não incorpora plenamente os avanços recentes dos LLMs e da IA generativa. Seu balanço é o seguinte:

• O efeito líquido sobre emprego é teoricamente ambíguo. A IA desloca trabalho humano em certas tarefas, mas eleva demanda pelo ganho de produtividade e cria novas tarefas e empregos para pessoas com competências complementares.
• Medidas de exposição mostram maior progresso da IA em tarefas cognitivas não rotineiras — ordenação de informações, memorização e velocidade perceptiva — comuns em ocupações que exigem anos de educação ou treinamento. Como as medidas precedem ChatGPT, a amplitude e o grau de exposição podem crescer rapidamente.
• Ocupações de maior qualificação são as mais expostas: profissionais de negócios, gestores, executivos e profissionais de ciência e engenharia.
• Até então, estudos entre países, entre mercados locais, pesquisas de trabalhadores e empresas e estudos de caso encontravam pouca evidência de queda significativa de emprego causada por IA. A evolução rápida e a IA generativa podem invalidar essa evidência.
• Apesar da exposição maior, trabalhadores de alta qualificação tiveram ganhos de emprego em relação aos de menor qualificação na década anterior. Isso é consistente com efeito de reinstalação de novas tarefas e empregos, ainda importante na fase inicial de adoção.
• A adoção ainda baixa, a preferência empresarial por atrito natural — aposentadorias e saídas voluntárias — e o tempo necessário à implementação podem adiar efeitos negativos. Políticas devem preparar trabalhadores, apoiar diálogo social, ampliar concorrência em mercados de produto e trabalho e evitar incentivos tributários à substituição de trabalho por tecnologia.

Introdução e mecanismos

A onda atual de IA começou aproximadamente em 2011, quando o aprendizado de máquina passou a encontrar aplicações em vários setores. Como eletricidade ou máquina a vapor, a IA pode ser tecnologia de propósito geral, difusa entre indústrias e capaz de elevar produtividade. A visão herdada de automações anteriores era que a demanda por trabalho continuaria forte: pessoas complementariam novas tecnologias, criando empregos e ganhos de produtividade. Mas a IA difere porque vai além de tarefas rotineiras: dados e modelos estatísticos produzem previsões, recomendações ou decisões, aprendem com suas ações e melhoram com o tempo. Exemplos incluem análise de crédito, assistência jurídica e diagnóstico médico — tarefas complexas nas quais se supunha vantagem humana.

A unidade básica de análise é a tarefa. Um produto ou serviço requer conjunto de tarefas; conjuntos de tarefas definem uma firma, emprego ou ocupação. Num armazém, ler pedido, caminhar até prateleiras e separar itens são tarefas; embalar, lacrar e etiquetar constituem outras. Firmas minimizam custos: se for tecnicamente viável e mais barato, podem substituir a execução humana por IA. Por exemplo, estantes móveis comandadas por IA podem automatizar a caminhada até a prateleira.

A IA opera por três canais que podem coexistir:

O exemplo do armazém ilustra a ambiguidade. Se menos separadores forem necessários, há deslocamento. Mas se a redução de custos permitir baixar preços e ampliar vendas, a firma pode contratar mais embaladores, operadores de empilhadeira e gerar demanda por serviços externos: é o efeito de produtividade. Para que ele compense o deslocamento, o aumento de emprego nas tarefas não expostas precisa superar as perdas das expostas; isso depende de quanto da economia de custo chega aos preços e da elasticidade da demanda pelo produto final. Políticas devem observar não apenas o saldo agregado, mas qual mecanismo predomina e quais grupos sofrem as perdas.

Exposição a tarefas cognitivas não rotineiras

A IA avançou mais em tarefas cognitivas não rotineiras. Segundo a Figura 3.1, os maiores progressos de 2010 a 2015 ocorreram em ordenação de informações, memorização e velocidade perceptiva. “Velocidade de fechamento”, por exemplo, é captar, combinar e organizar rapidamente informação em padrões significativos, como entender caligrafia desorganizada ou reconhecer música após poucas notas. Essas capacidades são importantes para controladores de tráfego aéreo, engenheiros e gestores. Em contraste, a IA avançou menos em capacidades ligadas à força, indicativas de ocupações não rotineiras não cognitivas, como dança, esporte, alvenaria e trabalho agrícola.

O relatório usa exposição à IA como aproximação da sobreposição entre capacidades avaliadas da IA e tarefas humanas, vinculando medidas de progresso em aplicações a descrições de tarefas do O*NET. A medida de Felten, Raj e Seamans (2021), usada no capítulo, conecta progresso de aplicações do projeto AI Progress Measurement da Electronic Frontier Foundation às capacidades do O*NET por avaliações coletivas. A exposição de cada tarefa é agregada para ocupação, setor ou mercado de trabalho local. Ela não determina por si só se a IA substituirá ou complementará: também pode servir como instrumento de adoção efetiva em estratégias empíricas mais robustas que mera comparação observacional de firmas usuárias.

Figura 3.1. Capacidades em que a IA mais e menos avançou

A figura ordena as capacidades por progresso relativo da IA entre 2010 e 2015. No extremo de maior avanço aparecem ordenação de informações, memorização, velocidade perceptiva, velocidade de fechamento e flexibilidade de fechamento. No de menor avanço aparecem firmeza braço-mão, resistência, força estática, força dinâmica e força do tronco. O eixo horizontal é reescalado de 0 a 1: não é percentual de empregos automatizados.

Notas metodológicas da figura: exposição é o vínculo entre capacidades da O*NET e aplicações de IA, expresso numa matriz de correlação de Felten, Raj e Seamans. A matriz foi construída por pesquisa no Amazon Mechanical Turk com 200 trabalhadores de plataforma por aplicação de IA, aos quais se perguntou se uma aplicação — por exemplo, reconhecimento de imagem — poderia ser usada para certa capacidade, como visão de perto. Para cada capacidade, a participação de respostas afirmativas é multiplicada pelos escores de progresso da Electronic Frontier Foundation nas nove aplicações de IA, e os produtos são somados. Fonte: Georgieff e Hyee (2021), com dados de Felten, Raj e Seamans (2019).

Quadro 3.1 — Base O*NET. Criada pelo Departamento do Trabalho dos Estados Unidos em 1998 e atualizada regularmente, a O*NET cobre quase mil ocupações e registra competências e habilidades por importância e nível de domínio, a partir de pesquisas com ocupantes e especialistas. Embora descreva o mercado norte-americano, estudos citados pela OCDE encontram correlações médias de 0,80 com medidas paralelas europeias, canadenses e britânicas; isso permite sua utilização comparativa com prudência.

A medida é retrospectiva: as estimativas se baseiam no progresso de 2010–2015, porque avanços científicos precisam ser confirmados, transformados em aplicações comerciais e adotados antes de aparecerem em dados de emprego. O capítulo registra esse limite diante dos modelos de linguagem de grande escala. As primeiras estimativas após ChatGPT, porém, não encontravam diferença qualitativa grande em relação à hierarquia anterior: indicavam maior exposição com educação e rendimentos médios mais altos, ainda que profissões de ensino passassem a figurar entre as mais expostas.

Quando a OCDE considera IA e outras tecnologias de automação, exposição não equivale a risco. Ocupações altamente qualificadas continuam entre as de menor risco, porque preservam habilidades que permanecem gargalos à automação. Construção e extração, agricultura, produção, transporte e movimentação de materiais estão entre as de risco mais alto; gestão e serviços comunitários e sociais, entre os mais baixos. Em média nos países da OCDE cobertos, ocupações no quartil de maior risco respondiam por 27% do emprego; Luxemburgo, Reino Unido e Suécia tinham as menores parcelas e Hungria, República Eslovaca e República Tcheca, as maiores.

Figura 3.2. Ocupações mais e menos expostas à IA

Na média dos países, o painel superior lista profissionais de negócios, gerentes, dirigentes executivos, profissionais de ciência e engenharia e técnicos de negócios e administração como os cinco grupos com maior exposição. O painel inferior lista trabalhadores de coleta de resíduos e outras ocupações elementares, trabalhadores braçais, auxiliares de preparação de alimentos, trabalhadores agrícolas, florestais e pesqueiros e limpadores e ajudantes entre os cinco de menor exposição.

As estimativas são médias não ponderadas dos 23 países abrangidos por Georgieff e Hyee (2021), derivadas da Pesquisa de Competências de Adultos (PIAAC) e da medida de Felten, Raj e Seamans. A distribuição de ocupações de cada país não entra no cálculo; os grupos são ISCO-08 de dois dígitos e a escala relativa vai de 0 a 1. Fonte: Georgieff e Hyee (2021), cálculos com PIAAC e Felten, Raj e Seamans (2019).

Evidência de emprego: ainda pequena e inconclusiva

A OCDE não encontrava, até então, alterações agregadas grandes e detectáveis de emprego atribuíveis à IA. Alguns estudos observam menos contratações em firmas ou ocupações expostas; outros identificam ganhos para trabalhadores qualificados. Essa evidência não resolve o efeito líquido, pois não captura bem criação de tarefas e empregos e reflete adoção efetiva ainda reduzida. Nos Estados Unidos, o Annual Business Survey estimou que 3,2% das empresas usaram IA entre 2016 e 2018. Entre países europeus da OCDE, a adoção variava de 23% na Irlanda, 12% na Finlândia e 11% na Dinamarca a 3% na Hungria e Eslovênia e 2% na Letônia.

Estudos agregados e estudos de firmas

Os estudos agregados disponíveis tampouco identificavam efeito estatisticamente significativo. Com a medida de impacto ocupacional da IA (AI Occupational Impact, AIOI) e a variação da exposição entre ocupações nos estados norte-americanos, Felten, Raj e Seamans não encontraram efeito sobre o crescimento do emprego entre 2010 e 2016. Georgieff e Hyee estenderam a medida com o PIAAC, permitindo variação dentro dos países da OCDE, e estimaram efeito positivo, mas não significativo, sobre o emprego agregado.

Em zonas de deslocamento pendular dos Estados Unidos, Acemoglu e coautores tampouco encontraram efeito estatisticamente significativo da exposição à IA sobre emprego entre 2010 e 2017, quando a exposição é medida por setor, nem até 2018, quando medida por ocupação detalhada. Em painéis curtos de trabalhadores norte-americanos de 2011 a 2018, Fossen e Sorgner encontraram que a exposição reduzia a probabilidade de saída do emprego. Essas estimativas não separam de maneira completa deslocamento, produtividade e criação de tarefas; por isso, a ausência de efeito líquido não prova ausência de mudanças dentro das firmas ou ocupações.

Pesquisas empresariais apontavam na mesma direção. Entre 759 gestores no Reino Unido, a adoção de IA se associava a maior rotatividade, mas firmas adotantes relatavam ganhos e perdas líquidos de emprego com a mesma probabilidade que firmas não adotantes. Na pesquisa da OCDE com manufatura e finanças em sete países, a maioria das adotantes informou não ter mudado o emprego; reduções foram relatadas um pouco mais frequentemente do que aumentos, porém sem diferença estatisticamente significativa. Na amostra aleatória do US Census Bureau, com mais de 300 mil negócios, 26% das firmas usuárias de IA disseram que ela aumentara seu emprego, contra menos de 10% que disseram tê-lo reduzido.

Os resultados microeconômicos são mais ambíguos. Vagas on-line mostram que firmas mais expostas à IA passaram a anunciar menos postos sem competências de IA, inclusive comparando mercados locais onde a mesma firma atua. Os autores interpretam isso como sinal de que o deslocamento ainda não era compensado por efeito de produtividade suficientemente grande. Ao mesmo tempo, o crescimento forte de vagas relacionadas à IA é compatível com um efeito de reinstalação. Em um recorte setorial, analistas de ações que cobrem ativos com muitos dados públicos — uma aproximação de tarefas mais fáceis de modelar por IA — tinham maior probabilidade de abandonar a profissão e a pesquisa de investimentos. A OCDE ressalta que esses poucos estudos que isolam os efeitos concorrentes sugerem predomínio do deslocamento, mas não permitem uma conclusão geral.

Quem ganha e quem pode perder

Embora pessoas de alta qualificação sejam mais expostas, vários estudos encontraram perspectivas de emprego melhores para elas no período observado. A redução na probabilidade de transitar para a não ocupação foi maior para quem tinha ensino superior; a exposição à IA se associou positivamente ao crescimento do emprego em ocupações de maior rendimento, mas não nas de baixa e média qualificação; e, na comparação internacional, a associação positiva surgiu apenas em ocupações de uso intensivo de computador. O relatório adverte que o sinal comum desses resultados e sua interpretação causal ainda permanecem em aberto, sobretudo diante da rápida ampliação das capacidades da IA generativa.

Há também indícios de maior vulnerabilidade para trabalhadores menos qualificados. Em firmas clientes de produtoras de IA, grupos de maior qualificação eram os mais propensos a crescimento do emprego após a adoção, enquanto serviços de linha de frente e trabalho manual eram os mais propensos a quedas. Nos estudos de caso da OCDE, quando tarefas de baixa qualificação eram automatizadas, seus ocupantes frequentemente eram os mais difíceis de retreinar ou mover para outra posição dentro da firma.

Por que os efeitos ainda parecem pequenos

A OCDE apresenta quatro explicações que podem coexistir: adoção geral baixa e economias de custo ainda modestas; ajuste de pessoal por atrito em vez de demissões; o fato de avanço técnico e exposição não implicarem automaticamente automação; e a criação de novas tarefas e empregos. Com baixa penetração e pouca evidência de ganhos substanciais de produtividade, deslocamento e produtividade podem ser pequenos demais, em relação ao mercado de trabalho total, para aparecer nas estimativas agregadas.

O deslocamento de tarefas também não exige perda imediata de postos. Estudos que o detectam medem contratações ou grupos ocupacionais estreitos, e não demonstram necessariamente queda do emprego total da firma. Estudos de caso em finanças e manufatura registraram, predominantemente, retenção de pessoas afetadas e redução gradual por aposentadorias e saídas voluntárias. Um fabricante canadense de autopeças, por exemplo, adotou software de IA para cortar moldes metálicos personalizados; a firma relatou ganhos grandes de produtividade e conduziu a redução necessária por aposentadorias planejadas, não por demissões imediatas. A retenção também funciona como seguro enquanto a empresa aprende a usar a aplicação e verifica se os ganhos prometidos realmente se materializam.

Esse ajuste gradual implica eventual queda ou crescimento mais lento do emprego, mas evita demissões em massa e seus custos persistentes de renda. A OCDE lembra que trabalhadores dispensados por demissão ou outros motivos econômicos frequentemente sofrem perdas salariais de longo prazo. A transição por atrito, portanto, muda o ritmo e a distribuição do custo; não torna a substituição de trabalho inexistente.

Empresas podem ajustar força de trabalho por atrito — não reposição depois de aposentadorias e saídas — em vez de demissões imediatas. Um fabricante canadense de peças automotivas citado pela OCDE adotou IA para cortar moldes metálicos e administrou as reduções necessárias por aposentadorias planejadas. Firmas também podem reter trabalhadores enquanto testam se a aplicação entrega os ganhos prometidos e preservam capital humano específico. Isso pode adiar, mas não exclui, crescimento menor ou redução futura de emprego.

Estudos de exposição deixam de fora a criação de especialidades novas. A pesquisa citada pela OCDE mostra que a maior parte do emprego nos Estados Unidos estava em especialidades introduzidas depois de 1940. Para IA, a expectativa é de demanda por pessoas que desenvolvem, mantêm e aperfeiçoam sistemas e por ocupações complementares — como estatísticos, engenheiros de software, gestores e trabalhadores que usam aplicações. Essa dinâmica é compatível com a “curva J” da produtividade: investimentos iniciais em capital intangível e pessoal complementar podem preceder ganhos maiores quando empresas aprendem a reorganizar processos.

Correspondência e ação pública

A IA pode elevar emprego ao melhorar a correspondência entre pessoas e vagas. Triagem semântica de currículos pode, por exemplo, relacionar “contador” a sinônimos e evitar exclusão por formulações estreitas. Serviços públicos de emprego podem usar IA para informação e aconselhamento por chatbots, mapeamento de ocupações, identificação de lacunas de competências, correspondência com vagas, segmentação de atendidos, recomendação de apoio e automação administrativa. A OCDE exige qualidade de dados, proteção de dados, transparência, acompanhamento de desempenho e vieses, testes, avaliação de impacto, capacitação de equipes e padrões éticos.

Orientação de política pública

O uso da IA pode seguir caminhos diferentes. A OCDE contrasta um sistema que assumisse algumas tarefas de docentes com outro que identificasse como estudantes aprendem e adaptasse o ensino às necessidades individuais. Se eficaz, o segundo caminho poderia elevar o desempenho e também a demanda por professores especializados em diferentes formas de aprendizagem. A orientação proposta é favorecer os efeitos de produtividade e reinstalação, e não apenas a redução direta de tarefas humanas.

Isso requer rever políticas de competências para que trabalhadores complementem sistemas emergentes, pois crescia a demanda por competências de computação, programação e dados. O sistema tributário também pode favorecer indevidamente a substituição: muitos países subsidiam capital pelo código tributário e tributam trabalho em alíquotas mais altas. No limite, isso induz automações que não seriam viáveis sem o subsídio implícito, com economia de custo pequena e baixo efeito de produtividade. Para a OCDE, o problema não é a automação inovadora de grande valor em si, mas a substituição de pequeno número de tarefas de baixo valor agregado; reequilibrar a tributação de capital e trabalho pode reduzir essa automação excessiva.

Mercados de trabalho aquecidos podem fazer a automação produzir ganhos maiores: a economia de custos é maior quando desemprego é baixo e salários são altos, e a escassez de trabalhadores aumenta o incentivo para adotar e desenvolver novas tecnologias. Política de concorrência também importa, porque mercados competitivos ajudam a converter economias de custo em preços menores e produção maior. Por fim, parte das reduções de custo permanece na firma; fortalecer parceiros sociais e o poder de negociação dos trabalhadores pode fazer com que os ganhos sejam compartilhados com quem já trabalha nela e facilitar a permanência de pessoas cujos postos estão em risco, em novas funções.

O capítulo defende políticas que favoreçam usos complementares ao trabalho humano e ganhos compartilhados: difusão tecnológica e concorrência, apoio a pequenas e médias empresas, formação, proteção social e políticas ativas de emprego, regras para IA confiável e diálogo social. A meta não é impedir toda automação, mas ampliar criação de tarefas, mobilidade e produtividade distribuída, reduzindo custos concentrados sobre trabalhadores e territórios expostos.

Salários, produtividade e competências de IA

O capítulo investiga efeitos sobre salários, produtividade, satisfação, segurança, gestão, inclusão e viés. A evidência disponível sugere que competências de IA recebem prêmios salariais relevantes, mas ainda é cedo para atribuir ganhos amplos de produtividade à adoção. Trabalhadores expostos à IA tiveram salários estáveis ou crescentes em alguns estudos. Uma elevação de um desvio-padrão na exposição foi associada a 0,4 ponto percentual a mais de crescimento salarial em uma medida; em painéis norte-americanos de 2011–18, o aumento correspondente superou 4%. Esses resultados se concentram em ocupações com forte familiaridade com software e não isolam perfeitamente as competências de IA.

Os estudos de caso da OCDE, por sua vez, encontraram pouca mudança salarial: em 84% dos casos, salários dos mais afetados permaneceram inalterados; 15% relataram aumentos, geralmente por tarefas mais complexas, aquisição de novas competências ou métricas de desempenho. Trabalhadores também demonstravam preocupação: em finanças, 42% esperavam queda de salários em dez anos, 23% estabilidade e 16% aumento; na manufatura, os percentuais eram 41%, 25% e 13%. Pessoas com diploma universitário e gestores eram mais propensos a prever aumento, enquanto homens — em especial no setor financeiro — eram mais propensos que mulheres a prevê-lo. Isso pode agravar desigualdades salariais existentes.

Firmas maiores e mais produtivas tendem a adotar IA. Amostras norte-americanas e britânicas mostram maior adoção com tamanho, salários, vendas, emprego e capitalização de mercado; em 11 países da OCDE, empresas maiores também adotam mais, talvez por possuírem ativos complementares. A relação causal com produtividade, entretanto, permanece inconclusiva. Em dados de 2018, a adoção apresentou efeito positivo modesto, mas não estatisticamente significativo. Estudos de investimentos em IA registram crescimento de vendas, emprego e valor de mercado sem efeito significativo em vendas por trabalhador, produtividade total dos fatores ou patentes de processo. Prêmios de produtividade aparecem mais quando a IA vem acompanhada de ativos complementares e, em alguns estudos, apenas para empresas com mais de 249 empregados.

As próprias empresas relatam efeito positivo: 57% das de finanças e 63% das de manufatura disseram que a IA elevou produtividade, contra 8% e 5% que relataram efeito negativo. Mais de 80% dos trabalhadores que interagem com IA relataram desempenho melhor; ganhos percebidos são maiores entre pessoas com universidade, gestão e ocupações profissionais que entre produção e funções não supervisoras.

Uma caixa do relatório sintetiza a evidência emergente de IA generativa: o assistente conversacional estudado por Brynjolfsson, Li e Raymond aumenta em 14% as resoluções por hora e beneficia sobretudo os menos experientes; no experimento de Noy e Zhang, profissionais com ChatGPT escrevem mais rápido e com maior qualidade, sendo os piores desempenhadores iniciais os que mais melhoram; com GitHub Copilot, programadores concluem a tarefa mais de 50% mais rápido, com ganhos maiores entre os menos experientes. A leitura da OCDE é que essas ferramentas podem reduzir desigualdades de desempenho entre pessoas na mesma função, embora os estudos sejam específicos e ainda não permitam generalização ampla.

Quadro 4.1 — Pesquisas e estudos de caso da OCDE. As pesquisas abrangeram 5.334 trabalhadores e 2.053 empresas de manufatura e finanças/seguros na Áustria, Canadá, França, Alemanha, Irlanda, Reino Unido e Estados Unidos. A pesquisa empresarial foi telefônica com firmas de 20 ou mais empregados; a de trabalhadores foi on-line e ponderada por idade, educação, gênero e país, mas painéis on-line excluem pessoas sem acesso à internet. Os estudos de caso envolveram 90 empresas em oito países e 325 entrevistas — 147 em finanças, 154 em manufatura e 24 em energia e logística. Esses desenhos registram percepções e experiências de adotantes; não constituem, por si, estimativas causais representativas de todo o mercado de trabalho.

Satisfação, segurança e riscos da gestão algorítmica

O uso de IA aparece associado a maior satisfação, mas a evidência é nascente e frequentemente abrange apenas quem permaneceu na empresa após adoção, grupo possivelmente não representativo. Nas pesquisas da OCDE, 63% dos usuários em finanças e manufatura disseram que a IA melhorou, pouco ou muito, seu prazer no trabalho. Os maiores efeitos positivos foram relatados por quem desenvolve ou mantém IA e por quem gerencia pessoas usuárias; usuários diretos e pessoas submetidas à gestão algorítmica eram os menos propensos a relatar melhora, ainda que a maioria de cada grupo a relatasse. Pesquisa Ipsos em seis países encontrou pelo menos 59% de respostas positivas sobre bem-estar no trabalho; pesquisa japonesa associou adoção a mais satisfação, mas também a mais estresse, menos trabalho rotineiro e mais tarefas complexas não rotineiras.

Esses resultados precisam ser lidos no escopo do desenho: os inquéritos da OCDE alcançam manufatura e finanças e registram a percepção de quem estava empregado após a adoção, sem observar pessoas que eventualmente saíram da firma. A maioria disse que a IA ampliou sua autonomia — entendida como controle sobre a sequência das tarefas —, mas uma em cada cinco pessoas relatou diminuição dessa autonomia. A conclusão do capítulo não é que os efeitos sejam uniformemente positivos, mas que eles dependem de como o sistema é introduzido, de quem define seus objetivos e de quais proteções são garantidas.

O relatório destaca risco de intensificação, perda de controle e monitoramento. Gestão algorítmica pode redistribuir ou automatizar tarefas de gestores e produzir efeitos indiretos sobre subordinados: maior ritmo de trabalho e menor sensação de controle. Pode também melhorar consistência e percepção de justiça, mas, sem transparência, participação e proteção, ameaça privacidade, autonomia e segurança psicológica.

A privacidade é uma preocupação concreta. Entre pessoas que disseram que a empresa coletava dados sobre elas ou sobre como trabalhavam, mais da metade manifestou preocupação; 58% no setor financeiro e 54% na manufatura disseram temer que dados demais fossem coletados. O texto cita expansão da vigilância remota durante a pandemia e dispositivos vestíveis que podem captar informações fisiológicas. Esses dados podem apoiar saúde e segurança, mas também alimentar julgamentos de alto impacto. Sem explicação das decisões, trabalhadores não conseguem adaptar comportamento, contestar resultados ou buscar reparação.

Inclusão e vieses

A IA pode ajudar grupos historicamente excluídos — por exemplo, com tecnologias assistivas e redução de barreiras —, mas empregadores avaliavam que idosos e trabalhadores de baixa qualificação poderiam sofrer danos. Sistemas de IA podem codificar dados e decisões históricas enviesadas, ampliando discriminação em recrutamento, avaliação, escala, remuneração e desligamento. A escala e a opacidade de decisões automatizadas tornam imprescindíveis transparência, explicabilidade, auditoria, responsabilização e supervisão humana. O capítulo conclui que tecnologia e desenho institucional determinam se a IA melhora justiça e inclusão ou replica desigualdades existentes.

Tecnologias assistivas de reconhecimento de fala, legendagem ao vivo e próteses podem ampliar acesso para pessoas com deficiência; tradução em tempo real e geradores de texto podem apoiar pessoas não nativas e trabalhadores menos qualificados. Ao mesmo tempo, mais de um terço dos adultos, em média na OCDE, não possui sequer as competências digitais mais básicas, e a qualidade de recursos de IA varia conforme a quantidade de usuários de cada idioma. Nas pesquisas, quase metade dos empregadores achava que IA ajudaria pessoas com deficiência, enquanto era mais comum esperar dano que benefício para trabalhadores mais velhos e de baixa qualificação.

Em finanças, 45% dos usuários de IA e, na manufatura, 43% consideraram que ela melhorou a justiça no tratamento por gestores; cerca de um em cada dez disse que a piorou. Vieses podem nascer na seleção de parâmetros, na escolha de dados de treinamento e em dados incompletos, incorretos, desatualizados ou marcados por discriminações históricas. O original compara esse risco à discriminação humana: meta-análise de três décadas nos Estados Unidos achou que candidatos brancos tinham 36% mais chance de retorno que candidatos afro-americanos com qualificação equivalente e 24% mais que latinos. O risco adicional da IA é multiplicar e sistematizar a discriminação em escala, tornando-a mais difícil de detectar. Em experimento citado, algoritmo de triagem melhorou a qualidade das contratações, mas reduziu representação de minorias quando só reproduzia dados históricos; ao explorar deliberadamente perfis sub-representados, melhorou qualidade e inclusão.

A IA altera a demanda por competências

O desenvolvimento e a adoção de IA alteram simultaneamente quais competências são substituídas, complementadas e criadas. Alguns recursos humanos — habilidades manuais e psicomotoras finas, compreensão, planejamento e aconselhamento em determinadas situações — podem ser replicados ou apoiados. Ao mesmo tempo, cresce a necessidade de pessoas capazes de desenvolver, manter, implementar, usar e interagir com sistemas de IA. O relatório destaca competências digitais básicas, ciência de dados, compreensão de IA e competências cognitivas e transversais, como resolução de problemas, comunicação, criatividade e julgamento.

As mudanças não se limitam a especialistas técnicos. A tecnologia se difunde por tarefas, de modo que usuários precisam compreender limitações, verificar resultados, formular boas solicitações e combinar julgamento humano com recomendações automatizadas. Empresas precisarão adaptar organização do trabalho, processos e treinamento. A evidência indica que a demanda por profissionais de IA cresceu rapidamente antes de 2023, mas que uma estratégia de competências não pode se restringir a formar pequeno grupo de especialistas.

Na pesquisa da OCDE, 79% dos trabalhadores que desenvolvem e mantêm IA no setor financeiro e 75% na manufatura possuíam competências especializadas de IA; ainda assim, 10% declararam não possuí-las. Isso é consistente com funções de preparação de insumos, correção de saídas e acompanhamento de modelos que não exigem necessariamente conhecimento técnico especializado. Nos Estados Unidos, a proporção de anúncios de vagas que pediam competências especializadas de IA quadruplicou entre 2010 e 2019. Esses anúncios também pediam, com frequência, solução criativa de problemas, comunicação, trabalho em equipe, colaboração, negociação e gestão.

Quadro 5.1 — Perfil da força de trabalho de IA. A OCDE concentra essa força de trabalho em ocupações qualificadas — matemáticos, atuários e estatísticos; desenvolvedores de software e aplicações; gestores de TIC; profissionais de bancos de dados e redes; e engenheiros de eletrotecnologia. Em média nos países da OCDE, mais de 60% possuem diploma terciário e menos de 40% são mulheres. Quase metade recebe acima do percentil 80 da distribuição de rendimentos. Estudos citados pelo relatório estimam prêmio salarial de 11% em anúncios que requerem IA dentro da mesma empresa e de 5% quando se compara também o mesmo cargo.

O relatório também distingue funções emergentes: treinadores de modelos, que ensinam sistemas a executar tarefas e a interagir com pessoas; explicadores, que traduzem funcionamento e resultados dos algoritmos para gestores, profissionais não técnicos e público; e sustentadores, que detectam vieses, falsificações e erros e acompanham se o sistema continua funcionando como previsto. Estudos de caso da OCDE registram que essas funções já começavam a aparecer nas empresas, embora seus perfis ainda não fossem claramente definidos.

Mudanças exigem novas oportunidades de formação

Para responder às novas demandas, trabalhadores precisam de oportunidades de requalificação e aperfeiçoamento ao longo da vida. A formação deve alcançar tanto pessoas já empregadas quanto pessoas em transição, desempregadas e grupos com menor acesso a educação e treinamento. A OCDE alerta para o risco de que trabalhadores de menor qualificação — justamente os que poderiam precisar de mais apoio — participem menos de atividades de aprendizagem de adultos.

O relatório enfatiza três frentes complementares: incorporar competências digitais e de IA à educação inicial; fortalecer a formação profissional e superior; e tornar a aprendizagem de adultos mais acessível, flexível e vinculada às necessidades reais de tarefas e setores. Orientação de carreira, validação de competências e informação confiável sobre demanda ocupacional ajudam trabalhadores e empregadores a decidir onde investir.

Para quem usa aplicações de IA, a OCDE emprega o conceito de letramento em IA: competências para avaliar criticamente tecnologias de IA, comunicar-se e colaborar com elas e utilizá-las como ferramenta no ambiente digital, doméstico e de trabalho. O estudo diferencia quatro níveis: conhecer funções básicas e usar aplicações no cotidiano; aplicar conceitos em contextos diferentes; implementar IA; e avaliá-la criticamente, o que inclui gerir dados e refletir sobre resultados. Todos os níveis requerem alguma base analítica, matemática, estatística e ética. A literatura, porém, ainda não havia consolidado uma definição ou medida de letramento em IA para adultos.

Os cursos para não especialistas tendem a ser modulares e curtos. Começam explicando o que é IA, sua origem e seus limites; em geral apresentam aprendizagem de máquina e aprendizagem profunda; e, em parte dos casos, abordam vieses algorítmicos e a opacidade de sistemas. Nas empresas que adotaram IA, 73% dos trabalhadores no setor financeiro e 72% na manufatura disseram ter interesse em aprender mais sobre o tema.

Grupos que requerem atenção específica

O capítulo recomenda atenção deliberada a trabalhadores mais velhos e de baixa qualificação. Em todos os países participantes do PIAAC, pessoas mais velhas participavam menos de aprendizagem de adultos; em 2015, a diferença média de participação entre pessoas com 54 anos ou mais e adultos de 25 a 53 anos era de cerca de 22 pontos percentuais. A evidência de estudos de caso sobre suposto ceticismo de pessoas mais velhas, contudo, é indireta: ela registra a percepção de colegas, não declarações das próprias pessoas, e pode refletir vieses etários.

Trabalhadores de baixa qualificação permanecem prioritários, pois seguem mais concentrados em ocupações com alto risco de automação e participam menos de educação e treinamento. Em 2021, a diferença de participação em atividades de formação entre pessoas de menor escolaridade e as de escolaridade média ou alta variava de 2 pontos percentuais na Hungria a 19 na Suíça, com média de 8 pontos na União Europeia. Falta de tempo, restrições financeiras, pré-requisitos, menor disposição para estudar e menor propensão empresarial a treiná-las explicam parte dessa lacuna. O relatório aponta orientação personalizada, programas modulares e flexíveis e apoio financeiro como respostas possíveis.

Também importam profissionais mais qualificados, gestores e líderes empresariais: eles precisam entender potencial, limites e riscos da IA para reorganizar tarefas, decidir o que fica com pessoas e com sistemas e manter supervisão humana. Parceiros sociais precisam de formação própria para identificar mudanças de competências, ampliar acesso justo a treinamento e negociar requalificação e implementação de IA.

Empresas treinam, mas pode ser insuficiente

Empresas que implementam IA afirmam oferecer treinamento a seus trabalhadores. Nas pesquisas da OCDE, as respostas empresariais para necessidades de competências enfatizam requalificar e aperfeiçoar o pessoal existente. Ainda assim, falta de competências continua entre as principais barreiras à adoção, indicando que a oferta, cobertura ou qualidade da formação pode não bastar. Treinamento tende a beneficiar quem já possui maior escolaridade ou trabalha em empresas grandes e produtivas; sem política deliberada, a IA pode ampliar lacunas.

Entre empresas adotantes que relataram mudança de necessidades de competências, 64% no setor financeiro e 71% na manufatura disseram requalificar ou aperfeiçoar trabalhadores internos; comprar serviços externos foi a segunda resposta mais comum, escolhida por 53%. Mais da metade dos trabalhadores que usavam IA relatou que a empresa fornecera ou financiara formação para trabalhar com a tecnologia. Quando a ferramenta é simples, a formação costuma ser breve — webinars, apresentações e oficinas de funcionalidades básicas. Apenas poucas grandes empresas relatavam programas mais ambiciosos para transferir empregados a outras ocupações.

Em torno de 40% dos empregadores de finanças e manufatura apontaram falta de competências relevantes como barreira à adoção, especialmente nos Estados Unidos, Alemanha e Áustria. A barreira não se limita aos empregados: gestores podem não compreender usos, retornos, riscos e mudanças organizacionais exigidas pela IA. Problemas de dados também estão ligados a competências — empresas podem ter muitos dados, mas não capacidade de limpar, integrar, analisar, assegurar qualidade, proteger a privacidade e acompanhar os resultados. Formação pode ajudar, mas não resolve sozinha problemas de qualidade de dados, aceitação cultural ou mudança de processos.

O treinamento deve ser acompanhado de participação dos trabalhadores na implantação, tempo protegido para aprender e reconhecimento de novas responsabilidades. Caso contrário, a adoção pode simplesmente intensificar trabalho sem permitir que as pessoas se apropriem dos ganhos de produtividade. A Figura 5.2 do original mostra que empregadores preferem requalificar e aperfeiçoar trabalhadores existentes a outras respostas, como contratar externamente ou reduzir pessoal.

Políticas públicas ainda são insuficientes

Segundo a OCDE, políticas existentes de apoio à formação relacionada à IA permanecem fragmentadas. Governos podem agir por financiamento, incentivos, programas setoriais, apoio a pequenas e médias empresas, currículos, orientação e garantia de qualidade. Também devem evitar que custos e riscos de transição recaiam desproporcionalmente sobre trabalhadores e grupos vulneráveis. A coordenação com parceiros sociais, instituições educacionais, serviços públicos de emprego e empresas é indispensável para que a formação corresponda à transformação real das tarefas.

A IA pode melhorar a aprendizagem de adultos, mas cria riscos

Ferramentas de IA podem personalizar conteúdo, identificar lacunas, recomendar percursos, apoiar tutoria e ampliar escala de serviços de formação. Esses usos podem reduzir barreiras de tempo e localização. Mas exigem salvaguardas: qualidade pedagógica, proteção de dados, transparência, prevenção de vieses e acesso equitativo. Sistemas treinados em dados históricos podem reproduzir desigualdades; soluções automatizadas podem excluir pessoas com menor letramento digital ou acesso precário a conectividade. A tecnologia deve ampliar a agência de educadores e aprendizes, não substituí-la sem supervisão.

Lacunas de conhecimento

Apesar do crescimento de pesquisas sobre IA, competências e sistemas de aprendizagem, ainda faltam evidências sobre quais competências específicas mudarão, para quem, em que ritmo e com quais efeitos distributivos. A OCDE recomenda melhorar dados sobre adoção, tarefas e treinamentos, avaliar programas e acompanhar resultados para grupos diferentes. A incerteza exige políticas adaptativas, capazes de aprender com a implantação em vez de assumir que o futuro das competências está definido.

O Capítulo 6 examina a ação dos países para tornar a IA confiável no trabalho. A OCDE define uso confiável como aquele que é seguro, respeita direitos fundamentais e valores democráticos, é transparente, explicável e sujeito a responsabilização. No ambiente de trabalho, as questões se concentram em privacidade e proteção de dados, discriminação e viés, liberdade de associação, segurança, monitoramento, decisões automatizadas e possibilidade efetiva de contestação e reparação.

Pelos Princípios de IA da OCDE, a responsabilidade abrange todo o ciclo de vida do sistema: administração responsável pelos atores de IA; respeito ao Estado de Direito, direitos humanos e valores democráticos; divulgação transparente e responsável; robustez, segurança e proteção; e responsabilização pelo funcionamento correto e pelo respeito às demais dimensões. A publicação ressalta que uma política clara reduz riscos para trabalhadores e também incerteza jurídica para empregadores e desenvolvedores; porém, regras mal concebidas, inconsistentes ou multiplicadas podem elevar custos de conformidade e retardar usos benéficos.

Instrumentos de soft law — estratégias nacionais de IA, princípios éticos, códigos de conduta, padrões técnicos, orientações e compromissos voluntários — oferecem flexibilidade e podem acompanhar tecnologia em rápida evolução. Eles podem orientar empresas antes da existência de regras específicas, estimular avaliação de impacto, transparência, participação de trabalhadores e supervisão humana. Mas não substituem obrigações exigíveis, fiscalização e mecanismos de reparação.

O capítulo identifica vantagens e limites dessa combinação. A soft law é comparativamente simples de ajustar a tecnologias que mudam rápido, mas em geral depende de autorregulação e não garante reparação de danos. Por isso, a OCDE defende coordenação entre normas voluntárias e legislação exigível. Entre os instrumentos em avaliação nos países estão: adaptação de legislação trabalhista; auditorias e certificações robustas; supervisão humana nas decisões; explicações compreensíveis sobre a lógica de decisões automatizadas; avaliações de risco periódicas ao longo do ciclo de vida; e aviso claro quando uma pessoa interage com sistema de IA.

Grande parte da legislação aplicável já existia antes da IA: regras de proteção de dados, igualdade e não discriminação, saúde e segurança, defesa do consumidor, direito do trabalho e direitos coletivos. O desafio é interpretá-las e atualizá-las para decisões automatizadas. Países também passaram a elaborar normas específicas, como o AI Act europeu. O relatório observa que medidas eficazes combinam legislação, normas técnicas, órgãos supervisores ou auditorias independentes, orientação prática para desenvolvedores e empregadores e participação das partes afetadas.

O relatório registra que todos os países membros da OCDE contam com leis de proteção de dados e privacidade e que, em alguns contextos — como decisões judiciais italianas relacionadas a IA no trabalho —, leis antidiscriminação preexistentes já foram aplicadas. Mas a jurisprudência ainda é limitada, devendo ser acompanhada para indicar onde adaptar regras. A proposta europeia de AI Act é tratada como exemplo de regulação por risco: estabelece exigências específicas para aplicações de alto risco no emprego, evitando impor o mesmo ônus a aplicações de risco baixo. Iniciativas nacionais mais estreitas também propõem auditorias, avaliação recorrente de risco, explicações em linguagem simples e supervisão humana.

Empregadores e trabalhadores valorizam regras escritas sobre uso ético. A responsabilidade por danos causados por IA aparece como barreira relevante à adoção entre empresas europeias. A governança deve cobrir todo o ciclo de vida: escolha de sistema, qualidade e representatividade de dados, testes, implantação, monitoramento, documentação, auditoria, incidência de danos e possibilidade de interromper ou corrigir o sistema. Transparência não deve se limitar a explicar o algoritmo: precisa informar trabalhadores sobre finalidade, dados usados, consequências e meios para contestar decisões.

Para evitar que proteção vire obstáculo desnecessário à inovação, a OCDE recomenda definições e estruturas consistentes entre jurisdições, revisão periódica das regras e uso de ambientes regulatórios experimentais (sandboxes) para testar sistemas e produzir evidência prática sobre lacunas. Cooperação internacional, orientação para desenvolvedores e usuários, formação de reguladores, trabalhadores, empregadores e parceiros sociais, além de avaliação contínua das políticas, completam esse quadro. Transparência, explicabilidade, combate ao viés e prestação de contas se reforçam mutuamente: explicar decisões pode revelar discriminação; transparência permite atribuir responsabilidades.

O Capítulo 7 sustenta que diálogo social e negociação coletiva podem moldar a transição de IA, em vez de apenas reagir a seus efeitos. A tecnologia pode ser implantada mais rapidamente que ciclos tradicionais de consulta e pode aprender e mudar depois da implantação. Isso torna especialmente importantes informação antecipada, participação dos trabalhadores, capacitação técnica dos parceiros sociais e negociação sobre dados, monitoramento, organização das tarefas, formação, remuneração, segurança e mecanismos de recurso.

Quadro 7.1 — Questionário da OCDE. Em 2022, a OCDE consultou confederações sindicais e patronais pelas redes TUAC e Business@OECD. O instrumento investigou conhecimento sobre IA, riscos e benefícios percebidos, ações de apoio a trabalhadores e empresas e efeitos sobre o próprio diálogo social. Recebeu respostas de 14 grandes confederações sindicais e seis de empregadores. Trata-se de evidência qualitativa e não representativa, com possível viés para organizações já ativas no tema; a OCDE a discutiu em duas reuniões de especialistas e a combinou com literatura e pesquisas anteriores.

No questionário, sindicatos e organizações patronais apontaram como preocupações centrais o uso confiável da IA, mudanças nas competências e riscos à saúde física e mental. Sindicatos deram maior peso a questões éticas; organizações patronais, a novas exigências de competências. Quanto aos benefícios, sindicatos destacaram qualidade do trabalho e criação de tarefas, enquanto empregadores ressaltaram produtividade e segurança. O relatório observa que a preocupação parece ter se deslocado de perda de postos para discriminação, vigilância excessiva e violações de direitos humanos — sem excluir que avanços recentes em IA generativa possam alterar o quadro.

Quando empresas consultam trabalhadores ou seus representantes, elas relatam com maior frequência efeitos positivos da IA sobre produtividade e condições de trabalho. A relação não prova causalidade, mas é consistente com a ideia de que voz representativa ajuda a identificar riscos, adaptar sistemas ao trabalho real e distribuir melhor benefícios. A representação também pode mitigar riscos ligados a ritmo, controle, privacidade e autonomia.

Parceiros sociais atuam em três níveis. No local de trabalho, podem participar da escolha e da implementação de sistemas, definir limites para monitoramento e automatização e negociar treinamento e mudanças de tarefas. Em nível setorial ou nacional, podem produzir orientações, acordos-quadro, padrões e propostas de política. Organizações sindicais e empresariais também realizam divulgação, conscientização e defesa pública sobre IA.

Persistem obstáculos: queda de sindicalização e cobertura de negociação coletiva em muitos países; concentração de expertise técnica nos empregadores ou fornecedores; opacidade de sistemas; e velocidade de implantação. O relatório recomenda ampliar a capacidade dos parceiros sociais de compreender IA e seus efeitos, criar acesso a informação relevante, incentivar consulta antes de decisões irreversíveis e assegurar que direitos coletivos sejam aplicáveis em ambientes de gestão algorítmica.

O diálogo não elimina a necessidade de regulação, mas a complementa. Acordos coletivos podem traduzir princípios gerais em regras aplicáveis a setores e locais específicos. O relatório cita acordos europeus nos setores de seguros e telecomunicações que abordam transparência no uso de dados e proteção contra viés e discriminação, além do início de “negociações algorítmicas”. A conclusão é que uma transição justa depende de combinar políticas públicas, governança corporativa responsável, competências e participação efetiva de trabalhadores.

7.1 O que muda para o diálogo social

A OCDE destaca que a IA pode criar desafios próprios para o diálogo social. Sua difusão pode ser rápida; alguns sistemas se alteram continuamente; e a adoção pode deslocar poder entre empresas, trabalhadores e seus representantes. Em diversos países da OCDE, isso ocorre num contexto em que a densidade sindical caiu, em média, de 33% em 1985 para 16% em 2019, e a cobertura de acordos coletivos caiu de 46% para 32%. O trabalho por plataforma e outras formas flexíveis de trabalho ampliam esses desafios de representatividade.

A falta de transparência pode dificultar tanto a responsabilização quanto a negociação. Desenvolvedores, fornecedores, compradores e empregadores podem deter informações diferentes sobre dados, modelos e decisões automatizadas. Sistemas de vigilância podem acentuar assimetrias de informação e enfraquecer a posição de barganha dos trabalhadores. A OCDE observa ainda o risco de monitoramento de atividade sindical — por localização, vocabulário em e-mails ou atividade em redes sociais —, sobretudo quando não há proteção legal forte para organização coletiva.

Trabalhadores em formas flexíveis, de plataforma ou por tarefa eram, segundo a OCDE, 50% menos propensos a sindicalizar-se que trabalhadores padrão. Pelo lado empresarial, cerca de 59% dos trabalhadores estavam em firmas representadas por organizações patronais, mas empresas pequenas e novos modelos de negócio eram menos representados. A IA exige consultas mais regulares e mecanismos de resolução de conflitos tanto centralizados quanto descentralizados, pois sistemas podem ser atualizados continuamente. A negociação coletiva ainda é apresentada como instrumento especialmente útil para criar novos direitos e implementar os existentes de forma flexível, pragmática e justa.

7.2 Moldar a transição de IA

A evidência econométrica específica sobre diálogo social e adoção de IA ainda é escassa. A literatura sobre robôs e automação oferece apenas indicações, com resultados mistos e dificuldade de separar causa e efeito. A OCDE, por isso, combina revisão de literatura, inquéritos a empregadores e trabalhadores da manufatura e das finanças e análise de dados europeus. Os resultados são descritivos, não demonstram causalidade, mas apontam que consultas e formas de voz dos trabalhadores se associam a uma implementação mais favorável da tecnologia.

Os acordos coletivos podem tratar de informação e consulta prévias, proteção de dados, regras de monitoramento, avaliação de riscos, formação, requalificação, mudança de tarefas, saúde e segurança e mecanismos de recurso. A regulação pública pode estabelecer padrões mínimos; negociação e diálogo podem adaptá-los a processos produtivos, ocupações e contextos específicos. Para isso, parceiros sociais precisam de informação acessível sobre sistemas de IA e de capacidade técnica para avaliar seus impactos.

7.3–7.5 Iniciativas, conhecimento especializado e conclusão

Sindicatos e organizações empresariais já atuam por meio de campanhas de conscientização, guias, pesquisa, aconselhamento e defesa de posições públicas. A OCDE recomenda que governos e parceiros sociais ampliem essa expertise, apoiem formação de representantes e criem canais de consulta regulares, especialmente antes de decisões difíceis de reverter. O efeito final da IA sobre mercados de trabalho dependerá também de como empregadores e trabalhadores participam da adoção — no local de trabalho, na empresa, no setor, no plano nacional e internacional.

O documento original inclui referências específicas a cada capítulo, notas metodológicas, questionário da OCDE sobre IA e diálogo social, materiais suplementares e anexo estatístico. As tabelas, figuras e dados oficiais podem ser consultados no PDF da OCDE. Para preservar a origem e todos os metadados, a fonte oficial permanece vinculada no rodapé desta tradução.

Fonte oficial

• OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market
• PDF oficial da OCDE
• DOI: 10.1787/08785bba-en

E 2023

Inteligência artificial e o mercado de trabalho

OCDE — OECD Employment Outlook 2023 Publicado em julho de 2023 pela OECD Publishing, Paris.

Tradução não oficial para fins de leitura. A publicação original da OCDE prevalece para citação e interpretação. Acesse a página oficial e o PDF oficial.

Sumário do relatório original

1. Sob pressão: evolução do mercado de trabalho e dos salários nos países da OCDE 2. Inteligência artificial e o mercado de trabalho: introdução 3. Inteligência artificial e empregos: ainda não há sinais de desaceleração da demanda de trabalho 4. Inteligência artificial, qualidade do emprego e inclusão 5. Necessidades de competências e políticas na era da inteligência artificial 6. Como assegurar uma inteligência artificial confiável no local de trabalho: ação dos países 7. Diálogo social e negociação coletiva na era da inteligência artificial 8. Anexo estatístico

Síntese executiva

Mercados de trabalho permanecem apertados, embora haja sinais de arrefecimento

A forte recuperação da recessão da COVID-19 perdeu força desde 2022, enquanto a guerra de agressão da Rússia contra a Ucrânia contribuiu para inflação em níveis não vistos há décadas em muitos países e para uma crise de custo de vida. Ainda assim, o emprego se manteve e as taxas de desemprego chegaram aos menores níveis em décadas. Com poucas exceções, as taxas de inatividade estão abaixo do nível pré-pandemia, inclusive entre adultos mais velhos. Os mercados de trabalho continuam apertados na maior parte dos países, embora as vagas por desempregado tenham caído ligeiramente de picos históricos.

Salários reais caem em quase todos os países da OCDE

Apesar da aceleração do crescimento nominal dos salários, os salários reais caem em praticamente todos os países da OCDE. Em muitos, os lucros cresceram mais que os custos do trabalho, contribuindo de modo incomumente elevado para as pressões domésticas de preços e reduzindo a parcela do trabalho na renda. Transferências públicas e apoio fiscal aliviaram parte do impacto, mas a perda de poder de compra é especialmente difícil para trabalhadores de domicílios de baixa renda, com menor margem para absorver aumentos de preços por poupança ou endividamento e maior exposição efetiva à inflação de energia e alimentos.

Sem sinais fortes de espiral preço-salário, salários mínimos e negociação coletiva podem amortecer perdas de poder de compra. Em média, os salários mínimos legais nominais acompanharam a inflação, por aumentos discricionários ou mecanismos de indexação. Em contraste, salários negociados coletivamente caíram em termos reais, pois reagem com atraso devido ao caráter escalonado e pouco frequente das negociações.

A IA provavelmente afetará o mercado de trabalho de forma significativa

Para orientar respostas de política, esta edição revisa a evidência emergente sobre IA e mercado de trabalho, destacando a incerteza substancial sobre os efeitos atuais e futuros e as ações mais adequadas para promover uso confiável da tecnologia. A IA difere de transformações digitais anteriores em três aspectos: amplia fortemente o conjunto de tarefas automatizáveis para além das atividades rotineiras e não cognitivas; é tecnologia de propósito geral, que afetará quase todos os setores e ocupações; e avança em velocidade sem precedentes.

Até agora, a qualidade do emprego parece ter sido mais afetada que sua quantidade. A literatura — em grande parte anterior à onda mais recente de IA generativa — encontra pouca evidência de efeitos negativos significativos sobre emprego, possivelmente porque a adoção ainda é baixa e as empresas preferiram ajustes voluntários do quadro de pessoal. Efeitos negativos podem levar tempo para se materializar. Ao mesmo tempo, a IA cria novas tarefas e empregos, sobretudo para trabalhadores de alta qualificação com competências adequadas. Será essencial acompanhar a distribuição de perdas e criação de empregos para preservar a inclusão.

Trabalhadores e empregadores relatam que a IA pode reduzir tarefas tediosas e perigosas, aumentar engajamento e segurança física. Há, porém, riscos: automatizar tarefas simples pode deixar trabalhadores com ambiente mais intenso e acelerado; mudar o monitoramento e a gestão pode aumentar a percepção de justiça, mas também ameaçar privacidade e autonomia; e a IA pode introduzir ou perpetuar vieses.

Políticas e diálogo social serão decisivos

Os riscos do uso de IA no trabalho, somados à velocidade de desenvolvimento e implantação — inclusive de modelos generativos — exigem ação decisiva para colher benefícios e proteger direitos fundamentais e bem-estar. Leis existentes sobre discriminação, proteção de dados e direito de organização são base importante, mas a aplicabilidade à IA permanece incerta por haver pouca jurisprudência. Países desenvolvem, por isso, legislação específica e instrumentos de soft law, como estratégias, princípios éticos e normas técnicas.

Os efeitos da IA sobre tarefas e empregos mudarão as necessidades de competências. Empresas usuárias dizem oferecer treinamento, mas a falta de competências segue como barreira importante. Políticas públicas devem incentivar formação pelas empresas e fortalecer a educação formal, onde ocorre parcela relevante da capacitação. A própria IA pode aperfeiçoar desenho, direcionamento e entrega de treinamento personalizado em escala, mas também pode agravar desigualdades e reproduzir vieses humanos.

Negociação coletiva e diálogo social têm papel central em apoiar trabalhadores e empresas na transição. A adoção tende a produzir resultados melhores quando representantes dos trabalhadores são consultados. A rapidez de difusão, a capacidade de aprendizado e o desequilíbrio de poder que a IA pode acentuar pressionam ainda mais as relações de trabalho. Tecnologias de IA podem ajudar parceiros sociais a alcançar seus objetivos, mas a falta de conhecimento especializado em IA é obstáculo relevante.

1. Evolução recente dos mercados de trabalho, salários e inflação

Introdução

Este capítulo apresenta a evolução recente dos mercados de trabalho da OCDE, com ênfase na dinâmica salarial e nas políticas para a crise de custo de vida. Examina o papel de salários mínimos legais e negociação coletiva em amortecer os custos da inflação e repartir seu ônus entre governos, empresas e trabalhadores. A base inclui questionário de políticas respondido por países da OCDE e por organizações empresariais e sindicatos nas redes Business@OECD e TUAC.

Crescimento perdeu ritmo, mas o emprego se sustentou

O crescimento da OCDE desacelerou substancialmente em 2022. A guerra de agressão da Rússia contra a Ucrânia elevou preços, sobretudo de energia e alimentos, e se somou à inflação já alta; a renda das famílias foi corroída e a política monetária se tornou bem mais restritiva. No quarto trimestre de 2022, o crescimento global anualizado havia caído para apenas 2%, e 15 economias da OCDE tiveram queda de produto, em sua maioria na Europa. Com a redução dos preços de energia e melhores perspectivas para a China, os indicadores melhoraram no primeiro semestre de 2023: o crescimento global anualizado superou ligeiramente 3% no primeiro trimestre, embora a zona do euro continuasse fraca. No primeiro trimestre de 2023, o PIB da OCDE estava 5% acima do nível do fim de 2019.

O crescimento do emprego também perdeu impulso em 2022, mas continuou nos primeiros meses de 2023. Em maio de 2023, o emprego total da OCDE estava cerca de 3% acima de dezembro de 2019, e taxas de emprego na maioria dos países permaneciam acima do nível pré-crise. A recuperação foi ligeiramente mais forte para mulheres: em média, o emprego feminino estava 3,5% acima do pré-crise, cerca de 1 ponto percentual mais que o masculino. A taxa média de desemprego da OCDE ficou em 4,8% em maio de 2023 — meio ponto percentual abaixo do período pré-crise — e apenas quatro países superavam seu nível anterior em pelo menos meio ponto.

Inatividade e horas trabalhadas

No primeiro trimestre de 2023, a inatividade estava igual ou abaixo do nível pré-crise em 31 países, com queda média pouco inferior a 1 ponto percentual. Colômbia, Costa Rica e Letônia foram os únicos casos com aumento de pelo menos 1 ponto. Entre pessoas de 55 a 64 anos, a inatividade caiu 2,5 pontos percentuais em relação ao pré-crise, ante 0,6 ponto para pessoas de 25 a 54 anos; o relatório não encontra sinal de aumento significativo de aposentadorias ligado à pandemia na OCDE, Reino Unido, zona do euro ou Austrália.

As horas médias por pessoa empregada permaneciam abaixo do pré-crise na maioria dos países, mas em geral por pouca margem: no quarto trimestre de 2022, em 22 dos 30 países com dados recentes, estavam acima do nível anterior ou até 2% abaixo dele. A média ficou pouco menos de 1% abaixo. Letônia, Nova Zelândia, Eslovênia e Polônia subiram mais de 2%; Irlanda, República Eslovaca, Portugal, Áustria e Coreia caíram mais de 4%. Na Coreia, a redução refletia em parte a diminuição progressiva do limite legal de jornada semanal de 68 para 52 horas.

Vagas, mobilidade e projeções

A tensão — vagas por pessoa desempregada — atingiu pico no primeiro semestre de 2022 em muitos países e continuava acima do pré-pandemia no fim daquele ano, embora em queda. Anúncios no Indeed também recuaram no início de 2023 na Austrália, Canadá, Alemanha, Reino Unido e Estados Unidos; no Reino Unido, a redução foi de 10% entre fevereiro e maio. A demanda apertada atravessou setores: informação e comunicação, construção e alojamento e alimentação registraram os aumentos relativos de vagas mais frequentes. O ajuste posterior foi especialmente recorrente em finanças e seguros e em informação e comunicação.

Mercados apertados ampliaram mobilidade e benefícios. Nos Estados Unidos, saídas voluntárias chegaram ao maior nível da série e depois retornaram ao pré-crise; a evidência liga esse movimento a melhores condições sobretudo para jovens e pessoas menos escolarizadas, não a queda da participação. Na França, mais de 80% das pessoas que pediram demissão estavam empregadas seis meses depois. Entre dezembro de 2019 e dezembro de 2022, anúncios on-line no Canadá, Reino Unido e Estados Unidos passaram a oferecer mais benefícios de saúde, aposentadoria e licença remunerada. A parcela de novos contratados temporários caiu, em média, de 49% para 46%; o tempo parcial involuntário também recuou na maior parte dos países com dados.

Para 2023 e 2024, a OCDE projetava crescimento anual de PIB de 1,4% em ambos os anos, inflação cheia caindo de 9,4% em 2022 para 6,6% em 2023 e 4,3% em 2024 e crescimento contínuo do emprego. A taxa de desemprego subiria apenas de 4,9% no fim de 2022 para 5,2% no último trimestre de 2024. As projeções tinham riscos negativos: inflação mais persistente, aperto financeiro prolongado, estresse no sistema financeiro e novas perturbações decorrentes da guerra contra a Ucrânia; encerramento mais cedo da guerra, condições financeiras mais fáceis e maior oferta de trabalho seriam fatores positivos.

Inflação e salários reais

Depois da pandemia, preços começaram a subir em 2021 com a retomada rápida e gargalos de oferta; a guerra de agressão da Rússia contra a Ucrânia elevou energia e alimentos e levou a inflação a patamares não vistos havia décadas. A inflação da OCDE passou de menos de 2% no início de 2021 ao pico de 10,7% em outubro de 2022, recuando para 6,5% em maio de 2023. Inicialmente concentrada em insumos e energia, tornou-se mais disseminada em bens e serviços. Famílias de baixa renda enfrentaram inflação efetiva maior porque gastam proporção maior com energia e alimentos e têm menos poupança, crédito ou possibilidade de substituir bens por alternativas mais baratas.

O crescimento nominal por hora acelerou em 2022, mas ficou abaixo da inflação. No primeiro trimestre de 2023, o aumento anual nominal médio era de 5,6% nos 34 países com dados, mas a diferença frente à inflação era de −3,8%, com perda real em 30 países. O capítulo usa esse diagnóstico para discutir salários mínimos e negociação coletiva como instrumentos de proteção e repartição mais justa do custo da inflação.

Fixação salarial e apoio à renda

Governos podem elevar salários mínimos legais e favorecer renegociações regulares de acordos coletivos, preservando poder de compra sem alimentar espiral preço-salário. Também podem apoiar renda líquida por transferências, redução de impostos ou medidas temporárias de preço. Em 2022, o apoio fiscal a consumidores de energia teve custo mediano de 0,7% do PIB entre países da OCDE e ultrapassou 2% em alguns, sobretudo europeus; o relatório alerta que só parte dessas medidas foi dirigida às famílias e empresas mais afetadas. Apoio temporário e focalizado preserva incentivos à economia de energia e evita estímulo persistente à demanda durante inflação alta.

O texto cita ainda medidas contra a progressividade tributária causada pela inflação e bônus isentos de imposto, como compensações de até € 3 mil na Áustria e Alemanha. Transferências de renda dirigidas preservam sinais de preço melhor que subsídios generalizados, mas precisam responder efetivamente a choques de preços para proteger grupos vulneráveis.

2. Inteligência artificial e o mercado de trabalho: introdução

Precisamos voltar a falar sobre o futuro do trabalho

Em 2019, o Employment Outlook concentrou-se no futuro do trabalho e examinou como digitalização, globalização e envelhecimento populacional remodelavam o mundo laboral. A mensagem era de otimismo cauteloso: as megatendências poderiam criar oportunidades de melhorar resultados do mercado de trabalho e o desemprego tecnológico em massa parecia improvável. Embora houvesse riscos para qualidade do emprego e inclusão — especialmente entre trabalhadores de baixa e média qualificação —, políticas e instituições adequadas poderiam mitigar os riscos e aproveitar as oportunidades.

Quatro anos depois, a OCDE dedica outra edição ao futuro do trabalho, especificamente ao efeito da IA. Sua definição é a de um sistema baseado em máquina capaz de influenciar o ambiente ao produzir previsões, recomendações ou decisões para determinados objetivos. O sistema usa dados e entradas humanas ou de máquinas para perceber ambientes reais ou virtuais, abstrair essas percepções em modelos — de modo automatizado, como por aprendizado de máquina, ou manual — e usar a inferência do modelo para formular opções de resultado; sistemas de IA operam com graus variados de autonomia.

A justificativa é o avanço assombroso da IA, a ponto de sua produção ser, em algumas áreas, difícil ou impossível de distinguir da humana. O relatório contrasta dois parágrafos sobre o impacto da IA no trabalho: o segundo foi escrito pelo ChatGPT, modelo de linguagem treinado em grandes volumes de dados da internet. Ainda que sua escrita possa parecer mais formulaica ou impessoal, a capacidade e suas implicações práticas são evidentes. Desde o lançamento em novembro de 2022, LLMs foram cogitados para coautoria de artigos científicos, aprovação em exames avançados de direito e negócios, apoio a decisões clínicas e ajuda em decisões judiciais.

Mesmo antes dos LLMs, houve progresso marcante em visão computacional, raciocínio, resolução de problemas, jogos, compreensão de leitura e aprendizagem. A IA já respondia a 80% das questões de letramento e a dois terços das de numeracia da Pesquisa de Competências de Adultos da OCDE (PIAAC); em seis anos, passou-se da vitória no jogo Go a superar humanos em Diplomacy, jogo de estratégia que requer persuasão, cooperação e negociação. Especialistas citados pela OCDE acreditavam que a IA resolveria todo o teste de letramento e numeracia do PIAAC até 2026.

Há, contudo, limites. Permanecem as chamadas competências-gargalo: resolução complexa de problemas, gestão de alto nível e interação social. A IA também atraiu atenção por acidentes com carros autônomos, reconhecimento de imagem racista, ferramentas de recrutamento enviesadas e falhas de chatbots. O ChatGPT foi acusado de vieses, alucinações e violações de direitos autorais. Essas limitações mostram os riscos do uso de ferramentas de IA, especialmente sem supervisão humana.

Para melhor ou pior, a IA já entra no local de trabalho

Apesar dos riscos, a IA já começava a entrar no local de trabalho. Em 2022, pesquisas e estudos de caso da OCDE em manufatura e finanças de oito países registraram, entre outros exemplos, tecnologia de reconhecimento de imagem para identificar peças de automóveis em fotos de clientes; sistema de rastreamento e monitoramento de produção com visão computacional para localizar ferramentas e levá-las ao ponto correto da fábrica; e ferramenta de processamento de linguagem natural que ajuda manutenção a diagnosticar causas de falhas consultando base de ocorrências e soluções anteriores.

A adoção ainda era baixa: a parcela de firmas usuárias permanecia em dígito único, embora grandes empresas tivessem probabilidade maior, aproximadamente uma em cada três. Entre empresas de finanças e manufatura pesquisadas em 2022, o custo foi a barreira mais citada — por mais de metade — e a falta de competências veio em seguida. Mas os custos caem rapidamente: desde 2018, o custo de treinar um sistema de classificação de imagens diminuiu 63,6%. Aplicações como ChatGPT estão disponíveis por pequena taxa mensal ou gratuitamente. A força de trabalho de IA mais que triplicou entre 2012 e 2019 nos dados da OCDE. Somados ao caráter de tecnologia de propósito geral, esses fatores sugeriam que a IA poderia em breve permear locais de trabalho, setores e ocupações.

Empregadores adotam IA para elevar produtividade, reduzir custos e melhorar qualidade de produtos ou serviços; trabalhadores podem ganhar em qualidade do emprego, bem-estar, satisfação, autonomia e, em alguns casos, salários. A tecnologia pode eliminar tarefas perigosas ou tediosas e criar tarefas mais complexas e interessantes. Contudo, empresas também declaram que investem para aumentar desempenho e reduzir custos de pessoal. Cerca de 20% de trabalhadores de finanças e manufatura em sete países da OCDE disseram estar muito ou extremamente preocupados em perder o emprego nos dez anos seguintes.

Ao contrário de tecnologias anteriores, a IA pode automatizar tarefas não rotineiras. Ela avançou mais em ordenação de informações, memorização, velocidade perceptiva e raciocínio dedutivo — capacidades ligadas a tarefas cognitivas não rotineiras. Assim, ocupações altamente qualificadas são as mais expostas: profissionais de negócios, gestores, profissionais de ciência e engenharia, e profissionais jurídicos, sociais e culturais. Embora ainda houvesse pouca evidência de efeito negativo sobre emprego, isso podia resultar da adoção baixa ou de ajustes via saídas voluntárias e aposentadoria. Os riscos também não se distribuem igualmente por grupos sociodemográficos. Estimativas iniciais para LLMs chegam a conclusão semelhante: ocupações de maior remuneração e maior escolaridade ou treinamento são as mais expostas.

Há riscos à qualidade do emprego e questões éticas. A IA pode aumentar intensidade e estresse. Pode mudar monitoramento ou gestão, elevar a percepção de justiça, mas ameaçar privacidade e autonomia. Pode criar ou perpetuar vieses, com desafios de transparência, explicabilidade e responsabilização. O impacto adverso pode ser ampliado pela escala e velocidade das decisões: um viés que uma pessoa comete pode ser sistematizado e multiplicado por uma ferramenta de IA, atingindo mais duramente grupos já desfavorecidos no mercado de trabalho.

A hora de agir é agora

Embora haja incerteza, a OCDE rejeita o determinismo tecnológico. Retoma a tese de 2019 de que o futuro do trabalho depende em grande parte das decisões de política dos países e a formulação de David Autor: diante do futuro incerto da IA, a meta não deve ser apenas prevê-lo, mas criá-lo.

É urgente garantir desenvolvimento e uso confiáveis: IA segura e respeitosa de direitos fundamentais — privacidade, justiça, direito de organização, transparência e explicabilidade — e com responsabilização clara quando algo falhar. Ação proativa protege trabalhadores e, ao reduzir incerteza, também promove inovação e difusão. Os Princípios de IA da OCDE, adotados em maio de 2019 como instrumento jurídico, expressam aspiração comum de uso inovador e confiável que respeite direitos humanos e valores democráticos; diversos países e o G20 aderiram a princípios centrados no ser humano inspirados neles.

Diretrizes podem responder com maior rapidez a mudanças, mas legislação é mais exigível. Leis existentes de proteção de dados, discriminação e defesa do consumidor já oferecem base para tratar várias questões no trabalho, desde que sejam atualizadas. Países consideram legislação específica, como o AI Act na União Europeia e o Algorithmic Accountability Act nos Estados Unidos. A efetividade dependerá tanto da formulação quanto da implementação: normas técnicas, supervisão regulatória ou auditoria independente, orientação para desenvolvedores e empregadores e engajamento de partes interessadas podem ser necessários.

Negociação coletiva e diálogo social podem facilitar adoção, definir e implementar direitos de maneira flexível e pragmática e promover justiça. Também complementam políticas públicas ao elevar segurança e adaptabilidade. Nos setores europeu de seguros e telecomunicações, por exemplo, parceiros sociais assinaram dois acordos-quadro sobre IA, com transparência no uso de dados e proteção contra viés e discriminação. Há início de “negociações algorítmicas”, mas poucos acordos haviam sido assinados. A redução da sindicalização e da cobertura de acordos, somada à velocidade de difusão, ao aprendizado e ao possível desequilíbrio de poder da IA, pressiona as relações trabalhistas.

Formação é indispensável para a transição. A IA pode replicar algumas competências manuais e psicomotoras finas, bem como compreensão, planejamento e aconselhamento, mas crescerá a importância de competências para desenvolver, manter, adotar, usar e interagir com sistemas. A demanda por competências digitais básicas, ciência de dados, capacidades cognitivas e transversais também aumentará. Embora empresas usuárias digam oferecer treinamento, a falta de competências permanece barreira importante. Políticas públicas devem incentivar formação empresarial e educação formal. A IA pode melhorar desenho, direcionamento e entrega de formação, mas traz riscos que precisam ser enfrentados.

As políticas precisam se basear em evidências, mas ainda se sabe pouco sobre efeitos da IA sobre trabalhadores, local de trabalho e mercado laboral. Os capítulos seguintes tratam de quantidade de empregos (3), qualidade (4), políticas de competências (5), desafios éticos (6) e diálogo social e negociação coletiva (7). A OCDE destaca lacunas futuras: inclusão, concentração de mercado de trabalho, prestação de serviços públicos, práticas de gestão e governança para adoção confiável, além da necessidade de dados melhores sobre adoção e uso.

3. Inteligência artificial e empregos: ainda não há sinais de desaceleração da demanda de trabalho

Em síntese

A IA é a inovação que simultaneamente alimenta esperança de ganhos rápidos de produtividade e temor de perda de empregos. Seus algoritmos e modelos estatísticos, sobretudo o aprendizado de máquina, combinados a mais dados e menor custo computacional, resolvem problemas para os quais regras formais não podem ser codificadas e nos quais humanos tinham vantagem comparativa por treinamento ou experiência. Isso amplia o receio de substituição inclusive em finanças, medicina e atividades jurídicas, ocupações antes vistas como resistentes à automação.

O capítulo examina a evidência empírica disponível, com cautela: ela não incorpora plenamente os avanços recentes dos LLMs e da IA generativa. Seu balanço é o seguinte:

• O efeito líquido sobre emprego é teoricamente ambíguo. A IA desloca trabalho humano em certas tarefas, mas eleva demanda pelo ganho de produtividade e cria novas tarefas e empregos para pessoas com competências complementares.
• Medidas de exposição mostram maior progresso da IA em tarefas cognitivas não rotineiras — ordenação de informações, memorização e velocidade perceptiva — comuns em ocupações que exigem anos de educação ou treinamento. Como as medidas precedem ChatGPT, a amplitude e o grau de exposição podem crescer rapidamente.
• Ocupações de maior qualificação são as mais expostas: profissionais de negócios, gestores, executivos e profissionais de ciência e engenharia.
• Até então, estudos entre países, entre mercados locais, pesquisas de trabalhadores e empresas e estudos de caso encontravam pouca evidência de queda significativa de emprego causada por IA. A evolução rápida e a IA generativa podem invalidar essa evidência.
• Apesar da exposição maior, trabalhadores de alta qualificação tiveram ganhos de emprego em relação aos de menor qualificação na década anterior. Isso é consistente com efeito de reinstalação de novas tarefas e empregos, ainda importante na fase inicial de adoção.
• A adoção ainda baixa, a preferência empresarial por atrito natural — aposentadorias e saídas voluntárias — e o tempo necessário à implementação podem adiar efeitos negativos. Políticas devem preparar trabalhadores, apoiar diálogo social, ampliar concorrência em mercados de produto e trabalho e evitar incentivos tributários à substituição de trabalho por tecnologia.

Introdução e mecanismos

A onda atual de IA começou aproximadamente em 2011, quando o aprendizado de máquina passou a encontrar aplicações em vários setores. Como eletricidade ou máquina a vapor, a IA pode ser tecnologia de propósito geral, difusa entre indústrias e capaz de elevar produtividade. A visão herdada de automações anteriores era que a demanda por trabalho continuaria forte: pessoas complementariam novas tecnologias, criando empregos e ganhos de produtividade. Mas a IA difere porque vai além de tarefas rotineiras: dados e modelos estatísticos produzem previsões, recomendações ou decisões, aprendem com suas ações e melhoram com o tempo. Exemplos incluem análise de crédito, assistência jurídica e diagnóstico médico — tarefas complexas nas quais se supunha vantagem humana.

A unidade básica de análise é a tarefa. Um produto ou serviço requer conjunto de tarefas; conjuntos de tarefas definem uma firma, emprego ou ocupação. Num armazém, ler pedido, caminhar até prateleiras e separar itens são tarefas; embalar, lacrar e etiquetar constituem outras. Firmas minimizam custos: se for tecnicamente viável e mais barato, podem substituir a execução humana por IA. Por exemplo, estantes móveis comandadas por IA podem automatizar a caminhada até a prateleira.

A IA opera por três canais que podem coexistir:

O exemplo do armazém ilustra a ambiguidade. Se menos separadores forem necessários, há deslocamento. Mas se a redução de custos permitir baixar preços e ampliar vendas, a firma pode contratar mais embaladores, operadores de empilhadeira e gerar demanda por serviços externos: é o efeito de produtividade. Para que ele compense o deslocamento, o aumento de emprego nas tarefas não expostas precisa superar as perdas das expostas; isso depende de quanto da economia de custo chega aos preços e da elasticidade da demanda pelo produto final. Políticas devem observar não apenas o saldo agregado, mas qual mecanismo predomina e quais grupos sofrem as perdas.

Exposição a tarefas cognitivas não rotineiras

A IA avançou mais em tarefas cognitivas não rotineiras. Segundo a Figura 3.1, os maiores progressos de 2010 a 2015 ocorreram em ordenação de informações, memorização e velocidade perceptiva. “Velocidade de fechamento”, por exemplo, é captar, combinar e organizar rapidamente informação em padrões significativos, como entender caligrafia desorganizada ou reconhecer música após poucas notas. Essas capacidades são importantes para controladores de tráfego aéreo, engenheiros e gestores. Em contraste, a IA avançou menos em capacidades ligadas à força, indicativas de ocupações não rotineiras não cognitivas, como dança, esporte, alvenaria e trabalho agrícola.

O relatório usa exposição à IA como aproximação da sobreposição entre capacidades avaliadas da IA e tarefas humanas, vinculando medidas de progresso em aplicações a descrições de tarefas do O*NET. A medida de Felten, Raj e Seamans (2021), usada no capítulo, conecta progresso de aplicações do projeto AI Progress Measurement da Electronic Frontier Foundation às capacidades do O*NET por avaliações coletivas. A exposição de cada tarefa é agregada para ocupação, setor ou mercado de trabalho local. Ela não determina por si só se a IA substituirá ou complementará: também pode servir como instrumento de adoção efetiva em estratégias empíricas mais robustas que mera comparação observacional de firmas usuárias.

Figura 3.1. Capacidades em que a IA mais e menos avançou

A figura ordena as capacidades por progresso relativo da IA entre 2010 e 2015. No extremo de maior avanço aparecem ordenação de informações, memorização, velocidade perceptiva, velocidade de fechamento e flexibilidade de fechamento. No de menor avanço aparecem firmeza braço-mão, resistência, força estática, força dinâmica e força do tronco. O eixo horizontal é reescalado de 0 a 1: não é percentual de empregos automatizados.

Notas metodológicas da figura: exposição é o vínculo entre capacidades da O*NET e aplicações de IA, expresso numa matriz de correlação de Felten, Raj e Seamans. A matriz foi construída por pesquisa no Amazon Mechanical Turk com 200 trabalhadores de plataforma por aplicação de IA, aos quais se perguntou se uma aplicação — por exemplo, reconhecimento de imagem — poderia ser usada para certa capacidade, como visão de perto. Para cada capacidade, a participação de respostas afirmativas é multiplicada pelos escores de progresso da Electronic Frontier Foundation nas nove aplicações de IA, e os produtos são somados. Fonte: Georgieff e Hyee (2021), com dados de Felten, Raj e Seamans (2019).

Quadro 3.1 — Base O*NET. Criada pelo Departamento do Trabalho dos Estados Unidos em 1998 e atualizada regularmente, a O*NET cobre quase mil ocupações e registra competências e habilidades por importância e nível de domínio, a partir de pesquisas com ocupantes e especialistas. Embora descreva o mercado norte-americano, estudos citados pela OCDE encontram correlações médias de 0,80 com medidas paralelas europeias, canadenses e britânicas; isso permite sua utilização comparativa com prudência.

A medida é retrospectiva: as estimativas se baseiam no progresso de 2010–2015, porque avanços científicos precisam ser confirmados, transformados em aplicações comerciais e adotados antes de aparecerem em dados de emprego. O capítulo registra esse limite diante dos modelos de linguagem de grande escala. As primeiras estimativas após ChatGPT, porém, não encontravam diferença qualitativa grande em relação à hierarquia anterior: indicavam maior exposição com educação e rendimentos médios mais altos, ainda que profissões de ensino passassem a figurar entre as mais expostas.

Quando a OCDE considera IA e outras tecnologias de automação, exposição não equivale a risco. Ocupações altamente qualificadas continuam entre as de menor risco, porque preservam habilidades que permanecem gargalos à automação. Construção e extração, agricultura, produção, transporte e movimentação de materiais estão entre as de risco mais alto; gestão e serviços comunitários e sociais, entre os mais baixos. Em média nos países da OCDE cobertos, ocupações no quartil de maior risco respondiam por 27% do emprego; Luxemburgo, Reino Unido e Suécia tinham as menores parcelas e Hungria, República Eslovaca e República Tcheca, as maiores.

Figura 3.2. Ocupações mais e menos expostas à IA

Na média dos países, o painel superior lista profissionais de negócios, gerentes, dirigentes executivos, profissionais de ciência e engenharia e técnicos de negócios e administração como os cinco grupos com maior exposição. O painel inferior lista trabalhadores de coleta de resíduos e outras ocupações elementares, trabalhadores braçais, auxiliares de preparação de alimentos, trabalhadores agrícolas, florestais e pesqueiros e limpadores e ajudantes entre os cinco de menor exposição.

As estimativas são médias não ponderadas dos 23 países abrangidos por Georgieff e Hyee (2021), derivadas da Pesquisa de Competências de Adultos (PIAAC) e da medida de Felten, Raj e Seamans. A distribuição de ocupações de cada país não entra no cálculo; os grupos são ISCO-08 de dois dígitos e a escala relativa vai de 0 a 1. Fonte: Georgieff e Hyee (2021), cálculos com PIAAC e Felten, Raj e Seamans (2019).

Evidência de emprego: ainda pequena e inconclusiva

A OCDE não encontrava, até então, alterações agregadas grandes e detectáveis de emprego atribuíveis à IA. Alguns estudos observam menos contratações em firmas ou ocupações expostas; outros identificam ganhos para trabalhadores qualificados. Essa evidência não resolve o efeito líquido, pois não captura bem criação de tarefas e empregos e reflete adoção efetiva ainda reduzida. Nos Estados Unidos, o Annual Business Survey estimou que 3,2% das empresas usaram IA entre 2016 e 2018. Entre países europeus da OCDE, a adoção variava de 23% na Irlanda, 12% na Finlândia e 11% na Dinamarca a 3% na Hungria e Eslovênia e 2% na Letônia.

Estudos agregados e estudos de firmas

Os estudos agregados disponíveis tampouco identificavam efeito estatisticamente significativo. Com a medida de impacto ocupacional da IA (AI Occupational Impact, AIOI) e a variação da exposição entre ocupações nos estados norte-americanos, Felten, Raj e Seamans não encontraram efeito sobre o crescimento do emprego entre 2010 e 2016. Georgieff e Hyee estenderam a medida com o PIAAC, permitindo variação dentro dos países da OCDE, e estimaram efeito positivo, mas não significativo, sobre o emprego agregado.

Em zonas de deslocamento pendular dos Estados Unidos, Acemoglu e coautores tampouco encontraram efeito estatisticamente significativo da exposição à IA sobre emprego entre 2010 e 2017, quando a exposição é medida por setor, nem até 2018, quando medida por ocupação detalhada. Em painéis curtos de trabalhadores norte-americanos de 2011 a 2018, Fossen e Sorgner encontraram que a exposição reduzia a probabilidade de saída do emprego. Essas estimativas não separam de maneira completa deslocamento, produtividade e criação de tarefas; por isso, a ausência de efeito líquido não prova ausência de mudanças dentro das firmas ou ocupações.

Pesquisas empresariais apontavam na mesma direção. Entre 759 gestores no Reino Unido, a adoção de IA se associava a maior rotatividade, mas firmas adotantes relatavam ganhos e perdas líquidos de emprego com a mesma probabilidade que firmas não adotantes. Na pesquisa da OCDE com manufatura e finanças em sete países, a maioria das adotantes informou não ter mudado o emprego; reduções foram relatadas um pouco mais frequentemente do que aumentos, porém sem diferença estatisticamente significativa. Na amostra aleatória do US Census Bureau, com mais de 300 mil negócios, 26% das firmas usuárias de IA disseram que ela aumentara seu emprego, contra menos de 10% que disseram tê-lo reduzido.

Os resultados microeconômicos são mais ambíguos. Vagas on-line mostram que firmas mais expostas à IA passaram a anunciar menos postos sem competências de IA, inclusive comparando mercados locais onde a mesma firma atua. Os autores interpretam isso como sinal de que o deslocamento ainda não era compensado por efeito de produtividade suficientemente grande. Ao mesmo tempo, o crescimento forte de vagas relacionadas à IA é compatível com um efeito de reinstalação. Em um recorte setorial, analistas de ações que cobrem ativos com muitos dados públicos — uma aproximação de tarefas mais fáceis de modelar por IA — tinham maior probabilidade de abandonar a profissão e a pesquisa de investimentos. A OCDE ressalta que esses poucos estudos que isolam os efeitos concorrentes sugerem predomínio do deslocamento, mas não permitem uma conclusão geral.

Quem ganha e quem pode perder

Embora pessoas de alta qualificação sejam mais expostas, vários estudos encontraram perspectivas de emprego melhores para elas no período observado. A redução na probabilidade de transitar para a não ocupação foi maior para quem tinha ensino superior; a exposição à IA se associou positivamente ao crescimento do emprego em ocupações de maior rendimento, mas não nas de baixa e média qualificação; e, na comparação internacional, a associação positiva surgiu apenas em ocupações de uso intensivo de computador. O relatório adverte que o sinal comum desses resultados e sua interpretação causal ainda permanecem em aberto, sobretudo diante da rápida ampliação das capacidades da IA generativa.

Há também indícios de maior vulnerabilidade para trabalhadores menos qualificados. Em firmas clientes de produtoras de IA, grupos de maior qualificação eram os mais propensos a crescimento do emprego após a adoção, enquanto serviços de linha de frente e trabalho manual eram os mais propensos a quedas. Nos estudos de caso da OCDE, quando tarefas de baixa qualificação eram automatizadas, seus ocupantes frequentemente eram os mais difíceis de retreinar ou mover para outra posição dentro da firma.

Por que os efeitos ainda parecem pequenos

A OCDE apresenta quatro explicações que podem coexistir: adoção geral baixa e economias de custo ainda modestas; ajuste de pessoal por atrito em vez de demissões; o fato de avanço técnico e exposição não implicarem automaticamente automação; e a criação de novas tarefas e empregos. Com baixa penetração e pouca evidência de ganhos substanciais de produtividade, deslocamento e produtividade podem ser pequenos demais, em relação ao mercado de trabalho total, para aparecer nas estimativas agregadas.

O deslocamento de tarefas também não exige perda imediata de postos. Estudos que o detectam medem contratações ou grupos ocupacionais estreitos, e não demonstram necessariamente queda do emprego total da firma. Estudos de caso em finanças e manufatura registraram, predominantemente, retenção de pessoas afetadas e redução gradual por aposentadorias e saídas voluntárias. Um fabricante canadense de autopeças, por exemplo, adotou software de IA para cortar moldes metálicos personalizados; a firma relatou ganhos grandes de produtividade e conduziu a redução necessária por aposentadorias planejadas, não por demissões imediatas. A retenção também funciona como seguro enquanto a empresa aprende a usar a aplicação e verifica se os ganhos prometidos realmente se materializam.

Esse ajuste gradual implica eventual queda ou crescimento mais lento do emprego, mas evita demissões em massa e seus custos persistentes de renda. A OCDE lembra que trabalhadores dispensados por demissão ou outros motivos econômicos frequentemente sofrem perdas salariais de longo prazo. A transição por atrito, portanto, muda o ritmo e a distribuição do custo; não torna a substituição de trabalho inexistente.

Empresas podem ajustar força de trabalho por atrito — não reposição depois de aposentadorias e saídas — em vez de demissões imediatas. Um fabricante canadense de peças automotivas citado pela OCDE adotou IA para cortar moldes metálicos e administrou as reduções necessárias por aposentadorias planejadas. Firmas também podem reter trabalhadores enquanto testam se a aplicação entrega os ganhos prometidos e preservam capital humano específico. Isso pode adiar, mas não exclui, crescimento menor ou redução futura de emprego.

Estudos de exposição deixam de fora a criação de especialidades novas. A pesquisa citada pela OCDE mostra que a maior parte do emprego nos Estados Unidos estava em especialidades introduzidas depois de 1940. Para IA, a expectativa é de demanda por pessoas que desenvolvem, mantêm e aperfeiçoam sistemas e por ocupações complementares — como estatísticos, engenheiros de software, gestores e trabalhadores que usam aplicações. Essa dinâmica é compatível com a “curva J” da produtividade: investimentos iniciais em capital intangível e pessoal complementar podem preceder ganhos maiores quando empresas aprendem a reorganizar processos.

Correspondência e ação pública

A IA pode elevar emprego ao melhorar a correspondência entre pessoas e vagas. Triagem semântica de currículos pode, por exemplo, relacionar “contador” a sinônimos e evitar exclusão por formulações estreitas. Serviços públicos de emprego podem usar IA para informação e aconselhamento por chatbots, mapeamento de ocupações, identificação de lacunas de competências, correspondência com vagas, segmentação de atendidos, recomendação de apoio e automação administrativa. A OCDE exige qualidade de dados, proteção de dados, transparência, acompanhamento de desempenho e vieses, testes, avaliação de impacto, capacitação de equipes e padrões éticos.

Orientação de política pública

O uso da IA pode seguir caminhos diferentes. A OCDE contrasta um sistema que assumisse algumas tarefas de docentes com outro que identificasse como estudantes aprendem e adaptasse o ensino às necessidades individuais. Se eficaz, o segundo caminho poderia elevar o desempenho e também a demanda por professores especializados em diferentes formas de aprendizagem. A orientação proposta é favorecer os efeitos de produtividade e reinstalação, e não apenas a redução direta de tarefas humanas.

Isso requer rever políticas de competências para que trabalhadores complementem sistemas emergentes, pois crescia a demanda por competências de computação, programação e dados. O sistema tributário também pode favorecer indevidamente a substituição: muitos países subsidiam capital pelo código tributário e tributam trabalho em alíquotas mais altas. No limite, isso induz automações que não seriam viáveis sem o subsídio implícito, com economia de custo pequena e baixo efeito de produtividade. Para a OCDE, o problema não é a automação inovadora de grande valor em si, mas a substituição de pequeno número de tarefas de baixo valor agregado; reequilibrar a tributação de capital e trabalho pode reduzir essa automação excessiva.

Mercados de trabalho aquecidos podem fazer a automação produzir ganhos maiores: a economia de custos é maior quando desemprego é baixo e salários são altos, e a escassez de trabalhadores aumenta o incentivo para adotar e desenvolver novas tecnologias. Política de concorrência também importa, porque mercados competitivos ajudam a converter economias de custo em preços menores e produção maior. Por fim, parte das reduções de custo permanece na firma; fortalecer parceiros sociais e o poder de negociação dos trabalhadores pode fazer com que os ganhos sejam compartilhados com quem já trabalha nela e facilitar a permanência de pessoas cujos postos estão em risco, em novas funções.

O capítulo defende políticas que favoreçam usos complementares ao trabalho humano e ganhos compartilhados: difusão tecnológica e concorrência, apoio a pequenas e médias empresas, formação, proteção social e políticas ativas de emprego, regras para IA confiável e diálogo social. A meta não é impedir toda automação, mas ampliar criação de tarefas, mobilidade e produtividade distribuída, reduzindo custos concentrados sobre trabalhadores e territórios expostos.

4. Inteligência artificial, qualidade do emprego e inclusão

Salários, produtividade e competências de IA

O capítulo investiga efeitos sobre salários, produtividade, satisfação, segurança, gestão, inclusão e viés. A evidência disponível sugere que competências de IA recebem prêmios salariais relevantes, mas ainda é cedo para atribuir ganhos amplos de produtividade à adoção. Trabalhadores expostos à IA tiveram salários estáveis ou crescentes em alguns estudos. Uma elevação de um desvio-padrão na exposição foi associada a 0,4 ponto percentual a mais de crescimento salarial em uma medida; em painéis norte-americanos de 2011–18, o aumento correspondente superou 4%. Esses resultados se concentram em ocupações com forte familiaridade com software e não isolam perfeitamente as competências de IA.

Os estudos de caso da OCDE, por sua vez, encontraram pouca mudança salarial: em 84% dos casos, salários dos mais afetados permaneceram inalterados; 15% relataram aumentos, geralmente por tarefas mais complexas, aquisição de novas competências ou métricas de desempenho. Trabalhadores também demonstravam preocupação: em finanças, 42% esperavam queda de salários em dez anos, 23% estabilidade e 16% aumento; na manufatura, os percentuais eram 41%, 25% e 13%. Pessoas com diploma universitário e gestores eram mais propensos a prever aumento, enquanto homens — em especial no setor financeiro — eram mais propensos que mulheres a prevê-lo. Isso pode agravar desigualdades salariais existentes.

Firmas maiores e mais produtivas tendem a adotar IA. Amostras norte-americanas e britânicas mostram maior adoção com tamanho, salários, vendas, emprego e capitalização de mercado; em 11 países da OCDE, empresas maiores também adotam mais, talvez por possuírem ativos complementares. A relação causal com produtividade, entretanto, permanece inconclusiva. Em dados de 2018, a adoção apresentou efeito positivo modesto, mas não estatisticamente significativo. Estudos de investimentos em IA registram crescimento de vendas, emprego e valor de mercado sem efeito significativo em vendas por trabalhador, produtividade total dos fatores ou patentes de processo. Prêmios de produtividade aparecem mais quando a IA vem acompanhada de ativos complementares e, em alguns estudos, apenas para empresas com mais de 249 empregados.

As próprias empresas relatam efeito positivo: 57% das de finanças e 63% das de manufatura disseram que a IA elevou produtividade, contra 8% e 5% que relataram efeito negativo. Mais de 80% dos trabalhadores que interagem com IA relataram desempenho melhor; ganhos percebidos são maiores entre pessoas com universidade, gestão e ocupações profissionais que entre produção e funções não supervisoras.

Uma caixa do relatório sintetiza a evidência emergente de IA generativa: o assistente conversacional estudado por Brynjolfsson, Li e Raymond aumenta em 14% as resoluções por hora e beneficia sobretudo os menos experientes; no experimento de Noy e Zhang, profissionais com ChatGPT escrevem mais rápido e com maior qualidade, sendo os piores desempenhadores iniciais os que mais melhoram; com GitHub Copilot, programadores concluem a tarefa mais de 50% mais rápido, com ganhos maiores entre os menos experientes. A leitura da OCDE é que essas ferramentas podem reduzir desigualdades de desempenho entre pessoas na mesma função, embora os estudos sejam específicos e ainda não permitam generalização ampla.

Quadro 4.1 — Pesquisas e estudos de caso da OCDE. As pesquisas abrangeram 5.334 trabalhadores e 2.053 empresas de manufatura e finanças/seguros na Áustria, Canadá, França, Alemanha, Irlanda, Reino Unido e Estados Unidos. A pesquisa empresarial foi telefônica com firmas de 20 ou mais empregados; a de trabalhadores foi on-line e ponderada por idade, educação, gênero e país, mas painéis on-line excluem pessoas sem acesso à internet. Os estudos de caso envolveram 90 empresas em oito países e 325 entrevistas — 147 em finanças, 154 em manufatura e 24 em energia e logística. Esses desenhos registram percepções e experiências de adotantes; não constituem, por si, estimativas causais representativas de todo o mercado de trabalho.

Satisfação, segurança e riscos da gestão algorítmica

O uso de IA aparece associado a maior satisfação, mas a evidência é nascente e frequentemente abrange apenas quem permaneceu na empresa após adoção, grupo possivelmente não representativo. Nas pesquisas da OCDE, 63% dos usuários em finanças e manufatura disseram que a IA melhorou, pouco ou muito, seu prazer no trabalho. Os maiores efeitos positivos foram relatados por quem desenvolve ou mantém IA e por quem gerencia pessoas usuárias; usuários diretos e pessoas submetidas à gestão algorítmica eram os menos propensos a relatar melhora, ainda que a maioria de cada grupo a relatasse. Pesquisa Ipsos em seis países encontrou pelo menos 59% de respostas positivas sobre bem-estar no trabalho; pesquisa japonesa associou adoção a mais satisfação, mas também a mais estresse, menos trabalho rotineiro e mais tarefas complexas não rotineiras.

Esses resultados precisam ser lidos no escopo do desenho: os inquéritos da OCDE alcançam manufatura e finanças e registram a percepção de quem estava empregado após a adoção, sem observar pessoas que eventualmente saíram da firma. A maioria disse que a IA ampliou sua autonomia — entendida como controle sobre a sequência das tarefas —, mas uma em cada cinco pessoas relatou diminuição dessa autonomia. A conclusão do capítulo não é que os efeitos sejam uniformemente positivos, mas que eles dependem de como o sistema é introduzido, de quem define seus objetivos e de quais proteções são garantidas.

O relatório destaca risco de intensificação, perda de controle e monitoramento. Gestão algorítmica pode redistribuir ou automatizar tarefas de gestores e produzir efeitos indiretos sobre subordinados: maior ritmo de trabalho e menor sensação de controle. Pode também melhorar consistência e percepção de justiça, mas, sem transparência, participação e proteção, ameaça privacidade, autonomia e segurança psicológica.

A privacidade é uma preocupação concreta. Entre pessoas que disseram que a empresa coletava dados sobre elas ou sobre como trabalhavam, mais da metade manifestou preocupação; 58% no setor financeiro e 54% na manufatura disseram temer que dados demais fossem coletados. O texto cita expansão da vigilância remota durante a pandemia e dispositivos vestíveis que podem captar informações fisiológicas. Esses dados podem apoiar saúde e segurança, mas também alimentar julgamentos de alto impacto. Sem explicação das decisões, trabalhadores não conseguem adaptar comportamento, contestar resultados ou buscar reparação.

Inclusão e vieses

A IA pode ajudar grupos historicamente excluídos — por exemplo, com tecnologias assistivas e redução de barreiras —, mas empregadores avaliavam que idosos e trabalhadores de baixa qualificação poderiam sofrer danos. Sistemas de IA podem codificar dados e decisões históricas enviesadas, ampliando discriminação em recrutamento, avaliação, escala, remuneração e desligamento. A escala e a opacidade de decisões automatizadas tornam imprescindíveis transparência, explicabilidade, auditoria, responsabilização e supervisão humana. O capítulo conclui que tecnologia e desenho institucional determinam se a IA melhora justiça e inclusão ou replica desigualdades existentes.

Tecnologias assistivas de reconhecimento de fala, legendagem ao vivo e próteses podem ampliar acesso para pessoas com deficiência; tradução em tempo real e geradores de texto podem apoiar pessoas não nativas e trabalhadores menos qualificados. Ao mesmo tempo, mais de um terço dos adultos, em média na OCDE, não possui sequer as competências digitais mais básicas, e a qualidade de recursos de IA varia conforme a quantidade de usuários de cada idioma. Nas pesquisas, quase metade dos empregadores achava que IA ajudaria pessoas com deficiência, enquanto era mais comum esperar dano que benefício para trabalhadores mais velhos e de baixa qualificação.

Em finanças, 45% dos usuários de IA e, na manufatura, 43% consideraram que ela melhorou a justiça no tratamento por gestores; cerca de um em cada dez disse que a piorou. Vieses podem nascer na seleção de parâmetros, na escolha de dados de treinamento e em dados incompletos, incorretos, desatualizados ou marcados por discriminações históricas. O original compara esse risco à discriminação humana: meta-análise de três décadas nos Estados Unidos achou que candidatos brancos tinham 36% mais chance de retorno que candidatos afro-americanos com qualificação equivalente e 24% mais que latinos. O risco adicional da IA é multiplicar e sistematizar a discriminação em escala, tornando-a mais difícil de detectar. Em experimento citado, algoritmo de triagem melhorou a qualidade das contratações, mas reduziu representação de minorias quando só reproduzia dados históricos; ao explorar deliberadamente perfis sub-representados, melhorou qualidade e inclusão.

5. Necessidades de competências e políticas na era da inteligência artificial

A IA altera a demanda por competências

O desenvolvimento e a adoção de IA alteram simultaneamente quais competências são substituídas, complementadas e criadas. Alguns recursos humanos — habilidades manuais e psicomotoras finas, compreensão, planejamento e aconselhamento em determinadas situações — podem ser replicados ou apoiados. Ao mesmo tempo, cresce a necessidade de pessoas capazes de desenvolver, manter, implementar, usar e interagir com sistemas de IA. O relatório destaca competências digitais básicas, ciência de dados, compreensão de IA e competências cognitivas e transversais, como resolução de problemas, comunicação, criatividade e julgamento.

As mudanças não se limitam a especialistas técnicos. A tecnologia se difunde por tarefas, de modo que usuários precisam compreender limitações, verificar resultados, formular boas solicitações e combinar julgamento humano com recomendações automatizadas. Empresas precisarão adaptar organização do trabalho, processos e treinamento. A evidência indica que a demanda por profissionais de IA cresceu rapidamente antes de 2023, mas que uma estratégia de competências não pode se restringir a formar pequeno grupo de especialistas.

Na pesquisa da OCDE, 79% dos trabalhadores que desenvolvem e mantêm IA no setor financeiro e 75% na manufatura possuíam competências especializadas de IA; ainda assim, 10% declararam não possuí-las. Isso é consistente com funções de preparação de insumos, correção de saídas e acompanhamento de modelos que não exigem necessariamente conhecimento técnico especializado. Nos Estados Unidos, a proporção de anúncios de vagas que pediam competências especializadas de IA quadruplicou entre 2010 e 2019. Esses anúncios também pediam, com frequência, solução criativa de problemas, comunicação, trabalho em equipe, colaboração, negociação e gestão.

Quadro 5.1 — Perfil da força de trabalho de IA. A OCDE concentra essa força de trabalho em ocupações qualificadas — matemáticos, atuários e estatísticos; desenvolvedores de software e aplicações; gestores de TIC; profissionais de bancos de dados e redes; e engenheiros de eletrotecnologia. Em média nos países da OCDE, mais de 60% possuem diploma terciário e menos de 40% são mulheres. Quase metade recebe acima do percentil 80 da distribuição de rendimentos. Estudos citados pelo relatório estimam prêmio salarial de 11% em anúncios que requerem IA dentro da mesma empresa e de 5% quando se compara também o mesmo cargo.

O relatório também distingue funções emergentes: treinadores de modelos, que ensinam sistemas a executar tarefas e a interagir com pessoas; explicadores, que traduzem funcionamento e resultados dos algoritmos para gestores, profissionais não técnicos e público; e sustentadores, que detectam vieses, falsificações e erros e acompanham se o sistema continua funcionando como previsto. Estudos de caso da OCDE registram que essas funções já começavam a aparecer nas empresas, embora seus perfis ainda não fossem claramente definidos.

Mudanças exigem novas oportunidades de formação

Para responder às novas demandas, trabalhadores precisam de oportunidades de requalificação e aperfeiçoamento ao longo da vida. A formação deve alcançar tanto pessoas já empregadas quanto pessoas em transição, desempregadas e grupos com menor acesso a educação e treinamento. A OCDE alerta para o risco de que trabalhadores de menor qualificação — justamente os que poderiam precisar de mais apoio — participem menos de atividades de aprendizagem de adultos.

O relatório enfatiza três frentes complementares: incorporar competências digitais e de IA à educação inicial; fortalecer a formação profissional e superior; e tornar a aprendizagem de adultos mais acessível, flexível e vinculada às necessidades reais de tarefas e setores. Orientação de carreira, validação de competências e informação confiável sobre demanda ocupacional ajudam trabalhadores e empregadores a decidir onde investir.

Para quem usa aplicações de IA, a OCDE emprega o conceito de letramento em IA: competências para avaliar criticamente tecnologias de IA, comunicar-se e colaborar com elas e utilizá-las como ferramenta no ambiente digital, doméstico e de trabalho. O estudo diferencia quatro níveis: conhecer funções básicas e usar aplicações no cotidiano; aplicar conceitos em contextos diferentes; implementar IA; e avaliá-la criticamente, o que inclui gerir dados e refletir sobre resultados. Todos os níveis requerem alguma base analítica, matemática, estatística e ética. A literatura, porém, ainda não havia consolidado uma definição ou medida de letramento em IA para adultos.

Os cursos para não especialistas tendem a ser modulares e curtos. Começam explicando o que é IA, sua origem e seus limites; em geral apresentam aprendizagem de máquina e aprendizagem profunda; e, em parte dos casos, abordam vieses algorítmicos e a opacidade de sistemas. Nas empresas que adotaram IA, 73% dos trabalhadores no setor financeiro e 72% na manufatura disseram ter interesse em aprender mais sobre o tema.

Grupos que requerem atenção específica

O capítulo recomenda atenção deliberada a trabalhadores mais velhos e de baixa qualificação. Em todos os países participantes do PIAAC, pessoas mais velhas participavam menos de aprendizagem de adultos; em 2015, a diferença média de participação entre pessoas com 54 anos ou mais e adultos de 25 a 53 anos era de cerca de 22 pontos percentuais. A evidência de estudos de caso sobre suposto ceticismo de pessoas mais velhas, contudo, é indireta: ela registra a percepção de colegas, não declarações das próprias pessoas, e pode refletir vieses etários.

Trabalhadores de baixa qualificação permanecem prioritários, pois seguem mais concentrados em ocupações com alto risco de automação e participam menos de educação e treinamento. Em 2021, a diferença de participação em atividades de formação entre pessoas de menor escolaridade e as de escolaridade média ou alta variava de 2 pontos percentuais na Hungria a 19 na Suíça, com média de 8 pontos na União Europeia. Falta de tempo, restrições financeiras, pré-requisitos, menor disposição para estudar e menor propensão empresarial a treiná-las explicam parte dessa lacuna. O relatório aponta orientação personalizada, programas modulares e flexíveis e apoio financeiro como respostas possíveis.

Também importam profissionais mais qualificados, gestores e líderes empresariais: eles precisam entender potencial, limites e riscos da IA para reorganizar tarefas, decidir o que fica com pessoas e com sistemas e manter supervisão humana. Parceiros sociais precisam de formação própria para identificar mudanças de competências, ampliar acesso justo a treinamento e negociar requalificação e implementação de IA.

Empresas treinam, mas pode ser insuficiente

Empresas que implementam IA afirmam oferecer treinamento a seus trabalhadores. Nas pesquisas da OCDE, as respostas empresariais para necessidades de competências enfatizam requalificar e aperfeiçoar o pessoal existente. Ainda assim, falta de competências continua entre as principais barreiras à adoção, indicando que a oferta, cobertura ou qualidade da formação pode não bastar. Treinamento tende a beneficiar quem já possui maior escolaridade ou trabalha em empresas grandes e produtivas; sem política deliberada, a IA pode ampliar lacunas.

Entre empresas adotantes que relataram mudança de necessidades de competências, 64% no setor financeiro e 71% na manufatura disseram requalificar ou aperfeiçoar trabalhadores internos; comprar serviços externos foi a segunda resposta mais comum, escolhida por 53%. Mais da metade dos trabalhadores que usavam IA relatou que a empresa fornecera ou financiara formação para trabalhar com a tecnologia. Quando a ferramenta é simples, a formação costuma ser breve — webinars, apresentações e oficinas de funcionalidades básicas. Apenas poucas grandes empresas relatavam programas mais ambiciosos para transferir empregados a outras ocupações.

Em torno de 40% dos empregadores de finanças e manufatura apontaram falta de competências relevantes como barreira à adoção, especialmente nos Estados Unidos, Alemanha e Áustria. A barreira não se limita aos empregados: gestores podem não compreender usos, retornos, riscos e mudanças organizacionais exigidas pela IA. Problemas de dados também estão ligados a competências — empresas podem ter muitos dados, mas não capacidade de limpar, integrar, analisar, assegurar qualidade, proteger a privacidade e acompanhar os resultados. Formação pode ajudar, mas não resolve sozinha problemas de qualidade de dados, aceitação cultural ou mudança de processos.

O treinamento deve ser acompanhado de participação dos trabalhadores na implantação, tempo protegido para aprender e reconhecimento de novas responsabilidades. Caso contrário, a adoção pode simplesmente intensificar trabalho sem permitir que as pessoas se apropriem dos ganhos de produtividade. A Figura 5.2 do original mostra que empregadores preferem requalificar e aperfeiçoar trabalhadores existentes a outras respostas, como contratar externamente ou reduzir pessoal.

Políticas públicas ainda são insuficientes

Segundo a OCDE, políticas existentes de apoio à formação relacionada à IA permanecem fragmentadas. Governos podem agir por financiamento, incentivos, programas setoriais, apoio a pequenas e médias empresas, currículos, orientação e garantia de qualidade. Também devem evitar que custos e riscos de transição recaiam desproporcionalmente sobre trabalhadores e grupos vulneráveis. A coordenação com parceiros sociais, instituições educacionais, serviços públicos de emprego e empresas é indispensável para que a formação corresponda à transformação real das tarefas.

A IA pode melhorar a aprendizagem de adultos, mas cria riscos

Ferramentas de IA podem personalizar conteúdo, identificar lacunas, recomendar percursos, apoiar tutoria e ampliar escala de serviços de formação. Esses usos podem reduzir barreiras de tempo e localização. Mas exigem salvaguardas: qualidade pedagógica, proteção de dados, transparência, prevenção de vieses e acesso equitativo. Sistemas treinados em dados históricos podem reproduzir desigualdades; soluções automatizadas podem excluir pessoas com menor letramento digital ou acesso precário a conectividade. A tecnologia deve ampliar a agência de educadores e aprendizes, não substituí-la sem supervisão.

Lacunas de conhecimento

Apesar do crescimento de pesquisas sobre IA, competências e sistemas de aprendizagem, ainda faltam evidências sobre quais competências específicas mudarão, para quem, em que ritmo e com quais efeitos distributivos. A OCDE recomenda melhorar dados sobre adoção, tarefas e treinamentos, avaliar programas e acompanhar resultados para grupos diferentes. A incerteza exige políticas adaptativas, capazes de aprender com a implantação em vez de assumir que o futuro das competências está definido.

6. Como assegurar uma inteligência artificial confiável no local de trabalho

O Capítulo 6 examina a ação dos países para tornar a IA confiável no trabalho. A OCDE define uso confiável como aquele que é seguro, respeita direitos fundamentais e valores democráticos, é transparente, explicável e sujeito a responsabilização. No ambiente de trabalho, as questões se concentram em privacidade e proteção de dados, discriminação e viés, liberdade de associação, segurança, monitoramento, decisões automatizadas e possibilidade efetiva de contestação e reparação.

Pelos Princípios de IA da OCDE, a responsabilidade abrange todo o ciclo de vida do sistema: administração responsável pelos atores de IA; respeito ao Estado de Direito, direitos humanos e valores democráticos; divulgação transparente e responsável; robustez, segurança e proteção; e responsabilização pelo funcionamento correto e pelo respeito às demais dimensões. A publicação ressalta que uma política clara reduz riscos para trabalhadores e também incerteza jurídica para empregadores e desenvolvedores; porém, regras mal concebidas, inconsistentes ou multiplicadas podem elevar custos de conformidade e retardar usos benéficos.

Instrumentos de soft law — estratégias nacionais de IA, princípios éticos, códigos de conduta, padrões técnicos, orientações e compromissos voluntários — oferecem flexibilidade e podem acompanhar tecnologia em rápida evolução. Eles podem orientar empresas antes da existência de regras específicas, estimular avaliação de impacto, transparência, participação de trabalhadores e supervisão humana. Mas não substituem obrigações exigíveis, fiscalização e mecanismos de reparação.

O capítulo identifica vantagens e limites dessa combinação. A soft law é comparativamente simples de ajustar a tecnologias que mudam rápido, mas em geral depende de autorregulação e não garante reparação de danos. Por isso, a OCDE defende coordenação entre normas voluntárias e legislação exigível. Entre os instrumentos em avaliação nos países estão: adaptação de legislação trabalhista; auditorias e certificações robustas; supervisão humana nas decisões; explicações compreensíveis sobre a lógica de decisões automatizadas; avaliações de risco periódicas ao longo do ciclo de vida; e aviso claro quando uma pessoa interage com sistema de IA.

Grande parte da legislação aplicável já existia antes da IA: regras de proteção de dados, igualdade e não discriminação, saúde e segurança, defesa do consumidor, direito do trabalho e direitos coletivos. O desafio é interpretá-las e atualizá-las para decisões automatizadas. Países também passaram a elaborar normas específicas, como o AI Act europeu. O relatório observa que medidas eficazes combinam legislação, normas técnicas, órgãos supervisores ou auditorias independentes, orientação prática para desenvolvedores e empregadores e participação das partes afetadas.

O relatório registra que todos os países membros da OCDE contam com leis de proteção de dados e privacidade e que, em alguns contextos — como decisões judiciais italianas relacionadas a IA no trabalho —, leis antidiscriminação preexistentes já foram aplicadas. Mas a jurisprudência ainda é limitada, devendo ser acompanhada para indicar onde adaptar regras. A proposta europeia de AI Act é tratada como exemplo de regulação por risco: estabelece exigências específicas para aplicações de alto risco no emprego, evitando impor o mesmo ônus a aplicações de risco baixo. Iniciativas nacionais mais estreitas também propõem auditorias, avaliação recorrente de risco, explicações em linguagem simples e supervisão humana.

Empregadores e trabalhadores valorizam regras escritas sobre uso ético. A responsabilidade por danos causados por IA aparece como barreira relevante à adoção entre empresas europeias. A governança deve cobrir todo o ciclo de vida: escolha de sistema, qualidade e representatividade de dados, testes, implantação, monitoramento, documentação, auditoria, incidência de danos e possibilidade de interromper ou corrigir o sistema. Transparência não deve se limitar a explicar o algoritmo: precisa informar trabalhadores sobre finalidade, dados usados, consequências e meios para contestar decisões.

Para evitar que proteção vire obstáculo desnecessário à inovação, a OCDE recomenda definições e estruturas consistentes entre jurisdições, revisão periódica das regras e uso de ambientes regulatórios experimentais (sandboxes) para testar sistemas e produzir evidência prática sobre lacunas. Cooperação internacional, orientação para desenvolvedores e usuários, formação de reguladores, trabalhadores, empregadores e parceiros sociais, além de avaliação contínua das políticas, completam esse quadro. Transparência, explicabilidade, combate ao viés e prestação de contas se reforçam mutuamente: explicar decisões pode revelar discriminação; transparência permite atribuir responsabilidades.

7. Diálogo social e negociação coletiva na era da inteligência artificial

O Capítulo 7 sustenta que diálogo social e negociação coletiva podem moldar a transição de IA, em vez de apenas reagir a seus efeitos. A tecnologia pode ser implantada mais rapidamente que ciclos tradicionais de consulta e pode aprender e mudar depois da implantação. Isso torna especialmente importantes informação antecipada, participação dos trabalhadores, capacitação técnica dos parceiros sociais e negociação sobre dados, monitoramento, organização das tarefas, formação, remuneração, segurança e mecanismos de recurso.

Quadro 7.1 — Questionário da OCDE. Em 2022, a OCDE consultou confederações sindicais e patronais pelas redes TUAC e Business@OECD. O instrumento investigou conhecimento sobre IA, riscos e benefícios percebidos, ações de apoio a trabalhadores e empresas e efeitos sobre o próprio diálogo social. Recebeu respostas de 14 grandes confederações sindicais e seis de empregadores. Trata-se de evidência qualitativa e não representativa, com possível viés para organizações já ativas no tema; a OCDE a discutiu em duas reuniões de especialistas e a combinou com literatura e pesquisas anteriores.

No questionário, sindicatos e organizações patronais apontaram como preocupações centrais o uso confiável da IA, mudanças nas competências e riscos à saúde física e mental. Sindicatos deram maior peso a questões éticas; organizações patronais, a novas exigências de competências. Quanto aos benefícios, sindicatos destacaram qualidade do trabalho e criação de tarefas, enquanto empregadores ressaltaram produtividade e segurança. O relatório observa que a preocupação parece ter se deslocado de perda de postos para discriminação, vigilância excessiva e violações de direitos humanos — sem excluir que avanços recentes em IA generativa possam alterar o quadro.

Quando empresas consultam trabalhadores ou seus representantes, elas relatam com maior frequência efeitos positivos da IA sobre produtividade e condições de trabalho. A relação não prova causalidade, mas é consistente com a ideia de que voz representativa ajuda a identificar riscos, adaptar sistemas ao trabalho real e distribuir melhor benefícios. A representação também pode mitigar riscos ligados a ritmo, controle, privacidade e autonomia.

Parceiros sociais atuam em três níveis. No local de trabalho, podem participar da escolha e da implementação de sistemas, definir limites para monitoramento e automatização e negociar treinamento e mudanças de tarefas. Em nível setorial ou nacional, podem produzir orientações, acordos-quadro, padrões e propostas de política. Organizações sindicais e empresariais também realizam divulgação, conscientização e defesa pública sobre IA.

Persistem obstáculos: queda de sindicalização e cobertura de negociação coletiva em muitos países; concentração de expertise técnica nos empregadores ou fornecedores; opacidade de sistemas; e velocidade de implantação. O relatório recomenda ampliar a capacidade dos parceiros sociais de compreender IA e seus efeitos, criar acesso a informação relevante, incentivar consulta antes de decisões irreversíveis e assegurar que direitos coletivos sejam aplicáveis em ambientes de gestão algorítmica.

O diálogo não elimina a necessidade de regulação, mas a complementa. Acordos coletivos podem traduzir princípios gerais em regras aplicáveis a setores e locais específicos. O relatório cita acordos europeus nos setores de seguros e telecomunicações que abordam transparência no uso de dados e proteção contra viés e discriminação, além do início de “negociações algorítmicas”. A conclusão é que uma transição justa depende de combinar políticas públicas, governança corporativa responsável, competências e participação efetiva de trabalhadores.

7.1 O que muda para o diálogo social

A OCDE destaca que a IA pode criar desafios próprios para o diálogo social. Sua difusão pode ser rápida; alguns sistemas se alteram continuamente; e a adoção pode deslocar poder entre empresas, trabalhadores e seus representantes. Em diversos países da OCDE, isso ocorre num contexto em que a densidade sindical caiu, em média, de 33% em 1985 para 16% em 2019, e a cobertura de acordos coletivos caiu de 46% para 32%. O trabalho por plataforma e outras formas flexíveis de trabalho ampliam esses desafios de representatividade.

A falta de transparência pode dificultar tanto a responsabilização quanto a negociação. Desenvolvedores, fornecedores, compradores e empregadores podem deter informações diferentes sobre dados, modelos e decisões automatizadas. Sistemas de vigilância podem acentuar assimetrias de informação e enfraquecer a posição de barganha dos trabalhadores. A OCDE observa ainda o risco de monitoramento de atividade sindical — por localização, vocabulário em e-mails ou atividade em redes sociais —, sobretudo quando não há proteção legal forte para organização coletiva.

Trabalhadores em formas flexíveis, de plataforma ou por tarefa eram, segundo a OCDE, 50% menos propensos a sindicalizar-se que trabalhadores padrão. Pelo lado empresarial, cerca de 59% dos trabalhadores estavam em firmas representadas por organizações patronais, mas empresas pequenas e novos modelos de negócio eram menos representados. A IA exige consultas mais regulares e mecanismos de resolução de conflitos tanto centralizados quanto descentralizados, pois sistemas podem ser atualizados continuamente. A negociação coletiva ainda é apresentada como instrumento especialmente útil para criar novos direitos e implementar os existentes de forma flexível, pragmática e justa.

7.2 Moldar a transição de IA

A evidência econométrica específica sobre diálogo social e adoção de IA ainda é escassa. A literatura sobre robôs e automação oferece apenas indicações, com resultados mistos e dificuldade de separar causa e efeito. A OCDE, por isso, combina revisão de literatura, inquéritos a empregadores e trabalhadores da manufatura e das finanças e análise de dados europeus. Os resultados são descritivos, não demonstram causalidade, mas apontam que consultas e formas de voz dos trabalhadores se associam a uma implementação mais favorável da tecnologia.

Os acordos coletivos podem tratar de informação e consulta prévias, proteção de dados, regras de monitoramento, avaliação de riscos, formação, requalificação, mudança de tarefas, saúde e segurança e mecanismos de recurso. A regulação pública pode estabelecer padrões mínimos; negociação e diálogo podem adaptá-los a processos produtivos, ocupações e contextos específicos. Para isso, parceiros sociais precisam de informação acessível sobre sistemas de IA e de capacidade técnica para avaliar seus impactos.

7.3–7.5 Iniciativas, conhecimento especializado e conclusão

Sindicatos e organizações empresariais já atuam por meio de campanhas de conscientização, guias, pesquisa, aconselhamento e defesa de posições públicas. A OCDE recomenda que governos e parceiros sociais ampliem essa expertise, apoiem formação de representantes e criem canais de consulta regulares, especialmente antes de decisões difíceis de reverter. O efeito final da IA sobre mercados de trabalho dependerá também de como empregadores e trabalhadores participam da adoção — no local de trabalho, na empresa, no setor, no plano nacional e internacional.

Anexos e referências do relatório

O documento original inclui referências específicas a cada capítulo, notas metodológicas, questionário da OCDE sobre IA e diálogo social, materiais suplementares e anexo estatístico. As tabelas, figuras e dados oficiais podem ser consultados no PDF da OCDE. Para preservar a origem e todos os metadados, a fonte oficial permanece vinculada no rodapé desta tradução.

• OECD Employment Outlook 2023: Artificial Intelligence and the Labour Market
• PDF oficial da OCDE
• DOI: 10.1787/08785bba-en