Uma profissão não cabe em um único número

2. O sistema

Seis camadas antes de uma conclusão

O que parece uma resposta direta na interface é o final de uma arquitetura longa. Cada camada resolve um tipo de problema e entrega à próxima apenas aquilo que conseguiu sustentar.

Nenhuma fonte contém essa visão pronta. Ela só aparece quando as camadas trabalham juntas.

1. 01 Brasil primeiro A CBO preserva as 2.614 ocupações do país. O universo inteiro entra antes que qualquer exemplo seja escolhido.
2. 02 Mercado real RAIS observa estoque anual; Novo CAGED observa fluxo mensal. Cada denominador continua sendo o que é.
3. 03 Tradução global A CBO é conectada a 13 classificações internacionais com rota, release e decisão terminal.
4. 04 Trabalho concreto Atividades são recuperadas e comparadas sem confundir proximidade de palavras com equivalência de trabalho.
5. 05 Impacto da IA Um modelo cobre o catálogo; uma segunda camada aprofunda atividades com rubrica e consenso independentes.
6. 06 Direito de publicar Cobertura, estabilidade, proveniência e linguagem passam por gates antes de aparecer ao público.

3. Uma linguagem global

Cada profissão brasileira dentro de um mapa internacional

Estudos globais não falam CBO. Para tornar suas evidências úteis no Brasil, construímos uma matriz que examina cada ocupação contra 14 classificações — sem apagar diferenças de escopo, versão ou país.

Aqui, cobertura não significa forçar uma correspondência. Significa não perder nenhuma ocupação no caminho: cada célula termina como oficial, candidata, sem correspondência ou ainda não resolvida.

T = |CBO| × |bancos| = 2.694 × 5 = 13.470

C_terminal = (N_oficial + N_derivado + N_sem_match + N_não_resolvido) / T
           = (2.694 + 0 + 0 + 0) / 13.470
           = 100,00%

M_total   = (N_oficial + N_derivado) / T = 20,00%
M_externo = N_derivado / (2.694 × 5) = NaN%

4. Da palavra à equivalência

Similaridade encontra possibilidades. Critério decide o que merece avançar

Palavras parecidas podem descrever trabalhos diferentes. Por isso, nosso matcher usa o contexto ocupacional para reduzir o universo, ordena candidatos com uma função lexical inspirada em BM25 e reserva a decisão de equivalência para um gate separado.

s(q,d) = Σ[t∈uniq(q)∩d] log(1 + (N − dfₜ + 0,5)/(dfₜ + 0,5)) × tfₜ/(tfₜ + 1,2)

       + 1,5 × I[primeiro token de q aparece nos 4 primeiros tokens de d]

O score acima não é apresentado como confiança. Ele apenas organiza a investigação. Quando a recuperação lexical é insuficiente, o fallback semântico amplia a busca — sem relaxar o critério de publicação.

agreement = |{p : decisãoA(p) = decisãoB(p)}| / n

elegível(p) = acordo ∧ equivalente ∧ min(confA, confB) ≥ 0,80
aresta(a)   = arg min rank entre pares elegíveis da atividade a

PASS_ocupação = agreement ≥ 0,90 ∧ max fanout(task_id) ≤ 3

Duas decisões precisam concordar, a confiança mínima precisa sobreviver e cada atividade pode publicar no máximo uma aresta. Discordância não vira média. Baixa confiança não vira aproximação. O sistema se abstém.

5. IA no nível da atividade

A IA não transforma uma profissão inteira de uma só vez

Ela encontra tarefas digitais, repetíveis ou codificáveis antes de alcançar atividades físicas, ambíguas ou dependentes de julgamento. É por isso que nossa unidade de análise não termina no título ocupacional.

Trabalhamos em duas resoluções complementares: o catálogo oferece uma leitura ampla e estimada; o mapa por atividade examina cada tarefa com critérios multidimensionais e avaliações independentes.

xₐ = TFIDF_palavra ⊕ TFIDF_caractere
p(m|xₐ) = softmax(βₘ · xₐ)

eₐ = Σₘ p(m|xₐ) · αₘ
α = {0,12; 0,42; 0,72}

d₁…d₆ ∈ {0,1,2,3,4}
G = √(d₁ · d₆) / 4
C = (d₂ + d₄ + d₅ + (4 − d₃)) / 16
e = G · C

automação   ⇔ e ≥ 0,60
ampliação   ⇔ G ≥ 0,50 ∧ 0,25 ≤ e < 0,60
humano      ⇔ caso contrário

6. Índice e evidência

A nota mostra quanto do trabalho a IA alcança

O Índice de IAtização soma as atividades de trabalho em que a IA atua sozinha e aquelas em que atua com uma pessoa, divide pelo núcleo de trabalho (n atividades) e converte o resultado para a escala 0–100. Competências pessoais e comunicação transversal ficam fora desse denominador. A nota só é publicada quando a camada de evidência sustenta o cálculo. Sem isso, a profissão continua publicada sem número; o tier informa se uma nota veio do mapa específico ou do classificador de catálogo.

Iᵢ = 100 × (n_IA + n_IA+humano) / (n_IA + n_IA+humano + n_humano)

fonteᵢ = trilha principal, se o mapa por atividade específico passa pelo gate público
       = trilha estimada, se a classificação estimada de catálogo passa pelo gate público
       = estimativa residual, no residual sem classificação direta; diagnóstico interno, não nota pública

T3ᵢ = média dos índices T1 da família CBO; depois subgrupo; por fim, média nacional

AIOE, O*NET e WRTMJ = evidências de apoio separadas; não entram na fórmula de Iᵢ

Iᵢ · Índice de IAtização

Mede a parcela das atividades em que a IA atua sozinha ou com participação humana. Contagem, denominador, versão do método e hash permitem reconstruir a nota.

Tᵢ · tier da evidência

T2 é o mapa específico de maior profundidade; T1 usa atividades CBO classificadas; T3 é proxy residual tipado e não autoriza, sozinho, uma nota pública. Sinais internacionais fortalecem a explicação sem substituir o índice.

7. Como provamos

Cada resposta precisa sobreviver ao caminho de volta

Não basta produzir um resultado. Precisamos conseguir reconstruí-lo: qual fonte entrou, qual versão estava ativa, que rota foi usada, onde houve discordância e por que a publicação foi autorizada.

Por isso, cobertura caminha ao lado de holdout, Macro-F1, concordância entre avaliações e conservação do universo. A sofisticação não está em ter mais casas decimais, mas em saber o que cada uma delas representa.

Holdout do catálogo

10

ocupações · 935 atividades

Macro-F1 do catálogo

65,9%

classes com o mesmo peso

Concordância mínima do mapa

0,0000

gate mínimo: 0,70

Concordância média do mapa

0,0000

130.602 atividades avaliadas

8. Onde paramos

Precisão também é saber onde não avançar

Um sistema confiável não se mede apenas pelo que consegue responder. Mede-se também pelas conclusões que se recusa a fabricar. Estes limites acompanham toda leitura publicada no atlas.

• Causalidade Os indicadores não provam que a IA causará desemprego, queda salarial ou desaparecimento de uma profissão.
• Probabilidade individual Scores ocupacionais não estimam o destino de uma pessoa, empresa ou vaga específica.
• Equivalência perfeita Um candidato internacional positivo não é, por si só, validação independente de equivalência semântica.
• Adoção observada Exposição técnica descreve capacidade potencial. Uso real, custo, regulação e aceitação social exigem outras evidências.
• Independência absoluta Dois modelos ou execuções reduzem instabilidade, mas podem compartilhar vieses de dados e de desenho da rubrica.
• Atualização instantânea RAIS, CAGED e classificações têm vintages diferentes; toda leitura deve considerar o período de cada fonte.