Como avaliamos o impacto da IA nas profissões
Ao contrário de abordagens simplistas que dão uma única porcentagem de automação, distinguimos duas dimensões fundamentais do impacto da IA em cada tarefa.
Mede o potencial de que a IA realize esta tarefa de forma autônoma. Uma tarefa com 80% de IA sozinha significa que a IA pode realizá-la de forma autônoma em 80% dos casos.
Ex: Entrada de dados, classificação de emails, geração de relatórios padrão
Mede o potencial de melhoria pela IA. Um índice alto significa que a IA pode melhorar significativamente a produtividade ou qualidade do trabalho humano.
Ex: Diagnóstico médico assistido, redação aumentada, análise de dados
As duas pontuações são combinadas em um quadrante de 4 zonas que permite visualizar a posição de uma profissão frente à IA.
Baixa IA sozinha, baixo aumento. Profissões pouco impactadas pela IA atual (ex: encanador, enfermeiro).
Baixa IA sozinha, alto aumento. A IA amplifica capacidades sem substituir (ex: médico, advogado, desenvolvedor).
Alta IA sozinha, alto aumento. A IA substitui tarefas-chave e transforma a profissão — esta é a principal zona de risco onde a maioria das profissões expostas se situa (ex: contador, operador de dados, designer).
Alta IA sozinha, baixo aumento. A IA substitui massivamente sem gerar valor acrescentado para o trabalhador (ex: televendedor, classificador industrial).
Nosso scoring V5 distingue dois tipos de assistência IA e integra o custo de verificação humana para pontuações mais realistas.
Fórmula V5
Assistência_efetiva = (E1 + E2 × adoção_ferramentas) × (1 - custo_verificação)Índice = Eliminação + (1 - Eliminação) × Assistência_efetivaE1 mede a ajuda de um LLM sozinho (redação, análise, tradução). E2 mede a ajuda de um LLM combinado com ferramentas externas (agentes código, RPA, CRM). O custo de verificação reduz a assistência efetiva.
| Profissão | IA sozinha | Melhoria | Índice de transformação |
|---|---|---|---|
| Operador de entrada de dados | 85% | 10% | 87% |
| Desenvolvedor web | 20% | 60% | 68% |
| Enfermeiro | 5% | 15% | 19% |
Nem todas as tarefas de uma profissão têm o mesmo peso. Usamos dois critérios para ponderar seu impacto no índice global.
De marginal (1) a crítica (5) para a profissão. Uma tarefa crítica pesa mais no índice final.
De rara/anual (1) a contínua/diária (5). Uma tarefa frequente impacta mais o índice final.
Cálculo do peso
Peso = Importância × FrequênciaOs LLMs podem dar respostas variáveis. Para garantir a confiabilidade de nossos índices, usamos uma abordagem multi-run.
Usamos um grande modelo de linguagem numa versão fixa para garantir a reprodutibilidade dos índices ao longo do tempo.
Aplicamos correções pós-avaliação baseadas na categoria da profissão para corrigir os vieses sistemáticos do LLM.
Contador, secretário, teleoperador
Engenheiro, advogado, médico
Encanador, eletricista, motorista
Enfermeiro, cuidador, educador
Designer, artista, redator
Vendedor, comercial, corretor de imóveis
Gerente, gerente de projeto, RH
Nossa análise é baseada nos frameworks de referência de profissões mais completos e nos estudos científicos de referência.
Classificação francesa de profissões (France Travail). 532 fichas de profissões, 11.000 denominações, tarefas detalhadas.
Base de dados do Departamento do Trabalho dos EUA. 1.000+ ocupações com habilidades, tarefas e contexto de trabalho.
Classificação europeia multilíngue. Harmonização de profissões e competências a nível da UE.
Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023).
GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models.
OpenAI Research. arXiv:2303.10130
openai.com/research/gpts-are-gpts →Frey, C. B., & Osborne, M. A. (2017).
The future of employment: How susceptible are jobs to computerisation?
Technological Forecasting and Social Change, 114, 254-280.
doi.org/10.1016/j.techfore.2016.08.019 →Briggs, J., & Kodnani, D. (2023).
The Potentially Large Effects of Artificial Intelligence on Economic Growth.
Goldman Sachs Global Economics Research.
goldmansachs.com →International Labour Organization (2024).
Generative AI and Jobs: A global analysis of potential effects on job quantity and quality.
ILO Working Paper 96.
ilo.org →Nedelkoska, L., & Quintini, G. (2018).
Automation, skills use and training.
OECD Social, Employment and Migration Working Papers, No. 202.
doi.org/10.1787/2e2f4eea-en →Microsoft Research (2025).
New Future of Work Report 2025.
Microsoft Research Technical Report.
microsoft.com/research →Nossos índices são calibrados com 42 profissões de referência cobrindo 7 categorias, com alvos baseados em 7 estudos acadêmicos.
Índice técnico: o que a IA PODE fazer teoricamente
Índice realista: o que ESTÁ acontecendo, após coeficiente de adoção país/setor e fricção regulatória