A narrativa em torno da IA e do emprego tende aos extremos. Ou a tecnologia é uma ferramenta secundária de produtividade, ou é uma ameaça existencial para a força de trabalho. Um estudo em grande escala do Google Research oferece algo mais pé no chão: dados reais sobre como os trabalhadores estão usando a IA, extraídos de 15 milhões de interações reais. O cenário que surge é consideravelmente menos dramático do que a maioria das manchetes sugere.
O Que os Dados Realmente Mostram Sobre o Uso da IA no Ambiente de Trabalho
O estudo, que o Google Research chama de “IA & Economy ATLAS” (um Activity, Task, Landscape, and Adoption Study), analisou 15 milhões de interações anonimizadas no Gemini App, no AI Mode do Google e na Gemini API. Os pesquisadores usaram as Standard Occupational Classifications do Bureau of Labor Statistics juntamente com o banco de dados detalhado de tarefas de trabalho da O*NET para categorizar como essas interações se mapeavam em empregos reais.
A principal descoberta: em todo o banco de dados de tarefas de trabalho da O*NET, apenas 21 por cento qualificaram-se como o que os pesquisadores chamam de “tarefas Gemini”, o que significa que atingiram um limite mínimo de 25 interações relacionadas na amostra. Para 29 por cento de todas as ocupações, nem uma única tarefa de trabalho relevante atingiu esse limite modesto. Para outros 30 por cento das ocupações, menos de um quarto das tarefas monitoradas mostrou uso significativo do Gemini. Apenas 3 por cento das ocupações mostraram o Gemini sendo consultado regularmente para pelo menos três quartos das tarefas relevantes desse trabalho.
Esses números descrevem uma tecnologia que está presente em muitos ambientes de trabalho, mas que não penetrou profundamente na maioria deles. A própria conclusão dos pesquisadores é direta: a IA está “atualmente servindo principalmente como um complemento ao trabalho existente”, não como um substituto para ele.
Onde a IA Está Realmente Sendo Usada, e Como
A distribuição do uso da IA entre as ocupações é desigual de maneiras previsíveis. Funções de colarinho branco em computação, finanças, e artes e entretenimento estão super-representadas nos dados de interação do Gemini em relação à sua participação na economia em geral. Analistas financeiros e de mercado, desenvolvedores de software e administradores de sistemas estão entre os usuários mais frequentes. Vendedores, trabalhadores do setor de transportes e trabalhadores de preparação e serviço de alimentos aparecem com muito menos frequência nos dados.
O tipo de trabalho que está sendo transferido para a IA também é revelador. Tarefas cognitivas representam 86 por cento das interações medidas por volume. Dentro dessa categoria, os usos dominantes são a redação e geração de ideias, e a busca de informações e aprendizado. A automação de tarefas de trabalho específicas, mesmo as rotineiras, representa uma parcela menor.
Fundamentalmente, as tarefas que os trabalhadores estão delegando à IA tendem a ser aquelas que exigem pouca especialização. Os pesquisadores mediram a complexidade das tarefas usando a linguagem que os trabalhadores empregavam para descrever o que precisavam e descobriram que tarefas mais simples, como reescrever materiais em diferentes idiomas ou revisar especificações de produtos, estavam fortemente super-representadas. Os trabalhadores parecem muito menos dispostos a usar o Gemini para as partes mais complexas e de alta especialização de seus trabalhos.
Esse padrão se mantém mesmo em setores que não costumam ser associados à adoção da IA. O estudo encontrou mecânicos de máquinas industriais usando o Gemini para analisar mensagens de erro de máquinas, e mecânicos automotivos usando-o para ajudar a testar componentes de veículos e inspecionar peças quanto ao desgaste. Esses trabalhadores eram notavelmente mais propensos a incluir fotos em seus prompts em vez de depender apenas de texto, refletindo a natureza prática e mão na massa de suas dúvidas.
Por Que Isso Importa Para Além do Ciclo de Hype
É isso que a maioria das coberturas sobre IA e trabalho erra: o abismo entre o que uma tecnologia pode fazer teoricamente e o que os trabalhadores realmente pedem para ela fazer é enorme, e essa lacuna revela algo importante sobre como as mudanças realmente acontecem nos mercados de trabalho.
As descobertas do Google Research sugerem que os trabalhadores não estão esperando passivamente para serem automatizados. Eles estão escolhendo ativamente quais partes de seus trabalhos delegar à IA, e estão escolhendo consistentemente as tarefas de menor risco e menor complexidade. As dimensões de alta especialização e não rotineiras da maioria dos empregos permanecem firmemente em mãos humanas.
Os próprios pesquisadores formulam isso com cautela. Eles observam que os padrões atuais apontam para “maiores retornos para a habilidade humana nas dimensões não rotineiras” que ainda dominam a maioria das descrições de cargos. Eles também reconhecem que isso pode mudar se futuros modelos se tornarem mais capazes em tarefas de alta especialização, ou se a robótica impulsionada por IA melhorar o suficiente para afetar o trabalho manual em escala. Nenhum desses avanços chegou ainda.
O que os dados descrevem, por enquanto, é uma força de trabalho que está usando a IA para lidar com a sobrecarga cognitiva: a redação, as buscas, a reformatação de rotina. Isso libera atenção para o trabalho que realmente exige julgamento, experiência e especialização. A tecnologia está aprimorando as funções existentes, não as esvaziando.
Em Resumo
Um estudo do Google Research com 15 milhões de interações reais de IA descobriu que a maioria das tarefas, na maioria dos empregos, não está sendo automatizada pela IA. Apenas 3 por cento das ocupações mostraram o Gemini sendo usado para três quartos ou mais de suas tarefas relevantes. Os trabalhadores estão usando predominantemente a IA para tarefas cognitivas de baixa complexidade, como redação e busca de informações, enquanto mantêm as partes mais exigentes de seus trabalhos para si mesmos. Os dados não apoiam previsões de demissões em massa iminentes. Em vez disso, descrevem uma tecnologia que é útil nas margens da maioria dos empregos e central em pouquíssimos.
Com base em reportagem de Ars Technica.