IA, ameaça ou oportunidade? A pergunta tem duzentos anos, e talvez seja a pergunta errada

Olhe para a foto com atenção. Cada uma dessas mulheres era, ela mesma, uma tecnologia de ponta: sem elas, nenhuma ligação telefônica acontecia. Em 1920, telefonista era uma das ocupações mais comuns entre as mulheres americanas. Entre 1920 e 1940, a comutação automática chegou a mais da metade da rede dos Estados Unidos, uma cidade de cada vez, e o número de jovens empregadas na função caiu de 50% a 80% em cada lugar por onde a máquina passou⁵.

Foi um dos maiores choques de automação já estudados. E o que os economistas James Feigenbaum e Daniel Gross encontraram, ao seguir essas mulheres pelos censos, tem duas metades. A primeira é dura: quem já era telefonista pagou caro, com mais chance de estar fora do mercado ou em ocupações de salário menor dez anos depois. A segunda surpreende: as gerações seguintes de jovens não ficaram sem trabalho. Encontraram emprego em outras funções, como datilógrafas, secretárias e atendentes, parte delas em categorias que antes mal existiam⁵.

Essas duas metades, juntas, são a história inteira da tecnologia no trabalho. E são o melhor guia que temos para pensar a inteligência artificial.

Um medo com dois séculos de idade

Em 1811, tecelões ingleses invadiam fábricas à noite para destruir teares mecânicos. Ficaram conhecidos como luditas, e o nome virou sinônimo de quem resiste ao novo. Eles não eram ignorantes: tinham razão em temer pelo próprio ofício. O tear mecânico automatizou 98% do trabalho necessário para tecer um metro de pano⁶.

Em 1930, o economista John Maynard Keynes deu nome ao fenômeno: “desemprego tecnológico”, a capacidade de economizar trabalho mais depressa do que se descobrem novos usos para ele¹². Desde então, o alerta voltou a cada geração, com a automação das fábricas, o computador, a internet e os robôs.

O que aconteceu depois de cada alerta está nos dados.

Linha do tempo: o que sumiu e o que nasceu

1. 1811O tear mecânicoTecelões artesanais quebram máquinas na Inglaterra. A máquina faz 98% do trabalho de tecer.O que nasceu: o tecido barato multiplicou a demanda, e com ela vieram o operário de fábrica, o mecânico de máquinas e a indústria da moda.
2. 1900O trator e a mecanização do campoNos Estados Unidos, 41% dos trabalhadores estavam na agricultura. Cem anos depois, eram 2%.O que nasceu: a agroindústria, a logística, o agrônomo, o técnico agrícola e, hoje, o operador de drone.
3. 1920A central telefônica automáticaEm vinte anos, mais da metade da rede americana dispensa a telefonista.O que nasceu: o técnico de telecomunicações e uma onda de empregos de escritório e de atendimento.
4. 1967O caixa eletrônicoO primeiro é instalado em Londres. Décadas depois, só os Estados Unidos teriam mais de 400 mil.O que nasceu: agências mais baratas, e portanto mais agências; o caixa virou consultor de produtos financeiros.
5. 1979A planilha eletrônicaO VisiCalc faz em segundos o que um escriturário levava dias para recalcular.O que nasceu: o analista financeiro, o controller, o consultor. Fazer contas ficou barato, e passou-se a perguntar muito mais.
6. 1991A webA internet sai dos laboratórios. Agências de viagem, locadoras e classificados de jornal encolhem.O que nasceu: desenvolvedor web, analista de marketing digital, comércio eletrônico, suporte remoto.
7. 2007O smartphoneO computador passa a caber no bolso, e no ano seguinte surgem as lojas de aplicativos.O que nasceu: desenvolvedor de apps, motorista e entregador por aplicativo, criador de conteúdo, gestor de redes sociais.
8. 2022A IA generativaO ChatGPT é lançado em 30 de novembro e chega a 100 milhões de usuários em dois meses¹¹.O que está nascendo: é a pergunta desta reportagem.

Quatro histórias em números

1. O campo esvaziou, e ninguém passou fome por isso

Nenhuma mudança foi tão radical quanto a da agricultura. Em um século, a parcela dos trabalhadores americanos no campo caiu de 41% para 2%⁴. Se alguém dissesse em 1900 que quatro em cada dez empregos iriam desaparecer, a previsão soaria como catástrofe. Não foi: os filhos e netos desses agricultores foram fazer coisas que em 1900 não tinham nome.

2. O caixa eletrônico não acabou com o caixa

Quando os caixas eletrônicos se espalharam, a previsão óbvia era o fim dos caixas de banco. O economista James Bessen foi conferir. Entre 1988 e 2004, o número de caixas necessários para operar uma agência urbana média caiu de 20 para 13. Só que, com a agência mais barata, os bancos abriram mais agências: 43% a mais nas áreas urbanas⁶. O resultado é contraintuitivo:

O trabalho mudou de natureza. Contar dinheiro deixou de ser o centro da função, que passou a ser atender, orientar e vender. A história, porém, não terminou aí, e é honesto contar o resto: o que o caixa eletrônico não fez, o banco no celular está fazendo. Hoje, caixas de banco estão entre as ocupações que os empregadores mais esperam ver encolher até 2030¹. A lição não é que os empregos são eternos. É que a função muda antes de sumir, e quem muda junto tem para onde ir.

3. A planilha demitiu escriturários e contratou analistas

Antes da planilha eletrônica, refazer um orçamento significava recalcular centenas de células à mão. O programa de rádio Planet Money, da NPR, levantou o saldo nos Estados Unidos desde 1980⁷:

4. A maior parte do trabalho de hoje não existia

O dado mais importante desta reportagem vem de um estudo publicado em 2024 por David Autor, do MIT, e colegas. Eles compararam os títulos de ocupação dos censos americanos ao longo de oito décadas e concluíram que cerca de 60% do emprego de 2018 estava em tipos de trabalho que não existiam em 1940³.

Fontes: Autor et al. (2024); Autor (2015); Reuters, com estimativa do banco UBS (2023).

O mesmo estudo traz uma distinção que vale guardar. Inovações que substituem o que as pessoas fazem não geram trabalho novo. As que ampliam o que as pessoas conseguem fazer, sim: é delas que nascem as novas ocupações³. A mesma tecnologia pode ser usada de um jeito ou de outro.

E agora, com a inteligência artificial?

A IA generativa tem uma diferença em relação às ondas anteriores: ela alcança o trabalho de escritório, intelectual e criativo, que as máquinas antes não tocavam. Por isso os países ricos, onde esse tipo de trabalho predomina, são os mais expostos. O Fundo Monetário Internacional estima que quase 40% do emprego no mundo está em ocupações expostas à IA⁸:

Exposição não é sinônimo de demissão. O próprio FMI calcula que, nas economias avançadas, cerca de metade dos empregos expostos tende a ganhar produtividade com a IA, e a outra metade corre risco de perder espaço⁸. A Organização Internacional do Trabalho chega a conclusão parecida por outro caminho: um em cada quatro trabalhadores do mundo está em ocupação com alguma exposição à IA generativa, mas só 3,3% estão na faixa mais alta. Como quase toda ocupação tem tarefas que exigem gente, o efeito mais provável é a transformação do trabalho, e não a sua eliminação⁹.

A conta do Fórum Econômico Mundial

O Future of Jobs Report 2025 ouviu mais de mil grandes empregadores, que somam mais de 14 milhões de trabalhadores, sobre o que esperam até 2030^{1 2}:

Fonte: Fórum Econômico Mundial, Future of Jobs Report 2025, em variação percentual esperada. Em números absolutos, as ocupações que mais devem crescer são outras: trabalhadores rurais, entregadores, operários da construção, vendedores e profissionais do cuidado.

Repare no padrão. Encolhe o que é repetição de regra: digitar, conferir, registrar. Cresce o que exige construir, decidir e cuidar. É o mesmo movimento da planilha de 1979, em escala muito maior.

O que já dá para medir

A consultoria PwC analisou quase um bilhão de anúncios de emprego em seis continentes. Entre 2019 e 2024, as vagas cresceram mesmo nas ocupações mais expostas à IA, embora menos do que nas demais. E quem domina a ferramenta está sendo pago por isso¹⁰:

Fonte: PwC, 2025 Global AI Jobs Barometer. O crescimento da produtividade compara os períodos 2018–2022 e 2018–2024.

Por que a oportunidade pode ser maior desta vez

Aqui a Gazeta Zuben assume um ponto de vista, e o leitor tem o direito de discordar dele. Achamos que a IA abre mais portas do que qualquer tecnologia anterior, por três motivos.

Primeiro, o acesso. Um tear mecânico custava uma fortuna, e um trator também. As ferramentas de IA chegam por um celular comum, muitas delas de graça. Nunca uma tecnologia tão poderosa esteve ao alcance de tanta gente tão depressa:

Segundo, o tamanho do que uma pessoa sozinha consegue fazer. Traduzir, programar, ilustrar, analisar uma planilha, redigir um contrato: tarefas que exigiam contratar um especialista hoje podem ser começadas por qualquer um, com um assistente que explica o que está fazendo. Isso não dispensa o especialista. Mas permite que o dono de uma oficina faça o próprio site, que a costureira calcule seus custos, que o estudante do interior tenha um tutor paciente às onze da noite. Abrir um pequeno negócio ou mudar de área ficou mais barato do que jamais foi.

Terceiro, a ferramenta ensina a usar a ferramenta. Para aprender a operar um torno era preciso um mestre. A IA responde perguntas sobre si mesma, no idioma do usuário, quantas vezes for preciso. A barreira para se requalificar nunca foi tão baixa.

O que os otimistas costumam esconder

Seria desonesto parar aqui. A história das telefonistas tem a metade dura, e ela se repete. Três alertas saem dos mesmos relatórios:

• A transição dói em quem está no meio dela. As novas vagas não aparecem no mesmo lugar, nem pedem as mesmas habilidades, nem chegam no mesmo mês em que as antigas somem.
• Nem todos serão treinados. De cada 100 trabalhadores do mundo, 59 precisarão de requalificação até 2030, e os próprios empregadores admitem que 11 deles provavelmente não a receberão¹.
• O risco não é igual para todos. O trabalho administrativo é o mais exposto, e ele é exercido majoritariamente por mulheres. Trabalhadores mais velhos tendem a ter mais dificuldade para se adaptar^{8 9}.

Esses onze são o motivo pelo qual a resposta à pergunta do título não cabe às máquinas. Ameaça e oportunidade não são duas previsões concorrentes. São dois destinos possíveis para a mesma pessoa, e o que separa um do outro é, em boa parte, o que ela faz enquanto a mudança acontece.

A pergunta certa

“A IA vai tirar o meu emprego?” é uma pergunta sobre o que vai acontecer com você. Ela o coloca na plateia. A telefonista de 1920 não tinha como impedir a central automática, e você não tem como impedir a IA.

A pergunta que devolve o controle é outra: que parte do meu trabalho a máquina já faz melhor do que eu, e o que eu posso fazer com o tempo que sobra? O contador que respondeu a isso em 1980 virou analista. O que não respondeu continuou esperando que a planilha fosse uma moda.

Cinco movimentos para os próximos doze meses

1. Faça o inventário das suas tarefas. Liste o que você faz em uma semana e separe o que é repetição do que é julgamento. A primeira coluna é o que a IA vai assumir. A segunda é onde você deve investir.
2. Use uma ferramenta de IA no seu trabalho real, toda semana. Não em um teste, e sim em uma tarefa de verdade: um e-mail difícil, uma planilha, um resumo. É assim que se descobre o que ela faz bem e onde ela erra.
3. Aprenda a conferir. A IA erra com segurança. Quem sabe verificar uma resposta vale mais do que quem só sabe pedir.
4. Reserve um horário fixo para aprender. Duas horas por semana, com alarme, são cem horas em um ano. É mais do que muita gente estudou na última década.
5. Guarde e mostre o que você produz. Um portfólio pequeno, com três trabalhos reais feitos com as novas ferramentas, abre mais portas do que uma lista de cursos.

As telefonistas da foto não tiveram escolha, nem aviso, nem um professor disponível a qualquer hora dentro do bolso. Nós temos os três. Ameaça ou oportunidade? A tecnologia já deu a parte dela da resposta. A outra parte é sua.

Bibliografia

Fontes consultadas pela redação. Documentos e páginas acessados em 1º de outubro de 2026.

1. WORLD ECONOMIC FORUM. Future of Jobs Report 2025. Genebra: WEF, jan. 2025. Disponível em: reports.weforum.org (PDF).
2. WORLD ECONOMIC FORUM. Future of Jobs Report 2025: the jobs of the future and the skills you need to get them. Jan. 2025. Disponível em: weforum.org.
3. AUTOR, D.; CHIN, C.; SALOMONS, A.; SEEGMILLER, B. New Frontiers: The Origins and Content of New Work, 1940–2018. The Quarterly Journal of Economics, v. 139, n. 3, p. 1399–1465, 2024. Disponível em: nber.org/papers/w30389.
4. AUTOR, D. H. Why Are There Still So Many Jobs? The History and Future of Workplace Automation. Journal of Economic Perspectives, v. 29, n. 3, p. 3–30, 2015. Disponível em: aeaweb.org.
5. FEIGENBAUM, J.; GROSS, D. P. Answering the Call of Automation: How the Labor Market Adjusted to Mechanizing Telephone Operation. The Quarterly Journal of Economics, v. 139, n. 3, p. 1879–1939, 2024. Disponível em: nber.org/papers/w28061.
6. BESSEN, J. Toil and Technology. Finance & Development, Fundo Monetário Internacional, v. 52, n. 1, mar. 2015. Disponível em: imf.org. Ver também: BESSEN, J. Learning by Doing: The Real Connection between Innovation, Wages, and Wealth. New Haven: Yale University Press, 2015.
7. NPR. Planet Money, episódio 606: Spreadsheets! 27 fev. 2015. Disponível em: npr.org.
8. CAZZANIGA, M. et al. Gen-AI: Artificial Intelligence and the Future of Work. IMF Staff Discussion Note SDN/2024/001. Washington: Fundo Monetário Internacional, jan. 2024. Disponível em: elibrary.imf.org.
9. GMYREK, P. et al. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Genebra: Organização Internacional do Trabalho, 2025. Disponível em: ilo.org.
10. PWC. The Fearless Future: 2025 Global AI Jobs Barometer. Jun. 2025. Disponível em: pwc.com.
11. HU, K. ChatGPT sets record for fastest-growing user base: analyst note. Reuters, 2 fev. 2023.
12. KEYNES, J. M. Economic Possibilities for our Grandchildren (1930). In: Essays in Persuasion. Londres: Macmillan, 1931.
13. Imagem: U.S. National Archives and Records Administration, “Photograph of Women Working at a Bell System Telephone Switchboard”, década de 1940, sem restrições conhecidas de direitos autorais, via Wikimedia Commons.