Dentro da órbita do Vale do Silício, nos Estados Unidos, um apocalipse dos empregos, alimentado pela Inteligência Artificial, é tratado como algo dado. O clima é tão sombrio que uma pesquisadora de impactos sociais da Anthropic, respondendo a um pedido por visões mais otimistas do futuro da IA, previu que veremos uma recessão e um “colapso da escada do início da carreira” antes de eventualmente vermos vantagens. Seu colega menos comedido, Dario Amodei, CEO da empresa, chamou a tecnologia de “um substituto geral do trabalho humano” que poderia executar todos os afazeres em menos de cinco anos. E essas ideias não estão vindo apenas da Anthropic, é claro.
Essas conversas, sem surpresa, deixaram muitos trabalhadores em pânico, e provavelmente estão contribuindo para engrossar o apoio a esforços para interromper totalmente a construção de data centers, alguns dos quais ganharam força nas últimas semanas. O pânico não está sendo ajudado pelos políticos legisladores, nenhum dos quais articulou um plano coerente para o que vem a seguir.
Mesmo economistas que advertiram que a IA ainda não cortou empregos, e pode não resultar em um precipício, estão chegando à ideia de que ela poderia ter um impacto singular e sem precedentes sobre a forma como trabalhamos.
Alex Imas, da Universidade de Chicago, nos Estados Unidos, é um desses economistas. Ele compartilhou duas coisas comigo: uma avaliação direta de que, para prever como isso será, nossas ferramentas são bastante sofríveis, e um “chamado às armas” para que economistas comecem a coletar o único tipo de dado que poderia tornar possível, de algum modo, criar um plano para lidar com a IA na força de trabalho.
Sobre nossas ferramentas sofríveis: considere o fato de que qualquer trabalho é composto de tarefas individuais. Uma parte do que é ser um corretor de imóveis, por exemplo, é perguntar aos clientes que tipo de propriedade eles querem comprar. O governo estadunidense registrou milhares dessas tarefas em um catálogo enorme lançado pela primeira vez em 1998, e atualizado regularmente desde então. Esses foram os dados que pesquisadores da OpenAI usaram em dezembro para julgar o quanto um trabalho está “exposto” à IA. Com isso, eles concluíram que um corretor de imóveis, por exemplo, atinge 28% em níveis de exposição. Depois, em fevereiro, a Anthropic usou esses dados em sua análise de milhões de conversas com o Claude para ver quais tarefas as pessoas estão realmente usando sua IA para concluir e em que pontos as duas listas se sobrepunham.
Mas conhecer a exposição das tarefas à tecnologia leva a uma compreensão ilusória de quanto um determinado trabalho está em risco, diz Imas. “A exposição por si só é uma ferramenta completamente sem sentido para prever substituição”, me disse.
Claro, isso é ilustrativo no caso mais sombrio, o de um trabalho em que toda tarefa poderia ser feita pela IA sem nenhuma orientação humana. Se custa menos para um modelo fazê-las em comparação àquilo que lhe pagam, e ele consegue fazê-las bem, o trabalho provavelmente desaparece, diz Imas. Este é o caso frequentemente mencionado do ascensorista. Talvez o paralelo de hoje seja um agente de atendimento ao cliente fazendo apenas a triagem de chamadas telefônicas. Porém, não é algo dado, já que modelos de raciocínio e IA agêntica podem gerar uma conta bastante alta.
Mas, para a vasta maioria dos trabalhos, o caso não é tão simples. E os detalhes também importam: alguns deles provavelmente terão dias sombrios pela frente, mas saber como e quando isso vai se desenrolar é difícil de responder olhando apenas para a exposição.
Consideremos escrever código, por exemplo. Alguém que desenvolve aplicativos de namoro premium, digamos, pode usar ferramentas de IA para codificação para criar em um dia o que antes levava três dias. Isso significa que o trabalhador é mais produtivo. O empregador dele, gastando a mesma coisa, agora pode obter mais produção. Então, o empregador vai querer mais empregados ou menos?
Essa é a pergunta que, segundo Imas, deveria tirar o sono de qualquer formulador de políticas, porque a resposta vai mudar dependendo do setor. E estamos operando no escuro.
No caso desse programador, essas eficiências tornam possível que aplicativos de namoro baixem os preços. Um cético poderia esperar que as empresas simplesmente embolsassem os ganhos, mas, em um mercado competitivo, elas correm o risco de ser superadas se fizerem isso. Esses preços mais baixos sempre gerarão algum aumento na demanda pelos aplicativos. Mas quanto? Se milhões de pessoas a mais os quiserem, a empresa pode crescer e, no fim, contratar mais engenheiros para atender a esse movimento. Mas, se a demanda mal aumentar, talvez as pessoas que não usam aplicativos de namoro premium não os queiram mesmo com um preço mais baixo. Com isso, menos programadores serão necessários, e demissões acontecerão.
Repita essa hipótese em todos os trabalhos com tarefas que a IA pode fazer e você terá a questão econômica mais urgente do nosso tempo: os detalhes da elasticidade-preço, ou o quanto a demanda por algo muda quando seu preço muda. E essa é a segunda parte do que Imas enfatizou: atualmente não temos esses dados em toda a economia. Mas poderíamos ter.
Temos os números para itens de supermercado, como cereal e leite, diz Imas, porque a Universidade de Chicago faz parceria para obter dados de leitores de preços. Mas não temos esses números para tutores, desenvolvedores web ou nutricionistas, aliás, todos os trabalhos que se constatou terem “exposição” à IA. Ou, pelo menos, não de um modo que tenha sido amplamente compilado ou tornado acessível a pesquisadores. Às vezes, eles estão dispersos entre empresas privadas ou consultorias.
“Precisamos de algo como um Projeto Manhattan para coletar isso”, diz Imas. E não precisamos disso apenas para trabalhos que agora poderiam obviamente ser afetados pela IA: “Áreas que não estão expostas agora ficarão expostas no futuro, então você simplesmente quer acompanhar essas estatísticas em toda a economia.”
Obter todas essas informações exigiria tempo e dinheiro, mas Imas defende que vale a pena. Isso daria aos economistas a primeira visão realista de como nosso futuro habilitado pela IA poderia se desenrolar e daria aos formuladores de políticas uma chance de elaborar um plano para isso.
James O'Donnell
