Todo mundo precisa parar e respirar. A substituição de empregos por IA é uma conversa real, mas não nas áreas que você imagina.
O pânico é palpável. As manchetes gritam sobre o apocalipse do emprego, e os executivos correm para cortar cargos de nível inicial antes que a IA supostamente os torne obsoletos. Relatório sobre o Futuro do Emprego do Fórum Económico Mundial 2025 revela que 40% dos empregadores esperam reduzir a sua força de trabalho onde a IA pode automatizar tarefas, enquanto dados recentes mostram que os cargos de nível inicial registaram uma diminuição média nas taxas de contratação de 73,4% em comparação com uma redução de apenas 7,4% em todos os níveis de trabalho.
Mas aqui está o que os pessimistas não estão dizendo sobre a substituição de empregos pela IA: eles provavelmente nunca se sentaram para fazer um trabalho mundano com a IA.
A perspectiva do usuário avançado
Não sou um pesquisador de IA ou um membro do conselho convivendo com titãs da tecnologia. Sou um profissional de marketing que usa pelo menos quatro modelos diferentes de linguagem grande durante seis horas diárias. Criei GPTs personalizados, criei automações e, após 35 anos em marketing, retornei deliberadamente ao trabalho mais básico e básico que se possa imaginar – mesclar planilhas, limpar dados, encontrar endereços de e-mail – especificamente para testar o potencial transformador da IA.
Os resultados? Menos que “meh”.
Por que a substituição de empregos pela IA não é o que você pensa: o problema da qualidade dos dados
Se a IA deve se destacar em algum lugar, é no gerenciamento de dados – a tarefa básica por excelência. No entanto, o desempenho da IA nestas tarefas fundamentais revela uma verdade preocupante sobre as actuais limitações da tecnologia.
Se os dados com os quais a IA trabalha estiverem incompletos ou imprecisos, isso pode levar a problemas significativos. Embora os modelos de IA sejam excelentes em tarefas como problemas das Olimpíadas Internacionais de Matemática, eles ainda lutam com benchmarks de raciocínio complexos e muitas vezes não conseguem resolver tarefas lógicas de forma confiável, mesmo quando existem soluções comprovadamente corretas.
Na prática, isso significa que a IA comete os mesmos erros repetidamente. Leva horas para testar diferentes ferramentas e os erros aumentam. Quando contei manualmente 55 e-mails devolvidos, contatos que eu mesmo inseri, enviei mensagens e conhecia intimamente, a IA relatou apenas 10. Isso não é um erro de arredondamento; isso é uma falha fundamental na precisão.
A parte insidiosa? Com dados desconhecidos, você nunca detectaria esses erros. A limpeza de dados se torna um jogo de acertar uma toupeira: resolva um problema e crie outro. O volume de pontos de dados impossibilita uma verificação pontual abrangente, deixando você incapaz de distinguir dados bons de dados ruins.
Por que a qualidade dos dados é mais importante do que nunca
“Entra lixo, sai lixo” tornou-se um cliché desdenhoso, mas esta informação mundana é a sua matéria-prima. Pergunte a qualquer chef com estrela Michelin o que torna sua comida excepcional e ele citará a qualidade dos ingredientes. Os dados da sua planilha não são diferentes: se forem comprometidos, tudo o que é construído sobre eles entra em colapso.
Dados de baixa qualidade levam a taxas de erro mais altas, reconhecimento deficiente de padrões e tomadas de decisões inconsistentes. Isto não é apenas um inconveniente; é uma ameaça fundamental à inteligência de negócios, ao relacionamento com clientes e às decisões estratégicas.
Confiar nos resultados da IA requer horas de verificação pontual – durante as quais você ainda encontrará erros – ou familiaridade íntima com os dados. O problema é óbvio: se você estiver familiarizado o suficiente com os dados para verificar o trabalho da IA, você já fez grande parte do trabalho sozinho.
O extremo errado do espectro da força de trabalho
Aqui está a verdade incômoda: estamos implantando a IA precisamente no nível errado de nossas organizações. Usar a IA para substituir empregos de nível inicial está negando à organização um processo crítico de aprendizagem que fornece aos novos funcionários conhecimento e sabedoria importantes sobre o seu negócio.
E, no entanto, os dados das maiores empresas públicas de tecnologia e das startups financiadas por capital de risco em maturação mostram uma Declínio de 50% entre 2019 e 2024 em novas funções iniciadas por pessoas com menos de um ano de experiência profissional de pós-graduação.
Estamos eliminando as pessoas responsáveis pela precisão dos dados e pela integridade das informações – a base sobre a qual se baseia toda decisão estratégica. Enquanto isso, os executivos que tomam essas decisões de eliminação muitas vezes não executam pessoalmente o trabalho que estão automatizando há anos, ou nunca.
O problema do ego no topo é real. Se a IA realmente se destaca na estratégia geral e no reconhecimento de padrões, talvez devêssemos questionar se as decisões do alto escalão, e não o trabalho de dados de nível básico, são onde a automação faz sentido.
A bolha da IA que ninguém quer admitir
A adoção da IA explodiu –o uso quase dobrou desde 2023de acordo com Gallup. Ainda um recente Estudo do MIT descobriu que 95% das organizações não veem retorno mensurável de suas iniciativas de IA.
Isso não é transformação. Isso é uma bolha.
McKinsey relata que quase oito em cada dez empresas afirmam agora usar IA em pelo menos uma função empresarial. Mas a maioria não consegue apontar um único KPI que tenha melhorado significativamente. O hype é real – mas o impacto não é.
E é aqui que o termo “trabalho” Ele descreve a enxurrada de resultados de baixo valor gerados por IA que parecem produtivos, mas não proporcionam nenhum progresso real. É um trabalho corporativo ocupado com esteróides – resultados que parecem bons em painéis, mas não alteram os resultados.
Assim, embora as empresas cortem empregos reais para financiar experiências de IA, estão involuntariamente a substituir trabalhos significativos por ruídos sem sentido. A IA não está substituindo trabalhadores – está substituindo qualidade por quantidade.
O que a IA realmente faz bem
Esta não é uma mesa anti-IA. A IA transformou genuinamente a forma como muitos de nós trabalhamos. Os salários iniciais dos trabalhadores iniciantes de IA aumentaram em 12% de 2024 a 2025e os jovens trabalhadores que aprendem a utilizar a IA de forma eficaz podem ser muito mais produtivos.
A tecnologia é excelente nos primeiros rascunhos, no brainstorming de variações, no resumo de documentos extensos e no tratamento de tarefas específicas e bem definidas. Este artigo em si é um híbrido: meus pensamentos e pesquisas, aprimorados pela IA que transforma ideias brutas em prosa mais legível.
Mas há uma enorme diferença entre a IA como ferramenta de assistência e a IA como substituta. O primeiro aumenta o julgamento humano, a criatividade e o controle de qualidade. Este último pressupõe que a IA alcançou uma fiabilidade que simplesmente não demonstrou.
O verdadeiro futuro do trabalho
Embora a IA possa não estar a eliminar uma grande percentagem de empregos em início de carreira, está certamente a mudá-los significativamente. A questão não é se a IA transformará o trabalho – já o fez – mas se somos suficientemente inteligentes para a implementar de forma estratégica e não reativa.
As organizações inteligentes irão:
- Manter funcionários da linha de frente que garantam a precisão e a integridade dos dados
- Use a IA para aumentar, em vez de substituir, o julgamento humano
- Reconheça que o conhecimento institucional – compreender seus dados com profundidade suficiente para detectar erros de IA – é insubstituível
- Investir na formação dos trabalhadores para utilizarem a IA de forma eficaz, em vez de os substituir por uma automação não fiável
Os cientistas de dados e os trabalhadores iniciantes não são o problema. O problema é a liderança que vê a tecnologia como uma medida de redução de custos e não como uma ferramenta para melhorar as capacidades humanas.
O resultado final
Antes de entrarmos em pânico com a possibilidade de a IA substituir empregos, talvez devêssemos perguntar se ela pode contar de forma confiável as devoluções de e-mails. Antes de eliminarmos em massa os cargos de nível inicial, talvez os executivos devessem passar uma semana fazendo o trabalho que estão automatizando.
A IA é poderosa, transformadora e veio para ficar. Mas não é mágico, não é infalível e certamente não está pronto para substituir os humanos que garantem a precisão dos nossos dados fundamentais.
A verdadeira revolução não virá da substituição dos trabalhadores pela IA. Isso resultará do reconhecimento final de que o trabalho “mundano” com o qual a IA se debate é, na verdade, a base sofisticada e intensiva em julgamento da qual todo o resto depende.
Pare de se preocupar com a possibilidade da IA assumir o controle. Comece a se preocupar em perder o conhecimento institucional e o controle de qualidade que mantém as organizações funcionais. Porque neste momento corremos o risco de automatizar a nossa capacidade de saber se a nossa IA está certa ou errada – e isso é muito mais perigoso do que qualquer deslocação de emprego.