Há um paradoxo no cerne da IA (inteligência artificial) generativa. Há algum tempo está claro que, em comparação com os humanos, os grandes modelos de linguagem são muito mais capazes de completar tarefas extremamente desafiadoras.
Há mais de dois anos, tínhamos evidências de que o ChatGPT da OpenAI pode passar confortavelmente em exames difíceis, como o notório LSAT, exame de admissão de estudantes para cursos de direito nos Estados Unidos, e as provas finais de MBA de faculdades Ivy League.
Os modelos mais recentes produzem trabalhos escritos de alta qualidade de forma consistente, gerando ensaios que os educadores não conseguem distinguir daqueles escritos por estudantes de pós-graduação.
No entanto, até agora, há poucas evidências de que a IA esteja causando uma grande disrupção no mercado de trabalho, mesmo em ocupações que supostamente estão em risco muito alto. O que está acontecendo?
Duas novas pesquisas lançam luz sobre o enigma da excelência simultânea da IA e sua aparente ineficácia em atacar empregos humanos, ao mesmo tempo que mostram onde e por que as primeiras perdas em larga escala podem estar em andamento.
A primeira é minha. Com base em trabalhos anteriores da Brookings Institution e da OpenAI, realizei uma análise detalhada dos dados de emprego dos EUA, comparando as tendências recentes nos números de empregos com uma lista de ocupações identificadas como de risco especialmente alto de automação.
As tarefas diárias realizadas por escriturários de contabilidade, subscritores de seguros, agentes de viagens e secretários jurídicos se sobrepõem quase inteiramente às capacidades da IA. Mas o número de trabalhadores nessas funções permaneceu dentro de sua faixa usual, mesmo com a proliferação da IA generativa.
No entanto, há duas exceções notáveis. Escritores —de palavras, não de código— e desenvolvedores de software mostram sinais claros de disrupção relacionada aos modelos, com o emprego caindo acentuadamente em relação à tendência nos últimos dois anos.
E isso não é apenas uma função de tendências econômicas mais amplas nesses setores. Os números de empregos em outros lugares nas indústrias de computação, publicação e marketing não mostram tal queda repentina.
Portanto, há um contraste marcante na sorte daqueles em ocupações consideradas de risco semelhante. Essa descoberta se encaixa perfeitamente com um novo estudo da empresa de pesquisa METR, de San Francisco, que oferece uma nova estrutura para entender as forças, fraquezas e taxa de progresso da IA.
Descobriu-se que a capacidade dos grandes modelos de linguagem de realizar uma determinada tarefa não é tanto uma função de quão intelectualmente desafiadora a mesma tarefa seria para você ou para mim, nem do nível de habilidade especializada exigido, mas sim de quanto tempo levaria para um humano desenvolvê-la e quão “bagunçado” ou não estruturado é o fluxo de trabalho.
Portanto, realizar as funções de um assistente executivo, agente de viagens ou escriturário de contabilidade —todos trabalhos baseados em computador que exigem habilidades de nível básico— ainda está além das capacidades até mesmo das IAs mais avançadas.
Elas têm dificuldade em acompanhar múltiplos fluxos de informação, responder a um ambiente dinâmico, realizar mais de uma tarefa ao mesmo tempo e trabalhar com objetivos pouco claros ou voláteis. Esses fluxos de trabalho não estruturados estão longe dos testes de codificação e questões de ensaio.
Isso não quer dizer que essas ocupações permanecerão dominadas por humanos. A pesquisa da METR encontra a IA fazendo progressos fortes e constantes em uma ampla gama de tarefas, independentemente da complexidade, duração ou “bagunça”. Significa apenas que assistentes administrativos podem ter um ou dois anos de vantagem.
O que diferencia programadores e escritores é que essas são ocupações onde todo o trabalho do início ao fim —não apenas partes constituintes discretas— está o mais próximo possível das capacidades em que a IA se destaca: tarefas agradáveis, limpas, lineares e sequenciais, questões em estilo de exame e tarefas de ensaio.
Notavelmente, ambos os trabalhos também têm altas taxas de contratação ou freelancing. Assim, um assistente de IA como o Claude da Anthropic pode ser substituído por um redator não contratado sem que o RH se envolva.
Outra maneira de pensar sobre isso é que a “bagunça” protetora em alguns empregos vem da interação e imprevisibilidade inerentes ao interagir com outras pessoas. Há uma certa ironia na constatação de que o mantra da autossuficiência robusta e otimização de fluxo de trabalho comum no Vale do Silício pode ter tornado os postos tecnológicos mais, e não menos, frágeis.
A ocupação em que você realmente não gostaria de estar agora é aquela em que suas atividades consistem em uma tarefa linear previsível e recorrente. Escrever código para analisar dados e depois sintetizar os resultados em um artigo de tamanho fixo, por exemplo. Oh, céus. O futuro para alguém nesse tipo de trabalho —um colunista orientado por dados— parece sombrio.
