Anthropic: IA ainda não destruiu empregos, mas jovens e setores já sentem impactos

A IA ainda não provocou uma crise de desemprego nos Estados Unidos. Mas os sinais de que algo está mudando no mercado de trabalho aparecem em um grupo específico: os jovens que tentam entrar nas profissões mais expostas à tecnologia. É o que aponta um novo estudo da Anthropic, empresa criadora do modelo de linguagem Claude, publicado em 5 de março.

A pesquisa analisou dados do mercado de trabalho americano desde 2016 e cruzou informações sobre o uso real da IA com projeções de emprego do Bureau of Labor Statistics (BLS). A conclusão é que, até agora, o impacto sobre o desemprego é estatisticamente imperceptível. O problema começa a aparecer nas portas de entrada do mercado.

Leia também: ChatGPT-5.4 chega como a IA mais prática do mercado, não a mais brilhante

Jovens contratados com menos frequência

Entre trabalhadores de 22 a 25 anos, a taxa de contratação em ocupações de alta exposição à IA caiu cerca de meio ponto percentual por mês a partir de 2024, enquanto as ocupações menos expostas permaneceram estáveis em 2% de novos empregos mensais. No acumulado desde o lançamento do ChatGPT, a queda chega a 14% na taxa de entrada nessas profissões.

O fenômeno não se repete entre trabalhadores com mais de 25 anos, o que sugere que o efeito está concentrado nos entrantes do mercado de trabalho. Uma parte desses jovens pode estar ficando nos empregos que já tem, migrando para outras áreas ou voltando a estudar. Os pesquisadores reconhecem que os dados ainda não permitem distinguir com precisão entre essas alternativas.

Desemprego estável, por enquanto

Para os trabalhadores já empregados nas profissões mais expostas, o estudo não encontrou nenhuma variação relevante nas taxas de desemprego desde novembro de 2022, quando o ChatGPT foi lançado. A diferença entre os grupos mais e menos expostos permanece dentro da margem de erro estatístico.

Os pesquisadores fizeram uma comparação para contextualizar o que seria um impacto visível. Durante a Grande Recessão de 2007 a 2009, o desemprego nos EUA dobrou, de 5% para 10%. Um efeito equivalente no grupo mais exposto à IA, saindo dos atuais 3% para 6%, seria detectável pelo modelo. Isso ainda não aconteceu.

Quem está mais exposto, segundo a Anthropic

O estudo introduz uma métrica própria chamada “exposição observada”, que combina a capacidade teórica dos modelos de linguagem com o uso real registrado nas interações com o Claude. A medida vai além das estimativas teóricas e leva em conta quais tarefas estão sendo efetivamente automatizadas no dia a dia profissional.

Pelo critério adotado, programadores lideram o ranking com 75% de cobertura de tarefas. Atendentes de serviço ao cliente e operadores de entrada de dados aparecem logo atrás, com 67%. Analistas financeiros também figuram entre os mais expostos. No outro extremo, 30% dos trabalhadores americanos têm exposição zero, entre eles cozinheiros, mecânicos de motocicleta, salva-vidas e garçons.

A distância entre o possível e o real

Um dos achados mais relevantes do estudo é a diferença entre o que a IA poderia fazer e o que de fato faz. Em ocupações de tecnologia e matemática, os modelos de linguagem são teoricamente capazes de executar 94% das tarefas. Na prática, cobrem apenas 33%.

Essa lacuna existe por razões concretas: barreiras legais, necessidade de verificação humana, exigências de software específico e simplesmente a lentidão natural com que novas tecnologias se difundem nas organizações. O estudo aponta que, à medida que as capacidades avançam e a adoção se aprofunda, essa distância tende a diminuir.

Sinal fraco, mas real

Os pesquisadores da Anthropic foram cuidadosos ao interpretar os dados sobre jovens. O resultado é “apenas marginalmente significativo” do ponto de vista estatístico e comporta explicações alternativas. Ainda assim, o padrão identificado coincide com achados independentes de outros estudos que apontam desaceleração na contratação de trabalhadores jovens em ocupações expostas à IA.

Para a Anthropic, o valor do estudo está menos nas conclusões do que no método. A ideia é estabelecer uma base de acompanhamento contínuo do mercado de trabalho antes que os efeitos se tornem óbvios. Quando o impacto da IA sobre o emprego for inegável, os pesquisadores querem ter dados suficientes para distinguir o sinal do ruído.

Allan Ravagnani

Siga o Times Brasil - Licenciado Exclusivo CNBC no