A inteligência artificial já não é apenas uma promessa tecnológica ou um tema reservado a especialistas. Está a mudar tarefas em escritórios, fábricas, serviços financeiros, comércio e comunicação — e a pergunta deixou de ser se o trabalho será afetado para passar a ser como, quando e para quem essa mudança será mais intensa. Para os jovens, o alerta é especialmente importante: a entrada no mercado de trabalho pode tornar-se mais difícil precisamente quando muitas tarefas de nível inicial estão a ser automatizadas ou reorganizadas.
Segundo o portal Sapo.pt, a diretora-geral do Fundo Monetário Internacional (FMI), Kristalina Georgieva, estima que cerca de 40% dos empregos no mundo serão reforçados, desvalorizados ou eliminados pela IA. O número não significa que quatro em cada dez pessoas ficarão necessariamente sem trabalho. Indica que uma parte significativa das funções poderá mudar — e que os efeitos serão diferentes conforme a profissão, o país, o nível de rendimento e a forma como empresas e governos adotarem a tecnologia.
Nas Reuniões Anuais do FMI e do Grupo do Banco Mundial, realizadas em Banguecoque entre 12 e 18 de outubro de 2026, Georgieva descreveu essa transformação como um processo de avanço gradual, mas de grande alcance. Para compreender o alerta, é preciso olhar além da possibilidade de substituição de empregos: a IA também pode aumentar a produtividade, criar procura por novas competências e concentrar benefícios em empresas e regiões que já dispõem de infraestrutura, capital e trabalhadores qualificados.
O que significa a estimativa de que 40% dos empregos serão afetados
A palavra “afetados” é essencial. Um emprego é composto por várias tarefas: escrever, analisar dados, atender clientes, tomar decisões, supervisionar processos ou executar trabalho físico. A IA pode assumir algumas dessas tarefas, acelerar outras e deixar outras praticamente intactas. Por isso, a exposição de uma profissão à tecnologia não equivale automaticamente à extinção da profissão.
Uma ferramenta de IA pode, por exemplo, ajudar um profissional de marketing a gerar rascunhos, resumir pesquisas e testar variações de mensagens. Isso pode reduzir o tempo gasto em tarefas repetitivas, mas não elimina necessariamente a necessidade de definir objetivos, compreender o público, verificar informações e assumir responsabilidade pelo resultado. Em outros casos, a automação pode reduzir a quantidade de pessoas necessária para realizar determinado volume de trabalho. O efeito depende tanto da capacidade técnica da ferramenta quanto das decisões de gestão.
Três formas diferentes de impacto
- Complementação: a IA executa uma parte do trabalho e permite que a pessoa se concentre em atividades de maior valor, como resolver problemas complexos, negociar ou avaliar exceções.
- Desvalorização ou transformação: tarefas que antes exigiam conhecimento especializado tornam-se mais rápidas ou acessíveis, o que pode reduzir o valor de algumas competências — sobretudo se a oferta de profissionais com essas competências aumentar.
- Substituição: quando uma tarefa ou função pode ser automatizada com qualidade, custo e segurança aceitáveis, algumas vagas podem desaparecer ou deixar de ser repostas.
Esses processos podem acontecer ao mesmo tempo dentro da mesma empresa. Um departamento pode contratar especialistas em dados e, em paralelo, reduzir tarefas administrativas. A questão relevante não é apenas “a IA vai tirar empregos?”, mas também “quais tarefas serão automatizadas, quem ficará responsável pelas decisões e como os ganhos de produtividade serão distribuídos?”.
Por que os jovens estão entre os mais expostos
O alerta sobre os jovens não quer dizer que sejam menos capazes de trabalhar com tecnologia. Em muitos casos, podem adaptar-se rapidamente a novas ferramentas. A vulnerabilidade está também na posição que ocupam no mercado: profissionais em início de carreira costumam realizar tarefas de apoio, preparação, pesquisa, revisão e produção de primeiros rascunhos. São atividades que sistemas de IA podem acelerar ou, em certas situações, executar parcialmente.
Isso cria um risco específico para a formação profissional. Uma tarefa inicial pode parecer simples, mas frequentemente serve para aprender como funciona uma organização, identificar erros, desenvolver julgamento e ganhar confiança. Se for automatizada sem que exista uma alternativa de aprendizagem, o jovem pode perder não apenas uma oportunidade de emprego, mas também uma etapa importante para adquirir experiência.
O desafio das primeiras oportunidades
Imagine uma equipa que antes contratava assistentes para organizar documentos, preparar sínteses e responder a pedidos padronizados. Com ferramentas automatizadas, a equipa pode precisar de menos pessoas para essas tarefas. Ainda assim, precisará de profissionais capazes de verificar resultados, proteger dados, lidar com casos excecionais e explicar decisões. O problema é que essas competências não surgem de um dia para o outro: muitas são desenvolvidas justamente através das tarefas de entrada.
Empresas que substituam todas as funções de aprendizagem por automação podem economizar no curto prazo e, ao mesmo tempo, enfraquecer a formação de futuros profissionais. Uma adoção mais sustentável combina tecnologia com supervisão humana, formação e percursos claros de progressão. Para os jovens, isso significa procurar experiências que ofereçam não apenas tarefas para executar, mas também feedback, responsabilidade crescente e contacto com problemas reais.
Por que as economias avançadas podem sentir mais o impacto
De acordo com os números apresentados pelo FMI e relatados pelo Sapo.pt, cerca de 60% dos empregos nas economias avançadas deverão ser afetados, em comparação com 23% nos países de baixo rendimento. A diferença não deve ser interpretada como prova de que os países mais pobres estão protegidos. Uma explicação importante é que a IA já está mais presente — ou tem condições mais favoráveis para se difundir — em economias com maior conectividade, mais capacidade computacional, mais investimento e uma proporção maior de empregos realizados em ambientes digitais.
Em termos simples, a tecnologia tende a alcançar primeiro os locais onde existem redes, dispositivos, dados, capital e processos que podem ser automatizados. Se uma economia tem menos acesso à internet, menos centros de dados ou uma estrutura de emprego menos digitalizada, a exposição imediata pode ser menor. Mas isso não significa que os seus trabalhadores não venham a ser afetados no futuro, sobretudo quando ferramentas se tornarem mais baratas e acessíveis.
Exposição não é o mesmo que capacidade de adaptação
Uma economia pode ter menos empregos expostos à IA e, ainda assim, estar mal preparada para aproveitar os seus benefícios. A adoção depende de fatores como a qualidade da educação, a disponibilidade de eletricidade e internet, a capacidade das empresas para investir e a existência de regras claras para proteger trabalhadores e consumidores. Sem esses elementos, a tecnologia pode chegar mais tarde e gerar menos ganhos de produtividade.
Também há uma diferença entre a capacidade de uma ferramenta e a possibilidade de a implementar em larga escala. Um sistema pode executar uma tarefa num teste, mas a empresa precisa de dados adequados, integração com os seus programas, medidas de segurança, formação e processos de revisão. Essa distância entre demonstração técnica e uso confiável ajuda a explicar por que a transformação pode avançar de forma desigual.
O primeiro efeito pode aparecer no investimento, não no desemprego
O alerta de Georgieva também chama a atenção para um efeito que pode ser menos visível do que as demissões: o aumento da procura e do investimento ligado à IA. A construção de centros de dados, a aquisição de equipamentos e o desenvolvimento de modelos exigem recursos e movimentam empresas de tecnologia, energia, construção e telecomunicações. O investimento pode, portanto, contribuir para o crescimento económico antes de ser possível medir com clareza o impacto final sobre o emprego.
Esse impulso não se distribui automaticamente por todos os países ou setores. Segundo o relato do Sapo.pt, o investimento em centros de dados e modelos de IA beneficiou um conjunto limitado de economias, enquanto as cadeias de abastecimento ligadas ao setor espalharam efeitos por várias partes da Ásia. A região pode participar no crescimento através da produção de componentes, equipamentos e serviços, mesmo quando o desenvolvimento dos modelos ou a propriedade das plataformas se concentra noutros lugares.
Por que os ganhos podem ficar concentrados
Empresas que controlam infraestrutura, dados, talento especializado e acesso a clientes podem captar uma parte maior do valor criado. Além disso, organizações com capital para investir conseguem testar soluções, contratar especialistas e redesenhar processos com mais rapidez. Pequenas empresas e países com recursos limitados podem beneficiar de ferramentas mais acessíveis, mas também podem depender de fornecedores externos e enfrentar dificuldades para adaptar a tecnologia às suas necessidades.
O resultado económico dependerá, assim, de mais do que a existência de modelos avançados. Importa saber quem os consegue utilizar, quem controla os dados, quem assume os custos de adaptação e como os ganhos são repartidos entre empresas, trabalhadores e consumidores.
Como a IA pode aumentar a produtividade — e onde pode falhar
A produtividade mede, de forma geral, quanto se produz com determinado conjunto de recursos, como tempo, trabalho e equipamento. A IA pode aumentá-la ao reduzir etapas repetitivas, acelerar a análise de informação ou ajudar uma equipa a produzir mais sem aumentar na mesma proporção o número de horas trabalhadas. Mas a ferramenta não garante, por si só, uma melhoria real.
Um resultado gerado rapidamente pode conter erros, informações inventadas ou conclusões enviesadas. Se uma pessoa precisar de gastar muito tempo a verificar e corrigir a resposta, a economia inicial pode desaparecer. Em atividades de maior risco — como decisões financeiras, contratação, saúde ou avaliação de pessoas — a revisão humana e a responsabilização são especialmente importantes.
Na prática, a IA tende a ser mais útil quando existe uma tarefa bem definida, dados de qualidade e um processo claro para conferir os resultados. Pode ser menos eficaz quando o trabalho depende de contexto tácito, relações de confiança, interpretação de situações raras ou responsabilidade legal. A adoção também pode falhar se os trabalhadores não receberem formação ou se a tecnologia for introduzida sem rever processos antigos.
O que trabalhadores e estudantes podem fazer agora
Não é necessário escolher entre ignorar a IA e tentar tornar-se especialista em aprendizagem automática. Para a maioria das pessoas, uma estratégia mais realista é combinar conhecimento da própria área com capacidade de utilizar ferramentas digitais de forma crítica. O objetivo é saber onde a tecnologia ajuda, como verificar o que produz e quando uma decisão deve continuar nas mãos de uma pessoa.
- Mapeie as tarefas da sua função. Separe atividades repetitivas, como organizar informação, de tarefas que exigem negociação, responsabilidade, empatia ou conhecimento contextual. Isso ajuda a identificar o que pode mudar primeiro.
- Aprenda a usar ferramentas relevantes para a sua área. Em vez de acumular aplicações, escolha uma ferramenta ligada a um problema real do seu trabalho ou estudo. Aprenda a formular pedidos claros e a rever as respostas.
- Verifique os resultados. Confirme números, fontes, datas e afirmações importantes. Não introduza dados pessoais, confidenciais ou empresariais em serviços sem compreender as regras de privacidade e utilização.
- Desenvolva competências complementares. Comunicação, pensamento crítico, resolução de problemas, conhecimento técnico da profissão e capacidade de trabalhar com outras pessoas tornam-se mais valiosos quando tarefas rotineiras são automatizadas.
- Registe resultados concretos. Se uma ferramenta reduzir o tempo de uma tarefa ou melhorar a qualidade de um processo, documente o que mudou e como verificou o resultado. Evidências ajudam a mostrar capacidade profissional sem depender de afirmações vagas.
- Procure formação com aplicação prática. Um curso é mais útil quando inclui exercícios, feedback e problemas reais. Certificados podem ajudar, mas não substituem a capacidade de explicar como usou uma ferramenta e que limitações encontrou.
Três caminhos de aprendizagem, com vantagens e limites
- Exploração individual de ferramentas: permite aprender depressa e com baixo custo. O limite é que a pessoa pode não perceber erros subtis, riscos de privacidade ou boas práticas específicas do setor.
- Formação formal ou cursos profissionais: oferecem estrutura, sequência e, por vezes, orientação especializada. Exigem tempo e podem ficar desatualizados se se concentrarem numa ferramenta específica, em vez de ensinar princípios transferíveis.
- Aprendizagem com colegas e mentores: transmite contexto, padrões de qualidade e conhecimento prático da organização. Pode ser difícil de encontrar e depende da disponibilidade de pessoas experientes.
Uma combinação costuma ser mais robusta: experimentar uma ferramenta numa tarefa de baixo risco, estudar os princípios básicos e pedir a alguém experiente que avalie o resultado. Nenhum destes caminhos elimina a necessidade de julgamento humano.
O que governos e empresas precisam de acompanhar
O impacto da IA não deve ser avaliado apenas pelo número de sistemas instalados ou pelo dinheiro investido. É necessário acompanhar se a produtividade aumenta, se a qualidade melhora, se surgem novas oportunidades e como os custos da transição são distribuídos. Indicadores de emprego, salários, formação e mobilidade profissional podem ajudar a distinguir uma transformação que cria novas possibilidades de outra que apenas reduz custos para algumas organizações.
Para as empresas, uma adoção responsável começa por identificar o problema, testar a solução num contexto limitado e definir quem verifica os resultados. Também é importante explicar aos trabalhadores quais tarefas serão alteradas e oferecer formação antes de exigir novas competências. Para os governos, o desafio inclui apoiar a educação contínua, ampliar a infraestrutura digital e criar regras que protejam direitos sem impedir a inovação útil.
As políticas também precisam de considerar os trabalhadores que não conseguem mudar de função rapidamente. Programas de requalificação são mais eficazes quando ligados a vagas reais e a competências procuradas, em vez de oferecerem formação genérica sem ligação ao mercado. Para os jovens, estágios de qualidade, aprendizagem no local de trabalho e orientação profissional podem ajudar a preservar as etapas iniciais de desenvolvimento que a automação tende a modificar.
O que esperar nos próximos anos
A trajetória mais provável não é uma substituição imediata e uniforme de trabalhadores, mas uma reorganização gradual de tarefas, profissões e modelos de negócio. Algumas funções deverão crescer; outras vão mudar de conteúdo; e determinadas tarefas poderão deixar de justificar uma contratação separada. O ritmo dependerá do custo da tecnologia, da fiabilidade dos sistemas, das regras aplicáveis e da capacidade das organizações para redesenhar processos.
A metáfora do “tsunami lento” atribuída a Georgieva resume uma tensão importante: a mudança pode não parecer abrupta em cada empresa ou carreira, mas acumular efeitos ao longo do tempo. Uma tarefa automatizada aqui, uma vaga de entrada que não é reposta ali e uma nova procura por especialistas noutro setor podem transformar o mercado sem um único momento em que tudo muda de uma vez.
Por isso, os números de exposição devem ser lidos como um alerta para preparação, não como uma previsão individual de desemprego. A IA pode ampliar a capacidade de muitos trabalhadores e, simultaneamente, tornar outros mais vulneráveis. A diferença será influenciada pela qualidade da formação, pelo acesso à tecnologia, pelas decisões das empresas e pela forma como os ganhos de produtividade forem distribuídos.
Perguntas frequentes sobre IA e emprego
Se 40% dos empregos serão afetados, isso significa que 40% das pessoas vão perder o trabalho?
Não. A estimativa citada pelo FMI abrange empregos que podem ser reforçados, transformados ou eliminados. “Afetado” não é sinónimo de “extinto”: muitas funções podem continuar a existir, mas com tarefas diferentes ou com maior utilização de ferramentas de IA.
Por que os jovens podem estar mais expostos?
Porque algumas tarefas comuns em funções de entrada — como preparar rascunhos, organizar informação e executar trabalho padronizado — são mais suscetíveis à automação. Isso pode reduzir certas oportunidades de aprendizagem inicial. Ao mesmo tempo, jovens que desenvolvam competências complementares e experiência prática podem beneficiar de novas funções.
Os países de baixo rendimento estão protegidos por terem uma exposição estimada menor?
Não necessariamente. A diferença indicada pelo FMI pode refletir uma difusão mais limitada da tecnologia, e não uma proteção permanente. Esses países também podem enfrentar obstáculos para capturar os ganhos da IA, como menor acesso a infraestrutura, formação e investimento.
Que competências são mais importantes para se adaptar?
Não existe uma lista única para todas as profissões. Em geral, é útil combinar conhecimento técnico da área, literacia digital, capacidade de avaliar respostas automatizadas, comunicação e resolução de problemas. Também importa saber quando não utilizar uma ferramenta ou quando exigir revisão humana.
A IA vai aumentar a produtividade de todas as empresas?
Não automaticamente. Os ganhos dependem da qualidade dos dados, da adequação da ferramenta à tarefa, da integração com os processos existentes e da capacidade de verificar os resultados. Erros, custos de implementação e falta de formação podem reduzir ou anular a produtividade esperada.
E você, já testou essa funcionalidade? Conte sua experiência (ou dúvidas) nos comentários! Se este guia te ajudou, compartilhe com alguém que também precisa saber disso. E para receber nossos tutoriais e análises em primeira mão, assine a newsletter do Tech Advisor Brasil.
