Como avaliamos a exposição das profissões à IA
Estudo exploratório da Escola de Valor: 100 ocupações selecionadas intencionalmente em 90 famílias da Classificação Brasileira de Ocupações. As notas são estimativas autorais, produzidas com apoio de IA; não são dados oficiais do Ministério do Trabalho nem probabilidade de perda de emprego.
Escopo e cálculo
Apenas IA em software. Robótica, execução física automatizada, leis, estabilidade, custos de adoção e demanda por emprego ficam fora da pontuação. Somamos cinco critérios de 0 a 5, com pesos iguais, para um total de 0 a 25. 2 casos permanecem sem total porque há critérios a revisar.
Não há faixas validadas de ameaça. A soma pode compensar a dependência física com outros critérios e pode subestimar a exposição de tarefas criativas. Uma nota baixa não garante segurança e uma nota alta não demonstra substituição da profissão.
Como foram atribuídas as notas
Definimos um contexto para cada ocupação, selecionamos atividades oficiais vinculadas ao seu código e justificamos cada critério. Não usamos quantidade de atividades como peso de horas trabalhadas. A literatura fornece apoio parcial a usos de IA; não valida os escores e não fizemos testes operacionais por profissão. Fontes da nova leva consultadas até 16/09/2026; avaliações anteriores preservam sua fundamentação original. Levantamento dirigido, sem projeção de demissões.
Confiança média indica inferência com apoio parcial; baixa sinaliza hipóteses ou heterogeneidade relevante. Falta de informação não recebe zero: o critério e o total ficam em revisão. As páginas individuais permitem conferir fontes, contexto e justificativas.
A1 · Digitalidade
Quanto dos insumos e resultados centrais é informação processável por software?
- O núcleo transforma pessoas, materiais ou objetos físicos; informação é apenas acessória.
- Núcleo físico, com uma pequena parcela de registros ou comunicação digital.
- Entregas físicas predominantes, acompanhadas de análise ou documentação informacional relevante.
- Entregas físicas e informacionais são ambas centrais; nenhuma pode ser tratada como mero apoio.
- Entregas essencialmente informacionais, com exceções físicas limitadas.
- Insumos e resultados centrais são informação digital ou digitalizável.
Limite: A1 e A3 podem contar duas vezes a dimensão física/digital. A distinção conceitual deve ser testada na amostra. Digitalizável também não significa que os dados estão disponíveis e utilizáveis.
A2 · Rotina
Quanto a execução segue procedimentos explícitos, repetíveis e verificáveis?
- Não há procedimento reaproveitável que descreva o núcleo; cada caso exige construir uma abordagem.
- Há princípios gerais, mas o percurso precisa ser reconstruído na maior parte dos casos.
- Procedimentos cobrem algumas etapas; exceções importantes são frequentes.
- Procedimento e adaptação contextual têm importância semelhante.
- Procedimentos estáveis cobrem a maior parte da execução; exceções são delimitadas.
- Sequência explícita e repetível domina o núcleo, com critérios de conclusão verificáveis.
Limite: A2 é uma característica da tarefa, não um teste de capacidade de IA. Seu peso 1 é uma hipótese que pode subestimar tarefas informacionais não rotineiras.
A3 · Ausência de corpo
Quanto da execução central dispensa atuação física sobre pessoas, objetos e o ambiente?
- A execução corporal direta é indispensável e domina o núcleo.
- Só partes marginais podem ser concluídas em software; a maior parte exige atuação física.
- Existem etapas digitais relevantes, mas a execução física continua predominante.
- Etapas digitais e físicas têm relevância semelhante para concluir o trabalho.
- Quase toda a execução pode ocorrer por canais digitais, com intervenções físicas limitadas.
- A execução central pode ocorrer integralmente em software, sem manipular o mundo físico.
Limite: Trabalho remoto pode envolver negociação e julgamento difíceis. A3 alto não demonstra autonomia da IA. A3 baixo deve permanecer visível mesmo se a soma total for elevada.
A4 · Julgamento raso
Quanto as decisões centrais podem ser descritas por regras e critérios claros, sem contexto tácito decisivo?
- Contexto tácito ou singular e objetivos conflitantes dominam as decisões; não há regra estável de resolução.
- Julgamento contextual profundo é frequente, com pouca possibilidade de explicitar critérios completos.
- Exceções relevantes exigem interpretação e escolhas difíceis, embora parte dos critérios seja explícita.
- Decisões combinam regras claras e interpretação contextual delimitada.
- Escolhas centrais são simples de especificar, com poucas ambiguidades e exceções conhecidas.
- Regras e critérios de decisão são explícitos, pouco dependentes de contexto e claramente verificáveis.
Limite: Esta rubrica refina a anterior: separa ambiguidade de consequências do erro. Julgamento contextual é uma dificuldade a investigar, não evidência suficiente de incapacidade da IA.
A5 · Vínculo dispensável
Quanto a qualidade da entrega independe de uma relação humana pessoal, continuada e reconhecida?
- A relação humana continuada e reconhecida constitui o próprio núcleo da entrega.
- Confiança pessoal e compromisso relacional são centrais na maior parte das entregas.
- Relação pessoal é importante, embora partes relevantes possam ser transferidas entre prestadores.
- Resultado verificável e relação pessoal têm importância semelhante.
- Qualidade depende principalmente da entrega; o vínculo individual tem papel limitado.
- A entrega é impessoal e verificável, sem depender de relação com um profissional específico.
Limite: O critério combina uma hipótese sobre qualidade relacional e aceitação humana. Não declarar vínculo indispensável por intuição; se não houver sustentação, registrar incerteza ou revisar.
Fontes
- MTE — Estrutura CBO, pacote coletado em 08/09/2026
Códigos, títulos e vínculos ocupação–atividade. Linhas e registros do CSV acompanham cada caso. Não informa tempo por tarefa, prevalência de cenários nem capacidade de IA.
- OIT — Generative AI and Jobs, Working Paper 140
Avalia exposição com tarefas, especialistas e previsões de modelos; distingue exposição de mudanças efetivas no emprego. Seu método não valida a soma A1–A5 nem os escores desta amostra.
- Tomlinson et al. — Working with AI, versão 6
Conversas com Copilot mostram aplicabilidade em criação, processamento e comunicação de informação. Apoio geral por analogia. Não testa cada ocupação CBO nem comprova execução integral dos exemplos propostos aqui.
- Brynjolfsson, Li e Raymond — Generative AI at Work, versão 2
Estudo com agentes de suporte observa melhora de produtividade com assistência por IA. Evidência de assistência em um contexto; não de telefonia brasileira autônoma, substituição de postos ou atendimento de emergência.
- Epoch AI / METR — MirrorCode, resultados preliminares
Agentes reimplementaram programas com especificações detalhadas e verificáveis, incluindo um toolkit de bioinformática. Poucos domínios, estrutura de avaliação particular e possível contaminação. Não representa todo desenvolvimento web.
- METR — Atualização do estudo de produtividade de desenvolvedores
A atualização relata efeitos de seleção que impedem uma estimativa confiável do ganho atual. O resultado de lentidão de 2025 não deve ser tratado como retrato fixo da capacidade em setembro de 2026.
- Noy e Zhang — Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence
Experimento de escrita profissional observa ganhos com assistência de ChatGPT. Tarefas delimitadas de escrita; não comprova ocupações inteiras, autonomia nem as notas A1–A5.
- Microsoft Research — Applicability vs. job displacement
Os autores distinguem aplicabilidade em tarefas de conclusões sobre eliminação de empregos. Estudo de conversas com chatbot; não mede todos os tipos de IA nem valida este índice.
- Kestin et al. — AI tutoring outperforms in-class active learning
Ensaio aleatorizado em aulas de física universitária encontrou maior aprendizagem imediata com um tutor de IA desenhado para aquelas atividades. Contexto delimitado de graduação; não testa ensino médio brasileiro, acompanhamento de turma ou substituição integral do professor. Não valida a nota A1–A5.
Dados e reprodução
Baixar planilha CSV da amostra · Baixar dados e justificativas em JSON. Códigos CBO devem ser importados como texto para preservar zeros iniciais.
Versão da amostra: amostra-ia-v5-2026-09-16. As 80 análises anteriores foram preservadas e acrescentamos 20. Os resultados se referem aos contextos descritos, sem generalização automática à família inteira ou ao mercado de trabalho.