Pular para o conteúdo
Voltar para o blog
  • Inteligência Artificial
  • Futuro do Trabalho
  • Impacto da IA
  • Mercado de Trabalho
  • Requalificação Profissional
  • IA no Desenvolvimento

IA e o Futuro das Profissões

Tarefas Mudam Antes dos Cargos

Pixel art noturno: um prédio antigo em reforma, com andaimes e guindaste, mantém a fachada enquanto salas por dentro acendem com luz nova

"A IA vai substituir o meu emprego?" A resposta curta, na maioria dos casos, é não. Mas ela vai mudar o que você faz nele, e em algumas funções vai sobrar menos gente. Essas duas coisas são verdade ao mesmo tempo, e a maior parte do debate sobre IA e o futuro das profissões escolhe só uma: ou é "nenhum emprego está seguro", ou é "a IA só ajuda". Neste post eu separo tarefa de profissão com dados da OIT, de Stanford e do Fórum Econômico Mundial. Depois mostro quem está mais exposto, conto o que mudou no meu trabalho como dev e termino com um exercício para você aplicar na sua função.

Tarefas, Não Profissões: o que a Exposição à IA Significa

Quase nenhuma profissão é uma tarefa só. Um atendente responde perguntas, mas também acalma cliente irritado, decide exceções e percebe quando um problema é maior do que parece. Um dev escreve código, mas também entende o problema, escolhe a arquitetura e decide o que não construir. A IA pega algumas dessas tarefas, não o pacote inteiro.

É por isso que a pergunta certa não é "minha profissão vai acabar?", e sim "quais tarefas da minha profissão estão expostas?". Ser exposto à IA significa que parte do seu trabalho pode ser feita ou acelerada por ela. Não significa ser substituído.

Os números da Organização Internacional do Trabalho mostram bem essa diferença. Na atualização de 2025 do índice de exposição, 1 em cada 4 trabalhadores no mundo está numa ocupação com alguma exposição à IA generativa. Mas só 3,3% do emprego global está no grau mais alto. A conclusão da própria OIT:

"As most occupations consist of tasks that require human input, transformation of jobs is the most likely impact of GenAI."

Em português: como a maioria das ocupações tem tarefas que exigem participação humana, transformar o trabalho é o impacto mais provável da IA generativa.

Muda, cria e também encolhe

"Transformar" não é sinônimo de "nada acontece". Eu enxergo três movimentos acontecendo juntos.

  • As tarefas mudam. A mesma função passa a ter outro dia a dia. É o caso mais comum.
  • Funções novas aparecem. O meu cargo atual é um exemplo: desde junho de 2026 eu lidero a área de AI Enablement da InBot, uma função que não existia na empresa até pouco tempo atrás.
  • Algumas funções encolhem de verdade. Não somem do mapa, mas passam a precisar de menos gente.

O Future of Jobs Report 2025 do Fórum Econômico Mundial coloca números nos dois lados: até 2030, 170 milhões de empregos devem ser criados e 92 milhões deslocados, um saldo positivo de 78 milhões. O saldo é bom no total, mas não consola quem está entre os 92 milhões. Por isso vale olhar quem está mais perto desse lado da conta.

Quem é Mais Exposto: Escritório, Atendimento e o Início de Carreira

A OIT já apontava em 2023 que o trabalho administrativo é o mais exposto: quase um quarto das tarefas dessas ocupações é altamente exposto à IA generativa. O WEF chega num lugar parecido quando lista as funções que mais encolhem: caixas, assistentes administrativos, digitadores, operadores de telemarketing e designers gráficos.

Na minha visão, quatro tipos de trabalho estão encolhendo:

  • Tarefas repetitivas de escritório: triagem, preenchimento, relatórios padrão.
  • Atendimento de 1º nível: perguntas frequentes e chamados simples.
  • Código de rotina: CRUD, boilerplate, tradução de código entre linguagens.
  • Conteúdo genérico feito em volume: texto e imagem de baixo valor.

O último já tem dado. Um estudo com freelancers mostrou que, depois do lançamento do ChatGPT, quem trabalhava com escrita perdeu cerca de 2% dos trabalhos por mês e 5,2% da renda. É um efeito de curto prazo, medido em 2023, mas vai na direção esperada.

Encolher também não quer dizer cortar tudo. No atendimento, o Gartner prevê que metade das empresas que cortaram equipe por causa da IA vai recontratar até 2027. A tarefa simples sai da mão humana. O caso difícil continua precisando de alguém.

O júnior perde e ganha ao mesmo tempo

O dado que mais me chama atenção é sobre quem está começando. O estudo "Canaries in the Coal Mine?", do Stanford Digital Economy Lab, foi atualizado em agosto de 2026 com dados de folha de pagamento dos EUA. Ele mostra que o emprego de pessoas de 22 a 25 anos nas ocupações mais expostas à IA está 19% abaixo de onde estaria se tivesse acompanhado o das ocupações menos expostas. Entre profissionais experientes dessas mesmas funções, não aparece diferença parecida. Desenvolvimento de software e atendimento estão entre os exemplos.

Dois detalhes do estudo importam muito. O primeiro: o efeito vem de menos contratação de jovens, não de mais demissão. O segundo: ele aparece onde a IA substitui tarefas. Onde ela complementa o trabalho, o emprego fica estável ou cresce.

No Brasil, o padrão se repete. Um estudo de Daniel Duque, do FGV Ibre, encontrou efeitos negativos em ocupação e renda só entre jovens de 18 a 29 anos mais expostos à IA. Para as faixas de 30 anos em diante, o efeito é compatível com zero. A explicação do autor resume bem: a IA reduz o valor das tarefas padronizadas, justamente as que costumavam formar a porta de entrada de muitas carreiras.

Esses dados ainda são iniciais e, sozinhos, não provam causa. Os próprios autores de Stanford dizem que a IA não é o único fator: juros e tendências anteriores também pesam. Mesmo assim, os primeiros dados apontam numa direção clara.

Agora, o outro lado. O estudo do NBER com mais de 5 mil atendentes de suporte mostrou que a IA aumentou a produtividade em 14% em média e em 34% entre novatos e menos qualificados. Para os mais experientes, o efeito foi mínimo. Ou seja, a IA encurta a curva de aprendizado de quem está começando.

Por isso eu acho que o júnior perde e ganha ao mesmo tempo. Quem usa a IA para aprender ganha um atalho. Mas as vagas de entrada para tarefas simples estão encolhendo, porque essas tarefas eram exatamente as que a IA aprendeu a fazer. Em software, o Indeed Hiring Lab mostra o tamanho disso: só 4,5% das vagas de desenvolvimento nos EUA são de entrada, e 71% da recuperação recente de vagas veio de cargos sêniores.

Desenvolvimento de software aparece em quase todos esses dados. É também a profissão que eu conheço por dentro.

O Caso do Desenvolvimento de Software: de Escrever Código a Orquestrar e Validar

O meu trabalho mudou muito nos últimos anos. Antes eu escrevia código. Hoje eu orquestro: penso a arquitetura, defino os requisitos, quebro o trabalho em tarefas, crio agentes com limites claros e valido o que a IA entrega. Descrevi esse processo em detalhe em meu fluxo de desenvolvimento com IA.

Isso não quer dizer que eu preciso saber menos. Preciso saber mais, porque tenho que entender e validar código que não escrevi. E não sou exceção. Na pesquisa de 2025 do Stack Overflow, 84% dos devs usam ou planejam usar IA. Ao mesmo tempo, a confiança na precisão do que ela entrega caiu de 43% para 33% em um ano. A principal frustração, citada por 66%, é o código "quase certo, mas não totalmente".

O relatório DORA 2025, do Google, resume a situação numa frase: o papel principal da IA no desenvolvimento de software é o de um amplificador. Ela amplia o que um time faz bem e também o que ele faz mal.

O que define um bom dev agora

Se a IA escreve boa parte do código, o valor do dev passa para o que vem antes e depois dele. Para mim, são quatro coisas juntas:

  • Arquitetura e requisitos: saber o que construir e por quê, antes de pedir qualquer linha de código.
  • Validar o que a IA gera: testes, revisão e segurança. É aqui que entra o TDD no meu trabalho: o teste define o comportamento, e é o código que se adapta a ele.
  • Orquestrar agentes: quebrar o trabalho em tarefas pequenas e dar a cada agente limites claros do que pode e do que não pode fazer.
  • Conhecimento de domínio: entender o negócio e o cliente melhor do que qualquer ferramenta.

Os riscos: vibe coding hoje, formação amanhã

No curto prazo, o maior risco é o vibe coding sem base: gente gerando sistemas inteiros sem entender o que foi gerado. Funciona até aparecer o primeiro problema de segurança. Por curiosidade, já analisei aplicações feitas assim e consegui acesso total a mais de uma.

No longo prazo, o risco é perder a formação. Quem nunca escreveu código tem mais dificuldade para ler código, e quem não lê não consegue validar. A Anthropic fez um experimento com engenheiros, a maioria júnior, aprendendo uma biblioteca nova. Quem aprendeu com IA tirou 50% num teste de compreensão, contra 67% de quem programou à mão, e a maior diferença foi em debugging. A amostra é pequena, e a empresa vende o produto estudado. Mesmo assim, a frase dos autores resume o risco:

"Productivity benefits may come at the cost of skills necessary to validate AI-written code."

Em português: o ganho de produtividade pode custar justamente as habilidades necessárias para validar o código escrito pela IA. O mesmo estudo traz uma pista boa: quem usou a IA para fazer perguntas sobre os conceitos, e não só para gerar código, aprendeu mais.

IA não é ferramenta, é tecnologia

Muita gente fala do risco de "depender da ferramenta". Eu vejo de outro jeito. A IA não é uma ferramenta, é uma tecnologia. Todos nós aprendemos a fazer conta na mão na escola, mas nenhum lugar exige que a gente faça isso no trabalho. Todos obrigam a gente a usar calculadora, porque ela automatiza o processo.

Depender da calculadora nunca foi o problema. O problema seria não saber o que é uma multiplicação e, por isso, não perceber quando o resultado não faz sentido. Com a IA é igual: usar vai ser obrigatório. O que separa as pessoas é saber o fundamento o bastante para perceber o erro.

E essa lógica não vale só para devs.

Habilidades do Futuro: o que Passa a Valer Mais (e o que Vale Menos)

O WEF estima que 39% das habilidades principais dos trabalhadores vão mudar ou ficar desatualizadas até 2030. Vale um cuidado com esse número: ele vem caindo (era 57% em 2020 e 44% em 2023), em parte porque mais gente fez treinamento. Não é uma aceleração. É uma mudança grande e contínua. No topo da lista do relatório está o pensamento analítico, considerado essencial por 7 em cada 10 empresas.

Na minha visão, quatro habilidades passam a valer mais em qualquer área:

  • Pensamento crítico: questionar a resposta da IA e saber quando ela erra.
  • Conhecimento de domínio: entender o negócio e o cliente. A IA sabe muito em geral e nada sobre a exceção que a sua equipe resolve toda semana.
  • Desenho de processo: antes de automatizar, perguntar se o problema é de velocidade ou de processo. A IA acelera o que existe. Se o processo está errado, ela acelera o erro.
  • Escrita e clareza: quem escreve bem, pede bem. Explicar com precisão o que você quer virou uma habilidade de trabalho.

O que passa a valer menos é decorar e executar: saber de cor comandos, fórmulas e passos que a IA executa melhor e mais rápido. Saber executar continua útil, só deixou de ser o diferencial.

O mercado já paga por essa mudança. Segundo a PwC, vagas que pedem habilidades de IA pagam em média 62% a mais. E as vagas de entrada mais expostas à IA passaram a pedir com muito mais frequência habilidades de nível sênior, como liderança e criatividade. A PwC vende consultoria de IA, então vale ler com cuidado, mas o dado bate com o de Stanford: a porta de entrada não some, ela fica mais exigente.

Se as habilidades mudam tanto, falta responder uma pergunta: quem paga essa conta?

Requalificação Profissional: de Quem é a Responsabilidade

Para mim, a responsabilidade é compartilhada. A pessoa busca, a empresa capacita e o poder público garante o básico. Quando um dos três falha, quem paga é quem tem menos recurso para se adaptar sozinho.

A pessoa: buscar

Ninguém vai mapear as tarefas da sua função melhor do que você. Esperar a empresa ou o governo agir antes de aprender é arriscado, principalmente para quem está no início da carreira, onde os dados mostram o maior impacto. Buscar não precisa ser um curso caro. Pode ser usar a IA no seu próprio trabalho, todo dia, com senso crítico.

A empresa: capacitar

No discurso, as empresas já concordam: 85% dos empregadores ouvidos pelo WEF dizem que vão priorizar a requalificação. Na prática, o treinamento não acompanha. Segundo o Work Trend Index de 2024, da Microsoft e do LinkedIn, só 39% dos usuários de IA tinham recebido algum treinamento da empresa. Uma pesquisa do BCG de 2025 encontrou só um terço dos funcionários se dizendo bem treinado. E o próprio WEF estima que, de cada 100 trabalhadores, 11 provavelmente não vão receber o treinamento de que precisam até 2030.

Eu defendo que capacitar é mais inteligente do que cortar, e escrevi sobre como isso funciona dentro de uma empresa em governança de IA na prática.

O poder público: políticas públicas e proteção social

Aqui está a parte que costuma ficar de fora do debate. A pessoa e a empresa resolvem muita coisa, mas não resolvem tudo. Alguém que perde a vaga de entrada aos 23 anos, numa função que encolheu, precisa de formação acessível e de proteção durante a transição. A OIT diz isso de forma direta desde 2023: voz dos trabalhadores, treinamento e proteção social adequada vão ser fundamentais para atravessar essa mudança.

No Brasil, há dois movimentos para acompanhar:

  • O PL 2338/2023, que regula a IA, foi aprovado no Senado em dezembro de 2024. O texto tem uma seção própria de proteção ao trabalho: prevê diretrizes para reduzir os impactos negativos aos trabalhadores, "em especial os riscos de deslocamento de emprego", e programas públicos de requalificação e de apoio a trabalhadores afetados pela IA. Mas é um projeto, não uma lei. Até outubro de 2026, ele ainda aguardava o parecer do relator na Câmara.
  • O Plano Brasileiro de IA prevê cerca de R$ 23 bilhões até 2028. Desse total, R$ 500 milhões vão para o programa de capacitação, qualificação e requalificação em IA. É um começo, mas é pouco mais de 2% do plano.

Não existe hoje, no Brasil, uma política de proteção social específica para quem perde o emprego por causa da IA. Talvez nem precise ser específica. Mas, se a entrada de carreira é o ponto mais frágil, é ali que formação pública e proteção na transição fazem mais diferença.

Faça o Exercício com a Sua Função

Dados ajudam a entender o cenário, mas a decisão é sobre o seu trabalho. Por isso, proponho um exercício simples:

  • Liste as tarefas da sua semana. Não o cargo: as tarefas. Responder chamado, revisar contrato, montar relatório, escrever teste, atender cliente.
  • Separe cada uma em três grupos. O que a IA já faz bem hoje. O que a IA amplia, deixando você mais rápido ou melhor. E o que continua dependendo de você: julgamento, relação, domínio, decisão.
  • Olhe o tamanho de cada grupo. Se o primeiro é o maior, sua função está entre as que encolhem, e vale começar a mover seu tempo para os outros dois. Se o terceiro é o maior, invista em usar a IA no segundo para ganhar escala.

Conclusão

A IA não acaba com a maioria das profissões, mas também não deixa nenhuma igual. As tarefas mudam primeiro, funções novas aparecem e algumas funções passam a precisar de menos gente. A pressão maior está no início da carreira, onde as tarefas simples que ensinavam o ofício são justamente as que a IA aprendeu a fazer.

O que protege não é fugir da IA. É o que sempre protegeu: entender o fundamento, conhecer o domínio, pensar com senso crítico e saber explicar o que se quer. Ninguém faz conta na mão no trabalho, mas quem entende a conta percebe quando a calculadora errou.

Faça o exercício das três colunas com a sua função esta semana. E, se você lidera um time, faça com ele: a requalificação começa quando alguém para e olha, tarefa por tarefa, o que está mudando.

Referências

Matheus Mierzwa

AI Enablement Lead & Frontend Tech Lead

Escrevo sobre o que construo e lidero na prática.