Tempo economizado com IA acaba sendo compensado por novas tarefas

• Um grande estudo sobre o mercado de trabalho dinamarquês concluiu que a adoção de ferramentas de IA não teve grande impacto na produtividade nem nos salários
• Entre 64% e 90% dos usuários relataram economizar tempo graças à IA, mas 8,4% disseram que, na prática, novas tarefas foram adicionadas
• A economia real de tempo dos usuários foi de cerca de 1 hora por semana, e apenas 3% a 7% disso se converteu em aumento salarial
• Tarefas secundárias como monitorar deveres de casa de alunos, revisar resultados da IA e escrever prompts aumentaram e compensaram o ganho de tempo
• Os pesquisadores consideram que a análise ainda está em estágio inicial e apontam que o impacto econômico futuro da IA exige mais estudos

---

Visão geral do estudo sobre o mercado de trabalho dinamarquês

• Economistas da Universidade de Chicago e da Universidade de Copenhague analisaram dados de 25 mil trabalhadores e 7 mil empresas da Dinamarca entre 2023 e 2024
• A pesquisa focou em 11 ocupações vulneráveis à automação, como contadores, desenvolvedores de software e atendimento ao cliente
• O estudo, intitulado “Large Language Models, Small Labor Market Effects”, concluiu que os efeitos reais da IA sobre salários e jornada de trabalho foram mínimos

A adoção da IA é rápida, mas os resultados são limitados

• Nas ocupações pesquisadas, a maioria já havia adotado chatbots, muitas vezes com incentivo das empresas
• Ainda assim, não houve mudanças estatisticamente significativas nos salários nem nas horas de trabalho registradas
• Dentro do intervalo de confiança estatística, foi demonstrado que o efeito não ultrapassa 1%

Casos em que novas tarefas aumentaram em vez de reduzir o trabalho

• Entre 64% e 90% dos usuários relataram economia de tempo, mas 8,4% de todos os usuários responderam que novas tarefas surgiram
• Exemplo: professores passaram a detectar o uso de ChatGPT por alunos, funcionários passaram a revisar resultados da IA ou a gastar tempo elaborando bons prompts
• O tempo realmente economizado ficou, em média, em 2,8% por semana (cerca de 1 hora)

Ganho de produtividade diferente do esperado

• Outros estudos divulgados anteriormente apontaram aumento de produtividade de 15%, mas eram experimentos limitados a tarefas adequadas à IA
• Já no trabalho real, há muitas tarefas que a IA ainda não consegue automatizar bem, então o uso da IA continua em uma fase inicial de integração

Quem se beneficia do tempo economizado?

• Apenas 3% a 7% do tempo economizado se converteu em aumento salarial
• Isso levanta dúvidas sobre se os ganhos de eficiência estão realmente voltando para os usuários

Conclusão e próximos desafios

• Os pesquisadores reconhecem que o momento da pesquisa ainda é muito inicial e que, por se limitar ao mercado dinamarquês, há restrições para generalizar os resultados
• Em especial, profissionais criativos freelancers ou outros países podem apresentar dinâmicas diferentes
• Ainda assim, o estudo oferece um importante retrato empírico dos efeitos iniciais da adoção da IA
• Os impactos econômicos de longo prazo ainda permanecem incertos, e muitos estudos adicionais serão necessários

[GN⁺]

Opinião do Hacker News

• Lembro de ter lido, há cerca de 10 anos, um artigo da Economist dizendo que o resultado da automação não seria a eliminação de empregos, mas sim mais trabalho e menos oportunidades de contratação para juniores

  • Foi dado o exemplo de que mecanismos de busca e documentos digitais reduziram bastante o número de advogados juniores
  • Antes, era comum que advogados juniores procurassem casos relevantes em arquivos físicos, mas agora um único júnior com um notebook basta
  • Com isso, a empresa passou a conseguir lidar com mais casos
  • Isso parece ser um padrão geral

• Parece que as pessoas nos comentários estão interpretando mal as conclusões do artigo

  • Não se trata de economizar tempo usando IA; o ponto é que o uso de IA cria novas tarefas e anula o tempo economizado
  • Na indústria de tecnologia, os melhores programadores estão gastando tempo lidando com IA e datasets, e como resultado a qualidade do software para o consumidor está caindo

• As ferramentas modernas de IA são impressionantes, mas impressionantes do mesmo jeito que o corretor ortográfico foi quando apareceu pela primeira vez

  • Elas ajudam em tarefas simples, mas criam um novo padrão, e então todo mundo passa a ter esse padrão
  • Há pouca evidência de que você possa ficar sentado na praia enquanto a IA toca a empresa
  • A maioria dos produtos de IA tem baixa lucratividade, então vai ter de enfrentar esse problema em breve

• Este é um caso real do paradoxo de Jevons em ação

  • Quando o custo de executar uma tarefa específica cai, as pessoas aumentam a demanda para preencher essa diferença
  • Ao contrário da velha alegação de que novas tecnologias trariam uma utopia, na prática não é isso que queremos
  • Muita gente não sabe como usar o tempo livre e tende a manter o nível de estresse alto

• Acho que, em programação, a IA dobrou a produtividade

  • Gasto tempo escrevendo prompts para informar à IA minhas preferências de codificação, mas isso é permanente
  • A maioria dos prompts foi escrita há alguns meses, e agora estou colhendo os benefícios

• Meu pai tinha uma ótima frase sobre computadores e automação

  • Quando os computadores de escritório surgiram, nos anos 1970, diziam que eles poupariam muito esforço
  • No fim, graças aos computadores, passamos a fazer mais trabalho por dia

• O verdadeiro problema está nos empregos de baixa qualificação

  • Pessoas em funções mais simples ou cargos juniores
  • Haverá uma parcela significativa da população que se tornará impossível de empregar, porque faltam cargos compatíveis com suas habilidades

• É exatamente isso que o grupo do "a IA vai virar uma tecnologia normal" vem dizendo ao grupo do "a IA vai deixar todos nós desempregados"

  • Sempre foi assim

• Isso não foi discutido há alguns dias?

  • Um ponto aqui é que os dados são do fim de 2023, quando os LLMs ainda não eram bons
  • Outro ponto é que os dados foram coletados de funcionários que permaneceram após demissões

• Sinto que estou gastando mais tempo procurando easter eggs escondidos em code reviews

  • Os easter eggs são erros pequenos, mas difíceis de detectar, que são óbvios para quem os escreveu
  • O problema é que, como foi um LLM que escreveu o código, a vantagem de quem escreveu não existe na revisão nem nos testes