- A adoção de IA está tendo impacto direto no mercado de trabalho dos jovens nos Estados Unidos
- Segundo o estudo, a disseminação da IA está associada a uma queda de 13% na taxa de contratação de trabalhadores jovens
- A tecnologia de IA vai além da automação de tarefas simples e passa a substituir também trabalhos mais complexos
- Com isso, diminuem as oportunidades de emprego para novos entrantes e trabalhadores mais jovens
- Cresce rapidamente a necessidade de estratégias de resposta por parte do setor público e da indústria
A adoção de IA e as mudanças no mercado de trabalho dos jovens nos EUA
Segundo um estudo recente de Stanford, a expansão da IA generativa está causando um impacto claro sobre os empregos para jovens nos Estados Unidos
- Em empresas que adotaram IA, foi identificada uma queda de cerca de 13% na contratação de trabalhadores jovens com até 25 anos
- O estudo aponta que sistemas avançados de automação estão substituindo não apenas funções administrativas simples, mas também tarefas de nível mais alto baseadas em cognição e julgamento
- Como resultado, diminuem as oportunidades de entrada no mercado de trabalho para jovens em busca de emprego, o que pode se tornar um fator de instabilidade social e econômica
- Há preocupação de que, se o foco ficar apenas no aumento de produtividade, as estruturas de desigualdade possam se aprofundar
- Especialistas reforçam a importância de uma resposta ativa em nível industrial e de políticas públicas, além da preparação de programas de requalificação e fortalecimento de competências voltados aos jovens
Queda no emprego juvenil e impacto social
- À medida que a IA passa a substituir não apenas tarefas repetitivas, mas também diversas atividades administrativas, o impacto sobre o emprego jovem está se tornando uma realidade
- As empresas seguem adotando soluções de IA de forma contínua para aumentar a eficiência e reduzir custos
- Isso acelera o fenômeno de maior dificuldade de entrada para trabalhadores em início de carreira e no primeiro emprego
- Em toda a sociedade, ganha força a necessidade de redistribuição de empregos e redesenho do sistema educacional
Direções para respostas da indústria e das políticas públicas
- Para mitigar o choque no emprego juvenil causado pela adoção de IA, é essencial um esforço conjunto entre governo e setor privado
- Programas de requalificação adaptados à prática e a criação de um ambiente que permita adaptação à introdução de novas tecnologias são as principais alternativas
- No médio e longo prazo, serão necessários ajustes estruturais no mercado de trabalho e o estabelecimento de diretrizes transparentes para o uso de algoritmos
- Como parte de sua responsabilidade social, cresce entre as empresas o movimento de colaboração com políticas de apoio à transição profissional voltadas aos jovens
1 comentários
Comentários do Hacker News
No setor contábil real, a adoção de IA quase não aconteceu; temos ferramentas bem complexas e modernas, como Copilot corporativo, deep research, integração com o MS Office etc., mas na prática só usamos para gerar resumos diários de notícias globais. Quando tentamos aplicar IA ao trabalho contábil de verdade, ela dá respostas sem sentido e cria situações muito perigosas. Mesmo em comparações simples de números, os resultados frequentemente não são confiáveis, então você simplesmente não pode acreditar no resultado e usá-lo no negócio. É como se, em programação, o operador
==tivesse um erro aleatório de 20%: não dá para confiar nisso para uso empresarial.Pessoalmente, passei 6 meses testando vários modelos de linguagem para revisar faturas de cartão de crédito. Queria que comparassem os extratos com um app de finanças pessoais que eu mesmo fiz e encontrassem anomalias, mas na prática nunca detectaram corretamente um problema sequer. Pelo contrário, apontavam errado coisas como "há uma cobrança da Starbucks" ou só davam elogios equivocados. Mesmo lidando com poucos dados, cerca de 40 registros, e sem risco real caso errassem, os modelos não conseguiam identificar as falhas com precisão. Minha conclusão é que, se uma empresa depende disso, não é algo confiável.
Em um vídeo divertido sobre contabilidade do Dan Toomey, dá para ver o quanto a contabilidade é importante e como, na prática, ela está longe de ser uma área glamourosa. No setor financeiro, existe uma tendência de ver o contador como um "nerd sério". Eu também tenho apreço pela contabilidade e já trabalhei com datasets de auditoria numa empresa anterior. Ninguém gosta muito de ouvir as verdades duras que os contadores contam, mas na prática eles são absolutamente indispensáveis. O caso Enron, por exemplo, foi exposto por causa de custos de auditoria, mostrando como dados contábeis podem ser centrais para um negócio. Se eu largar programação no futuro, talvez tente o CPA.
Na contabilidade, o desempenho da IA é muito decepcionante, e ela só fica minimamente útil em tarefas matemáticas quando é combinada com ferramentas de calculadora.
Muita gente sonha com um "software de Tax AI que resolve todos os impostos sozinho", mas, de forma realista, acho que hoje a IA serve no máximo como um mecanismo avançado de busca de texto. LLMs (Large Language Models) não conseguem nem fazer aritmética ou cálculos simples direito.
LLMs são ruins para fazer aritmética diretamente, então não se deve mandar que façam cálculos por conta própria. Para a maioria dos modelos, é muito melhor fazer com que escrevam e executem código e usem o resultado disso para realizar as operações.
O setor contábil dos EUA está sendo offshoreado para lugares como Índia, Filipinas e Europa Oriental. Além disso, cresce dentro dos EUA o movimento para flexibilizar os requisitos de certificação dos contadores, algo promovido por parceiros das Big 4 para aliviar a falta de mão de obra. Isso também gera preocupação com piora na qualidade da supervisão, demonstrações financeiras imprecisas e outros problemas.
É interessante ver programadores americanos defendendo trabalho remoto. Fico me perguntando se eles realmente acreditam que são os mais inteligentes do mundo. Se o trabalho pode ser feito remotamente, não há motivo para que alguém de um país mais barato não assuma essa função.
Se você olha relatórios sobre as condições de trabalho nas principais regiões de offshoring, a situação é muito ruim. Na verdade, as IAs e LLMs atuais têm uma natureza parecida com o "trabalho repetitivo e simples que costumava ser terceirizado". Há até uma tendência recente de mandar para datacenters da Anthropic trabalhos que antes iam para a Índia.
Fico em dúvida se a causa desse offshoring é mesmo a IA. Língua, cultura e diferença de conhecimento são grandes barreiras para mandar trabalho para o exterior, mas a IA tem potencial para resolver esses problemas.
Há também uma matéria dizendo que até graduados das principais escolas de engenharia da Índia estão enfrentando dificuldade de contratação, então a ideia de que o offshoring causado por IA seja a causa principal não parece muito convincente.
Nos últimos 12 meses, vagas júnior estão desaparecendo silenciosamente. Não há tantas demissões, mas as contratações que davam uma chance de entrada simplesmente deixaram de existir. O verdadeiro problema é que as oportunidades de aprender no começo da vida profissional estão desaparecendo.
Na verdade, nunca houve tantas vagas júnior assim. Pela minha experiência, se universitários não conseguiam converter um estágio em vaga efetiva, depois passavam por muita dificuldade para conseguir emprego. Nas empresas, quase sempre só se contrata nível pleno/sênior; júnior costuma vir de estágio, transferência interna ou indicação de parentes e conhecidos.
Esse fenômeno parece ter mais relação com as condições econômicas piores após a era dos juros baixos, pressão por receita/lucro em cada empresa e cortes de custo estruturais do que com IA. Um júnior normalmente tem baixa expectativa de produtividade por 6 a 8 meses e ainda consome recursos de mentoria de sêniores, então o custo-benefício tende a ser fraco. Os recursos do meu time também estão tão apertados que está difícil até contratar mais gente. Para entrar no mercado como júnior hoje, é preciso focar em palavras-chave de tecnologias em alta ou começar em empresa pequena com salário baixo e depois dar o salto.
É sempre difícil separar se esse fenômeno vem da recessão ou da IA. Se a mão de obra existente ficar cara demais, acabariam contratando juniores, mas hoje até veteranos estão procurando emprego por salários menores, então não há muito motivo para contratar alguém júnior.
Ficou mais difícil, mas jovens nos EUA ainda têm oportunidades. Não é preciso ser tão pessimista, e também pesa o fato de a geração jovem hoje passar muito tempo em TikTok ou jogos.
Empresas demitem pessoas usando IA como justificativa, mas quando você tenta pensar em quais empregos realmente estão sendo substituídos, não vem muita coisa concreta à cabeça.
Na minha empresa também há alguns colegas que poderiam ser substituídos por LLMs. Tenho a sensação de que as alucinações da IA seriam menos frequentes do que os erros que eles cometem. Talvez a adoção de LLMs realmente permita transformar uma equipe de 5 pessoas em algo próximo de 1.
Nas funções de vídeo e design gráfico, o uso de ferramentas de GenAI está se espalhando. Trabalhos que antes eram feitos por equipe interna ou freelancers agora estão sendo resolvidos diretamente com ajuda de IA.
Mesmo que a IA não substitua funcionários numa relação de 1 para 1, só o ganho de produtividade já serve como motivo para reduzir pessoal. Se um desenvolvedor fica 50% mais eficiente, matematicamente dá para cortar os 33% de pior desempenho e manter o mesmo resultado.
Diferentemente da febre do blockchain, a IA tem casos claros de aumento de produtividade. Por exemplo, é possível cortar pela metade uma equipe de copywriters e ainda manter a produtividade do time. No meu negócio, automatizei a maior parte do trabalho de copywriting e consegui focar essas pessoas em atividades de maior valor agregado, o que permitiu atender mais clientes. Também seria fácil reduzir drasticamente uma equipe de 100 copywriters júnior.
A redução inicial de empregos causada por IA vem do aumento da produtividade individual dos funcionários, e o resultado é que equipes menores conseguem fazer o mesmo trabalho.
Muitas organizações escolhem usar IA não para elevar a produtividade do trabalho, mas para reduzir o quadro de pessoal em si. Isso acontece porque elas preferem manter uma estrutura de receita limitada em vez de aumentar a produtividade e dividir o lucro excedente. Um artigo de Stanford mostra que organizações, com uma mentalidade de extração de renda, tratam a força produtiva não como um ativo, mas como custo, e mantêm estruturas ineficientes mesmo reduzindo sua própria capacidade produtiva. Fico curioso para ver como isso vai evoluir.
Se a automação fizer com que não seja mais necessário ter muita gente, guerras também podem ser substituídas por drones e armas automáticas, e pode haver menos motivo para revoluções, tornando a democracia desnecessária. No fim, pode surgir um futuro em que não será mais preciso fornecer saúde cara, comida, água etc. para um grande número de pessoas.
O artigo afirma que "a redução do emprego se concentra em ocupações em que a IA automatiza, em vez de ampliar, o trabalho humano". Ele não apresenta diretamente evidências de busca de renda (
rent-seeking) nem de miopia econômica. No fim das contas, do ponto de vista da empresa, substituir humanos por IA mais barata é vantajoso, e não há base para dizer que necessariamente surgirão oportunidades extras de receita com a equipe que ficar.Espero que a IA reduza muito o custo de adoção e integração de software empresarial, permitindo que profissionais especializados e experientes, como um técnico veterano de equipamentos, consigam possuir e operar a própria empresa. Acho que, na era da IA, a necessidade de terceirizar marketing e contabilidade para firmas como PE pode diminuir.
No futuro, isso pode acabar parecendo feudalismo.
Ver o trabalho não como um ativo gerador de valor, mas como custo, não bate com a realidade. O que a empresa realmente quer é que a força de trabalho esteja alinhada à proposta de valor da companhia, isto é, ao motivo pelo qual o cliente paga. Mesmo que os funcionários façam algo que eles próprios considerem significativo, se o cliente não pagar por isso, só aumenta o custo de manutenção. Alinhar pessoas, motivar e comunicar tudo isso é difícil, e as empresas de fato só criam empregos quando isso é inevitavelmente necessário.
Muita gente, como eu, passou a usar IA chamando-a de "estagiário", e existe uma sensação forte de que posições de estagiário ou nível júnior não são mais necessárias.
Fico me perguntando quais são os riscos quando, depois que os sêniores saírem, o pessoal que ficar for substituído por novos sêniores que não conhecem os projetos e práticas existentes.
Parece haver um mal-entendido sobre qual é o verdadeiro propósito de um estágio.
Originalmente, o estágio é a forma mais confiável de encontrar talentos que seriam difíceis de contratar pelos meios tradicionais. Em um futuro em que estagiários deixem de ser necessários, será que tudo bem não haver reposição de bons profissionais? Quando, daqui a 40 anos, toda a força de trabalho atual se aposentar, quem vai assumir o trabalho que restar?
Sempre que vou para a cidade, fico surpreso com a enorme quantidade de empregos que ainda não foram substituídos por IA. Por exemplo, caixas ainda passam os produtos manualmente, recebem dinheiro e organizam o troco com as próprias mãos. Fico me perguntando o que há de tão difícil nessa automação para que isso ainda não tenha sido resolvido.
Isso já foi tentado também com offshoring, não com IA. Veja esta matéria.
O trabalho de caixa muitas vezes é substituído sem IA, apenas minimizando pessoal e adotando self-checkout.
No 7-Eleven do Japão, há atendentes no caixa, mas a máquina cuida do dinheiro em espécie e do troco. Ainda assim, recentemente, por causa do problema de crime e furto, a tendência tem sido até reduzir o self-checkout e aumentar novamente o pessoal de monitoramento.
A parte mais difícil da automação do caixa não é cobrar, e sim impedir roubos.
Alta dos juros e pressão tarifária levam à queda do investimento e à redução de empregos, mas existe um clima de jogar a culpa de tudo na IA.
Na prática, o artigo de Stanford relata que, ao comparar dados de vários grupos, houve uma queda estatisticamente significativa no emprego de pessoas de 22 a 25 anos em ocupações altamente expostas à IA, ou seja, de maior risco.
Quando se observa que esse fenômeno aparece com destaque justamente em setores que adotam IA e afeta principalmente profissionais iniciantes, fatores como juros e tarifas por si só não bastam para explicar tudo. Não acredito que os autores do artigo desconheçam essas condições econômicas.
Se o investimento aumenta, a mensagem favorável é "a IA é boa porque melhora a eficiência"; se o investimento cai, a narrativa conveniente é "a IA substitui pessoas". Quando um computador faz algo bem, "é graças à IA"; quando faz mal, "precisamos de mais IA".
Não é como se houvesse uma ordem central mandando culpar a IA por tudo, então fico me perguntando por que todo mundo ignora outros fatores tão óbvios e insiste em responsabilizar apenas a IA.
Acho que estimular o medo da IA ajuda a fazer com que trabalhadores aceitem, no longo prazo, condições de emprego e remuneração menos favoráveis. Em contrapartida, se a situação econômica melhora e cria expectativa de melhora, isso pode aumentar no curto prazo as demandas por distribuição.
No meu departamento há 1.000 profissionais de TI, e menos de 5% a 10% nasceram nos EUA. Os americanos são minoria, não trabalham duro e parecem cada vez mais inclinados a sair.
Fala-se que a IA vai substituir atendimento ao cliente, contabilidade e desenvolvimento de software, mas na prática a qualidade do serviço não melhorou; na verdade, piorou. O suporte ao cliente não avançou em nada em relação aos chatbots de 20 anos atrás; a contabilidade continua com falta de gente e mau desempenho de IA; e, no desenvolvimento, a barreira para produzir código caiu, mas isso está fazendo explodir a dívida técnica e o volume de código sem dono, que ninguém entende, o que pode gerar consequências sérias no futuro.