Economistas compreendem o mundo construindo modelos para captar a realidade confusa e abrangente das economias modernas, mas esses modelos são intencionalmente simplificados. O objetivo é ilustrar escolhas e trocas fundamentais que moldam a economia. Nesse processo, esses modelos muitas vezes ajudam a definir no que formuladores de políticas prestam atenção.
À medida que os economistas atualizam seus modelos de automação, eles estão ao mesmo tempo mudando a compreensão do campo sobre o que a tecnologia faz aos trabalhadores e deslocando o debate sobre como políticos e reguladores devem responder.
Leia também: Demanda por novas habilidades e IA estão reformulando o mercado de trabalho, diz FMI
Por que algumas novas invenções parecem elevar os salários de forma ampla — ao menos com o tempo — enquanto outras deixam grandes parcelas de trabalhadores em pior situação? Ao longo da última década, economistas responderam a essa pergunta distinguindo entre tecnologias que criam novos tipos de trabalho e aquelas que apenas automatizam trabalhos que já existiam.
A jornada rumo a esses modelos mais recentes começou em meados dos anos 2000, quando economistas passaram a aproveitar dados mais ricos e começaram a decompor o trabalho em tarefas individuais. Por exemplo, o trabalho de um pesquisador pode incluir coletar dados, realizar análises e redigir relatórios.
No início, as três tarefas são feitas por uma pessoa. Mas, com o tempo, a tecnologia pode assumir a tarefa de coleta de dados, deixando o pesquisador responsável pela análise e pela redação do relatório.
Os modelos baseados em tarefas permitiram uma visão mais detalhada do impacto da tecnologia sobre o trabalho e ajudaram a explicar melhor o aumento da desigualdade nos Estados Unidos e em grande parte do mundo.
A partir dos anos 1980, a tecnologia digital começou a assumir tarefas associadas a empregos de renda média, como contabilidade ou trabalho administrativo.
Ela tornou muitas tarefas de alta qualificação — como análise de dados e elaboração de relatórios — mais produtivas e mais bem remuneradas. Mas, à medida que trabalhadores da classe média eram deslocados, muitos migravam para empregos de menor remuneração — e a abundância de trabalhadores disponíveis frequentemente fazia os salários caírem em algumas dessas ocupações já mal pagas.
De 1980 até o início do século XXI, o crescimento do emprego se bifurcou entre trabalhos de conhecimento bem pagos e serviços mal remunerados.
A visão baseada em tarefas também esclareceu a importância da expertise — importa quais tarefas os computadores assumem. Do ponto de vista do trabalhador, é melhor que as máquinas assumam trabalhos repetitivos e de baixo valor — desde que seja possível continuar usando a própria expertise para executar tarefas de maior valor.
Uma limitação da visão baseada em tarefas, ao menos inicialmente, era a suposição de que a lista de tarefas potenciais era estática. Mas, à medida que pesquisadores catalogaram a evolução de cargos e requisitos, descobriram quantas pessoas trabalham em empregos que, até recentemente, não existiam.
Em 1980, o Census Bureau adicionou controladores de veículos remotamente pilotados à sua lista de ocupações; em 2000, acrescentou sommeliers. Esses exemplos destacam duas formas relacionadas pelas quais a tecnologia pode criar trabalho.
No primeiro caso, uma nova tecnologia cria diretamente um novo tipo de emprego que exige novas habilidades. No segundo, uma sociedade mais rica — repleta de computadores e veículos remotamente pilotados — significa que os consumidores podem gastar dinheiro com novas extravagâncias, como os serviços de um sommelier.
Esse “novo trabalho” é a chave para entender como a tecnologia afeta o mercado de trabalho, segundo alguns economistas.
Na visão deles, se a tecnologia será benéfica para os trabalhadores depende de a sociedade inventar novas coisas nas quais eles possam se destacar — como pilotar veículos remotos. Se a economia estiver adicionando rapidamente novas ocupações que utilizem habilidades humanas, então poderá absorver parte dos trabalhadores deslocados.
Daron Acemoglu, do MIT, e Pascual Restrepo, da Universidade de Boston, formalizaram essa ideia em 2018 em um modelo no qual a automação corre contra a criação de novas tarefas. Novas tecnologias deslocam trabalhadores e criam novas coisas para eles fazerem; quando o deslocamento se antecipa ao novo trabalho, os salários podem cair.
À medida que os economistas reformularam suas teorias, também revisaram suas recomendações. Na era da corrida entre educação e tecnologia, eles frequentemente recomendavam que mais pessoas fossem para a universidade ou, de alguma forma, elevassem suas qualificações.
Hoje, tendem a enfatizar mais a importância de criar novo trabalho e de apoiar políticas e instituições.
As tecnologias mais importantes criam categorias inteiramente novas de atividade humana. Isso significa tanto novos empregos quanto nova demanda, à medida que a sociedade se torna mais rica.
Isso se assemelha a uma ideia antiga da administração: a “reengenharia”. Em 1990, Michael Hammer escreveu um artigo famoso na Harvard Business Review instando gestores a “parar de asfaltar trilhas de vacas”. Processos antigos não deveriam ser apenas automatizados, argumentava ele, mas reinventados do zero.
A implicação dos modelos de “novas tarefas” de Acemoglu e outros é semelhante. Em vez de simplesmente automatizar as tarefas que realizamos atualmente, deveríamos inventar maneiras inteiramente novas de a IA tornar nossas vidas melhores — e novas formas de os humanos desenvolverem e utilizarem expertise.
As tarefas que a IA assume dependerão, em parte, de quem está tomando as decisões — e de quanto poder de influência os trabalhadores têm. Sindicatos mantêm uma relação ambivalente com a tecnologia e frequentemente são céticos em relação à automação.
Aqui, novamente, o pensamento dos economistas evoluiu. Nos anos 1980, a visão mais proeminente era que empresas com funcionários sindicalizados tinham menos incentivo para investir em inovação e novas tecnologias.
Como os sindicatos garantiriam que os trabalhadores recebessem a maior parte dos benefícios, o raciocínio era que os investidores teriam pouco incentivo para gastar em pesquisa e desenvolvimento.
Mas há várias outras formas de pensar sobre isso, diz John Van Reenen, economista da London School of Economics.
Empresas que fazem bom uso de novas tecnologias geralmente pagam mais porque são mais produtivas e lucrativas. Van Reenen afirma que, nas circunstâncias certas, os sindicatos podem ajudar a garantir que os trabalhadores tenham poder para reivindicar parte desses lucros na forma de salários mais altos.
A participação dos trabalhadores — que os sindicatos frequentemente facilitam — também pode orientar as empresas para usos mais produtivos (e favoráveis aos trabalhadores) da IA.
“Há uma visão emergente de que a inovação de baixo para cima será a melhor maneira de descobrir os melhores usos da IA”, diz Kinder. “Portanto, há um argumento de negócios para manter os funcionários no circuito.”
E a participação dos trabalhadores pode proteger contra a “tecnologia mais ou menos”. A ideia é que as empresas às vezes automatizam apenas o suficiente para substituir trabalhadores, mas sem criar grandes ganhos de produtividade.
Acemoglu usa o exemplo dos caixas de autoatendimento: eles funcionam bem o bastante para tirar trabalho dos caixas, mas não tão bem a ponto de proporcionar um grande impulso à economia que pudesse alimentar demanda em outros setores.
c.2026 Harvard Business Review. Distribuído pela New York Times Licensing
The post A inteligência artificial está fazendo economistas repensarem a história da automação appeared first on InfoMoney.