Recentemente a Microsoft publicou um estudo que aponta as profissões que estão mais em risco de serem substituídas por inteligência artificial, mas também aquelas que estão seguras. Parece ser um pensamento inevitável desde que a OpenAI lançou a primeira versão do ChatGPT, abrindo portas à revolução da IA generativa. Desde então, muito se tem falado sobre o assunto da substituição de trabalhadores humanos por sistemas de IA.

O Fórum Económico Mundial acredita que de certa forma, esta substituição da mão-de-obra humana por algoritmos será verdade, mas aponta que não se consegue compreender ainda muito bem como é que isso vai acontecer, quando e quanto tempo teremos para nos preparar. “A maioria das pessoas pensa que a complexidade das tarefas determina se a adoção da IA vai ser mais rápida ou lenta. Esta suposição é completamente errada”, lê-se no artigo. E acrescenta que é necessário compreender algumas das suas dinâmicas. 

Estudo da Microsoft revela os empregos em risco pela inteligência artificial (e os mais seguros)
Estudo da Microsoft revela os empregos em risco pela inteligência artificial (e os mais seguros)
Ver artigo

É explicado que mesmo para os especialistas, as mecânicas de IA ainda são pouco claras, mas aponta algo que se sabe: consegue aprender. Dá o exemplo de como a nossa mente absorve imediatamente que não se deve mexer em fios descarnados, pois dão choques elétricos. “Os humanos aprendem com a experiência”. Já a inteligência artificial aprende através de dados. “Um modelo de IA com dados limitados é como um jovem. Em contraste, um com acesso a uma extensa base de dados é como um avô cheio de experiência”. 

Depois é apontado o paradoxo dos dados, colocando a pergunta daquilo que é mais difícil, aprender a conduzir um carro ou escrever código? Apesar da resposta lógica, para o desenvolvimento da IA, conduzir será bem mais difícil. Isto leva o assunto à condução autónoma, em que os veículos estão muito atrás dos LLMs, no que diz respeito à capacidade dos condutores por IA. O ChatGPT consegue ultrapassar diversos cenários, mas os condutores por IA mantêm uma inconsistência. 

Isto para dizer que mesmo que as empresas invistam milhares de milhões na tecnologias de IA para a condução autónoma, como é o caso da Tesla ou a Waymo, os seus engenheiros brilhantes e “fundos de investimento ilimitados” precisam dos dados das milhares de horas de condução para treinar os sistemas. Além disso, certos tipos de acidentes são tão raros que os dados são escassos, tornando-se impossível o treino. Já os LLMs treinam com a base de dados de toda a internet. 

Assim, a IA poderá mais facilmente substituir os programadores do que os condutores, não porque é mais fácil o código, mas porque é mais fácil aceder aos dados para os treinar. É feita a comparação de que a IA é o estudante que tem acesso a todos os exames antigos para estudar. 

Estas noções são comparáveis ao que está a acontecer com o mercado de emprego. Algumas indústrias estão a utilizar dados úteis que a IA consegue aprender. Mas outras estão a aprender com as “sobras”. Enquanto que indústrias com bons dados têm médias de adoção entre os 60-70%, ao passo que os restantes, sem tanta informação pode não chegar aos 25%. 

Nesse contexto, o Fórum Económico Mundial aponta que o desenvolvimento de software está a ser esmagado com a oferta de dados para treino, apontando que o GitHub hospeda cerca de 420 milhões de repositórios, sendo que 28 milhões são públicos. Três quartos dos developers utilizam agora assistentes de IA. O suporte ao cliente, mais uma vez, devido à abundância de dados, será outra área cujos empregos estão em risco. Por fim, as finanças, uma área que já utiliza machine learning e algoritmos nas transações, corre-se o risco de substituição dos funcionários. 

Em contraste, em áreas como a saúde, construção e educação existe falta de dados úteis para treinar os modelos de IA. No caso da IA, menos de 10% da base de dados de cirurgias está acessível publicamente. Na construção, a documentação é fraca, sendo uma indústria que não faz muitos registos digitais. Na educação, o potencial de IA está limitado pelas leis de privacidade dos estudantes. 

Quem procura emprego no futuro, terá de se adaptar, em vez de se focar nas carreiras profissionais tradicionais, precisa de encontrar cargos que combine o julgamento humano com capacidades de IA.