Metodologia

Última atualização: 15 de outubro de 2026

Todos os números deste site vêm de uma fonte pública identificada. O número principal de cada profissão é um índice de exposição à IA generativa de 0 a 100, que calculamos a partir de quatro conjuntos de dados publicados. Ao lado dele mostramos, sem alterações, as estatísticas oficiais do trabalho dos EUA do Bureau of Labor Statistics (BLS), o órgão de estatísticas do trabalho do governo americano. Nenhum número é gerado por um modelo de IA.

Esta página explica o que o índice mede, quais fontes ele usa, como é calculado, como ler os números do mercado de trabalho dos EUA, onde estão os limites e como o método mudou em outubro de 2026.

A exposição mede o quanto do trabalho de uma profissão a IA generativa consegue fazer ou já é usada para fazer. Não é a probabilidade de perder o emprego.

Cada número é calculado a partir de conjuntos de dados publicados ou citado de estatísticas oficiais, com a fonte e a data dos dados na página.

Os números só mudam quando uma fonte publica uma nova edição. Toda mudança de método é registrada no fim desta página.

1. O que o índice de exposição mede

Uma profissão está "exposta" quando uma grande parte de suas tarefas é do tipo que a IA generativa (os grandes modelos de linguagem e as ferramentas construídas sobre eles) consegue executar ou acelerar de forma substancial, ou para o qual se observa que ela é usada. O índice coloca cada profissão que acompanhamos numa escala de 0 a 100 em relação às demais: um número mais alto significa que uma parte maior do trabalho é desse tipo.

Exposição não é perda de emprego. O BLS, a Organização Internacional do Trabalho (OIT), a Microsoft e a Anthropic — os editores dos dados que usamos — afirmam isso explicitamente. Exposição pode significar que um emprego é automatizado, que ele é ampliado pela IA e muda de forma, ou que cresce porque a IA torna o trabalho mais barato. As projeções dos EUA exibidas ao lado do índice deixam isso visível: várias das profissões mais expostas têm crescimento projetado.

2. As quatro fontes

Duas fontes descrevem o que a IA poderia fazer com as tarefas de uma profissão (exposição teórica), e duas descrevem para que as pessoas realmente usam a IA (exposição observada):

  • Eloundou, Manning, Mishkin & Rock, "GPTs are GPTs" (Science, 2024): anotadores humanos avaliaram cada tarefa da base de dados americana O*NET quanto à possibilidade de um LLM, sozinho ou com ferramentas adicionais, reduzir pelo menos pela metade o tempo necessário para realizá-la. Usamos a avaliação "beta" no nível da profissão.
  • Documento de Trabalho 140 da OIT, "Generative AI and Jobs: A Refined Global Index of Occupational Exposure" (2025): pontuações de exposição por tarefa para cada ocupação de 4 dígitos da ISCO-08, validadas com pesquisas com trabalhadores e especialistas internacionais. Usamos a média das pontuações das tarefas.
  • Microsoft Research, "Working with AI" (Tomlinson et al., 2025): uma pontuação de aplicabilidade da IA por ocupação dos EUA, a partir de cerca de 200.000 conversas anonimizadas do Microsoft Copilot.
  • Anthropic Economic Index (versão do conjunto de dados de 30/09/2026): exposição observada por ocupação dos EUA, a partir de como o Claude é usado nas tarefas de cada ocupação, dando mais peso ao uso automatizado do que ao uso colaborativo.

3. Como o índice é calculado

Cada fonte usa sua própria escala, por isso cada uma é primeiro convertida em percentis entre todas as ocupações que essa fonte cobre (e não apenas as nossas); valores empatados recebem a posição média. O componente teórico é a média dos percentis de Eloundou e da OIT; o componente observado é a média dos percentis da Microsoft e da Anthropic. O índice é a média dos dois componentes. Quando uma fonte não tem valor para uma profissão, a média usa as fontes que têm; cada página de profissão mostra os dois componentes separadamente.

Nossas profissões são associadas à Classificação Padrão de Ocupações dos EUA (SOC 2018) e à ISCO-08. Quando as estatísticas oficiais não têm uma categoria exata para um dos nossos cargos, a página informa isso e usa a categoria oficial mais próxima; quando os conjuntos de dados de exposição não têm um código (por exemplo, cirurgiões, professores universitários, mineiros), o valor é a média dos códigos estreitamente relacionados que eles cobrem. As ocupações militares não são cobertas por nenhuma fonte, por isso essas páginas não mostram nenhum número.

A posição mostrada em cada página compara a profissão com as demais que acompanhamos. Os números dos setores são o índice médio das profissões de um setor, ponderado pelo emprego nos EUA (BLS 2025) quando todas as profissões do setor têm dados do BLS. Os números dos países são calculados separadamente: o emprego de cada país por grande grupo ocupacional da ISCO-08 (ILOSTAT, estimativas modeladas da OIT) multiplicado pela pontuação média das profissões desse grupo no Documento de Trabalho 140 da OIT. Eles usam a escala 0–1 da OIT, e não o índice 0–100 deste site.

4. Os números do mercado de trabalho dos EUA

O quadro "Mercado de trabalho dos EUA" em cada página de profissão cita sem alterações as Employment Projections 2025–35 do BLS (publicadas em 27 de agosto de 2026): o emprego em 2025, a variação projetada até 2035, a média anual de vagas, o salário anual mediano e a escolaridade típica de ingresso. Ele também mostra a própria categoria de exposição à IA do BLS (baixa, moderada, alta, muito alta), que o BLS deriva de cinco estudos, entre eles três das nossas fontes.

As projeções do BLS pressupõem que a tecnologia continue a se desenvolver no ritmo histórico e só fazem ajustes para a IA quando o BLS tem evidências para uma profissão específica; não são uma previsão do efeito da IA isoladamente. Elas descrevem os Estados Unidos. As páginas em outros idiomas mostram os mesmos números dos EUA, identificados como dados dos EUA.

5. O índice é uma probabilidade?

Não. Não é a chance de um emprego desaparecer, e um número alto não significa uma porcentagem alta de risco de perder o emprego. Nenhum método publicado consegue atribuir honestamente uma única probabilidade a uma profissão inteira, porque o resultado depende dos empregadores, da regulação, dos preços e de como o trabalho é reorganizado. Para uma pergunta como "qual é a probabilidade de os contadores serem substituídos pela IA", a página da profissão é a melhor resposta: ela mostra quais tarefas estão expostas, quais continuam com as pessoas e o que dizem as projeções oficiais.

6. Limites

As definições de tarefas por trás de três das quatro fontes são americanas (O*NET), e os dados de uso vêm de usuários de dois produtos que não representam toda a força de trabalho. As avaliações teóricas refletem as capacidades da IA na época em que cada estudo foi feito. Os percentis são relativos: um número intermediário significa "no meio entre estas profissões", e não "metade do trabalho". A automação física — veículos autônomos, robôs de armazém — está fora do que essas medidas de IA generativa captam; quando o BLS cita esses fatores para uma profissão, nós os informamos, e atualmente o BLS não faz nenhum ajuste por veículos autônomos para motoristas.

7. Guias de profissões

Cada página de profissão também traz um guia escrito à mão: quais tarefas estão mudando, o que continua sendo trabalho humano, quais habilidades desenvolver e quais mudanças de carreira fazem sentido. Os guias são pesquisados em fontes públicas, revisados em um cronograma fixo e nunca escritos por um processo automatizado. As sugestões de mudança de carreira ficam ocultas quando a profissão de destino é ao mesmo tempo mais exposta e tem queda projetada.

8. Fontes de dados e licenças

O índice de exposição é calculado pelo ai-job-risk.net a partir dos conjuntos de dados abaixo; nossos percentis, médias e associações de profissões são modificações dos dados originais. Nenhum dos editores preparou, revisou ou endossou este site.

  • Eloundou, T., Manning, S., Mishkin, P., & Rock, D. "GPTs are GPTs: Labor market impact potential of LLMs." Science (2024). Dados: github.com/openai/GPTs-are-GPTs (licença MIT).
  • Gmyrek, P., Berg, J., Kamiński, K., Konopczyński, F., Ładna, A., Nafradi, B., Rosłaniec, K., Troszyński, M. Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO Working Paper 140. Geneva: International Labour Office, 2025. © ILO, sob licença CC BY 4.0. This is an adaptation of a copyrighted work of the International Labour Organization (ILO). This adaptation has not been prepared, reviewed or endorsed by the ILO and should not be considered an official ILO adaptation. The ILO disclaims all responsibility for its content and accuracy. Responsibility rests solely with the author(s) of the adaptation. This is a translation of a copyrighted work of the International Labour Organization (ILO). This translation has not been prepared, reviewed or endorsed by the ILO and should not be considered an official ILO translation. The ILO disclaims all responsibility for its content and accuracy. Responsibility rests solely with the author(s) of the translation.
  • Tomlinson, K., Jaffe, S., Wang, W., Counts, S., & Suri, S. "Working with AI: Measuring the Occupational Implications of Generative AI." Microsoft Research. Dados: github.com/microsoft/working-with-ai (CC BY 4.0).
  • Anthropic Economic Index, job exposure data (versão de 30/09/2026). huggingface.co/datasets/Anthropic/EconomicIndex (CC BY).
  • U.S. Bureau of Labor Statistics, Employment Projections 2025–35 and AI exposure categories (2026). bls.gov/emp. Domínio público; números citados sem alterações.
  • ILOSTAT, International Labour Organization. ILO modelled estimates: employment by sex and occupation (ISCO-08), accessed 16 October 2026. ilostat.ilo.org/data. © ILO, licenciado sob CC BY 4.0. Usado para os números por país; o cálculo por país é uma adaptação que não foi preparada, revista nem endossada pela OIT.

9. Registro de mudanças

Outubro de 2026: o índice descrito nesta página substituiu o método anterior. De março a outubro de 2026, o site publicou pontuações semanais produzidas por um modelo de IA que lia as notícias de IA da semana e ajustava a pontuação anterior. Esse método não tinha base mensurável — as pontuações subiam com o tempo e mudavam com o modelo, e não com as evidências —, por isso foi descontinuado. Seus resumos semanais continuam disponíveis como um arquivo identificado, e suas pontuações não são comparáveis com os números atuais. Também em outubro de 2026, os números por país foram refeitos com dados da OIT (o emprego de cada país por grupo ocupacional, do ILOSTAT, combinado com o Documento de Trabalho 140 da OIT) em vez de pesos setoriais estimados.