O que é exposição ocupacional à inteligência artificial, e como ela é medida.

O que a medida é

Exposição ocupacional é uma nota atribuída a uma profissão, não a uma pessoa, não a uma empresa e não a um setor. Ela responde a uma pergunta estreita: das tarefas que compõem esta profissão, quantas um modelo de linguagem já executa hoje?

Quem monta essa tabela é a Organização Internacional do Trabalho. A versão em vigor está no Working Paper 140, de 2025, e cobre 427 ocupações da classificação internacional ISCO-08, que é o catálogo de profissões usado para comparar países. Cada ocupação sai de lá com uma nota média e um desvio-padrão.

A tabela inteira é pública, com uma linha por ocupação. Todos os números deste texto saem dela ou do conjunto de uso da Anthropic, e os dois estão linkados no fim.

Como a nota é feita, em quatro passos

1. Quebrar a profissão em tarefas. A classificação internacional já descreve cada ocupação como uma lista de tarefas. Secretário agenda reunião, redige documento, atende telefone, organiza arquivo, recebe visitante.
2. Pontuar cada tarefa separadamente. Cada tarefa recebe uma nota de 0 a 1 para uma pergunta só: um modelo de linguagem executa isto? Redigir documento pontua alto. Receber visitante pontua zero, porque exige presença física.
3. Tirar a média e o desvio. A média diz quanto da profissão é alcançado. O desvio diz se as tarefas concordam entre si. Média 0,55 com desvio 0,05 é uma profissão inteira alcançada por igual. Média 0,55 com desvio 0,25 é uma profissão partida ao meio, com metade das tarefas intocadas.
4. Separar em faixas. A OIT classifica as 427 em quatro degraus de exposição e duas faixas de fora. Nos degraus ficam 112 ocupações. Em exposição mínima, 84. Sem exposição, 231.

O desvio-padrão é o passo que costuma sumir quando o número é recontado, e é justamente ele que separa uma profissão que a ferramenta encosta inteira de outra em que ela encosta em metade.

Como as 427 notas se distribuem

A forma do gráfico já responde à pergunta que a maioria das manchetes faz. 237 das 427 ocupações ficam abaixo de 0,30. Cinquenta e uma chegam a 0,50. Treze chegam a 0,60. A nota mais alta da tabela inteira é 0,70, e nenhuma profissão passa disso.

Nenhuma profissão catalogada tem a maior parte do seu trabalho alcançada por um modelo de linguagem. A cauda alta existe, e é fina.

As treze notas mais altas

Oito das treze são apoio administrativo: registro, lançamento, cadastro, folha. As outras cinco são três de finanças, uma de venda por central de atendimento e uma de desenvolvimento web. É uma lista de trabalho que já chega até a pessoa em forma de texto e sai dela em forma de texto.

Onde a exposição se concentra

A ISCO-08 agrupa as ocupações em nove grandes grupos. Contando quantas ocupações de cada grupo a OIT classifica em algum degrau de exposição, a concentração fica evidente.

A exposição não está espalhada pela economia. Ela mora quase inteira numa gaveta só, a do trabalho de escritório.

Vinte e oito das vinte e nove ocupações de apoio administrativo estão em algum degrau. Na agropecuária, nenhuma das dezoito. Entre os trabalhadores qualificados, uma das sessenta e cinco. Isso importa para a próxima parte: se a exposição de um lugar depende da composição de profissões daquele lugar, então o resultado vai ser decidido por uma gaveta só.

De profissão para lugar: a conta

A nota é por profissão. Para dizer alguma coisa sobre uma cidade, um estado ou um país, é preciso saber quais profissões existem ali e em que quantidade. A conta é uma média ponderada: cada profissão entra com a sua nota, pesada pelo número de pessoas que a exercem.

Um exemplo inventado, com mil trabalhadores, para a aritmética ficar visível. As notas são reais, tiradas da tabela da OIT. A quantidade de pessoas é ilustração.

indice = (300×0,09 + 200×0,38 + 150×0,09
        + 150×0,60 + 120×0,26 + 80×0,18) / 1000

      = (27 + 76 + 13,5 + 90 + 31,2 + 14,4) / 1000

      = 252,1 / 1000

      = 0,2521

Pronto: é isso, e não tem mais nada. Todo índice territorial de exposição à IA que você encontrar é essa conta, feita com um cadastro de profissões maior.

Agora a parte que decide tudo. Suponha que o cadastro erre em cem pessoas, e classifique como auxiliar de escritório cem trabalhadores que estão na lavoura. Nada mais muda: a cidade tem os mesmos mil trabalhadores, e as notas continuam as mesmas.

indice = (200×0,09 + 200×0,38 + 150×0,09
        + 250×0,60 + 120×0,26 + 80×0,18) / 1000

      = 303,1 / 1000

      = 0,3031

Dez por cento das pessoas trocando de coluna movem o índice em um quinto do seu valor, de 0,2521 para 0,3031.

Isso não é fragilidade do método, é aritmética de média ponderada com pesos muito desiguais. A consequência prática é que a qualidade do cadastro ocupacional decide o resultado antes de qualquer modelo. Uma nota da OIT errada por 0,02 quase não aparece. Uma coluna de emprego errada por 10% aparece inteira.

O que as pessoas de fato pedem à IA

A nota da OIT mede potencial: o que a ferramenta consegue fazer. Existe um segundo dado, de natureza diferente, que mede uso observado: o que as pessoas de fato pedem a ela. A Anthropic publica um conjunto assim, classificando conversas por tarefa de trabalho e agrupando por categoria ocupacional.

São duas medidas independentes, feitas por métodos que não têm nada em comum. Uma lê descrição de profissão em catálogo internacional. A outra lê conteúdo de conversa. Vale olhar se apontam para o mesmo lugar.

As duas medidas concordam sobre apoio administrativo. É a categoria onde a OIT classifica 28 de 29 ocupações como expostas, e é a quarta maior fatia do uso observado no Brasil, 13% acima da média mundial. Trabalho de escritório aparece no alto das duas listas, construídas por caminhos que não se falam.

E discordam em quase todo o resto, porque medem coisas diferentes. Computação e matemática lidera o uso observado com folga, e no catálogo da OIT programador de aplicações fica em 0,57, fora do degrau mais alto. Jurídico tem 4,00% do uso brasileiro contra 1,02% mundial, quase quatro vezes, e advogado tem nota 0,36, na faixa de exposição mínima. Uso é escolha de quem usa. Exposição é propriedade da profissão. Uma não valida a outra.

O que a medida não diz

Exposição não é desemprego. A nota mede o que a ferramenta alcança, não o que a empresa decide fazer. Uma profissão muito exposta pode acabar significando que a pessoa trabalha com a ferramenta e entrega mais, e não que ela perde o emprego. A própria OIT separa as ocupações em potencial de automação e potencial de aumento, e a segunda lista é maior.

Potencial não é adoção. Entre uma tarefa ser executável por um modelo e ela ser executada por um modelo numa empresa real existem preço, regulação, contrato, confiança e inércia. Nenhum desses entra na conta.

Ocupação não é pessoa. As 112 ocupações em algum degrau são 26% do catálogo, e isso não é 26% dos trabalhadores. Ocupação não tem tamanho na tabela: operador de entrada de dados e trabalhador da lavoura ocupam uma linha cada. Quantas pessoas cada linha representa é outro dado, e é ele que decide o resultado de qualquer conta territorial.

Não existe projeção aqui. Dizer quantos empregos a IA vai eliminar até certo ano exige supor a velocidade de adoção, e é exatamente essa suposição que a medida evita fazer. Quem apresenta a exposição como previsão trocou uma coisa pela outra.

Onde a conta fica difícil

Falar de exposição no Brasil inteiro é simples, porque existe estatística nacional de ocupação. Falar de exposição em um município é outra história, e é aí que o problema deixa de ser de método e passa a ser de dado.

Política pública de qualificação profissional é executada por município. É nesse nível que a decisão é tomada, e é nesse nível que a composição ocupacional é mais difícil de observar: as fontes que descem até a cidade cobrem recortes diferentes da população ocupada, e a seção acima mostra o que uma coluna errada faz com o resultado.

É essa a pergunta do trabalho que estou escrevendo, sobre os 5.570 municípios brasileiros: quais estão mais expostos, e se a medida disponível hoje é capaz de apontá-los. A resposta passa por juntar o que o registro do emprego formal enxerga com o que o Censo e a pesquisa domiciliar enxergam, porque nenhuma das três sozinha cobre a população ocupada inteira, e cada uma deixa de fora um pedaço diferente.

O trabalho ainda não foi defendido, então o que ele mede, quanto muda e em que direção não está nesta página. Quando estiver, publico o método e os resultados, e esta página aponta para lá.

Onde conferir

As duas fontes são públicas e abrem sem cadastro. A tabela da OIT traz uma linha por ocupação, com média e desvio, e é de onde saem todos os números das seções anteriores.

• OIT, Working Paper 140, índice global de exposição ocupacional ↗
• Anthropic Economic Index, uso observado por tarefa ↗
• ISCO-08, a classificação internacional de ocupações ↗
• Outro texto de método: o painel de leitores sintéticos
• O que é o extrator de balanços, e como foi feito
• O que é o Benevente, e como ele foi feito

As notas de exposição são da OIT e descrevem potencial técnico por ocupação, não previsão de emprego. Os dados de uso são do Anthropic Economic Index, derivados de conversas anonimizadas e agregadas de um provedor só, sem série temporal: descrevem uso observado por tarefa e não sustentam conclusão sobre automação de empregos, sobre o mercado de trabalho nem sobre escolha de carreira. A frase correta é que a IA é usada para tarefas comuns em determinada ocupação, e não que as pessoas daquela ocupação estão usando IA, porque quem conversa muitas vezes não exerce a profissão cuja tarefa foi reconhecida. Nada nesta página é recomendação profissional ou de investimento.