A automação com inteligência artificial assusta muita gente, e não é difícil entender o porquê.
O senso comum pinta um cenário quase catastrófico: uma onda gigante que chega do nada e varre empregos inteiros do mapa, sem dar tempo de respirar, muito menos de se preparar.
Mas e se esse cenário estiver errado?
É exatamente o que sugere uma pesquisa recente do MIT FutureTech, grupo de pesquisa interdisciplinar formado pelo MIT Computer Science and Artificial Intelligence Lab e pelo MIT Initiative on the Digital Economy.
Em vez de uma onda que derruba tudo de uma vez, o que os dados mostram é algo bem diferente: uma maré que sobe devagar, passo a passo, dando espaço real para que trabalhadores e organizações se movimentem.
O estudo analisou mais de 60.000 avaliações feitas por trabalhadores reais sobre respostas geradas por IA para mais de 6.000 tarefas textuais do mercado de trabalho.
E o que veio dessa análise muda bastante a conversa sobre o futuro do trabalho 👇
A metáfora que resume tudo: onda ou maré?
O nome do estudo já entrega a ideia central: Crashing Waves vs. Rising Tides, algo como Ondas que Quebram versus Marés que Sobem. E essa imagem não é decorativa, ela representa duas visões bem distintas sobre como a inteligência artificial pode afetar o mercado de trabalho.
Na visão da onda que quebra, a IA daria saltos repentinos de capacidade, dominando de uma hora para outra um conjunto específico de tarefas e derrubando quem trabalha com elas sem aviso prévio. Já na visão da maré que sobe, a capacidade da IA melhora de forma ampla e gradual, avançando de maneira parecida em tarefas de diferentes complexidades e durações.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Matthias Mertens, pesquisador do MIT FutureTech e autor principal do estudo, resume bem essa diferença. Segundo ele, dá para imaginar a situação como alguém parado numa praia. No cenário da onda que quebra, algumas poucas pessoas são derrubadas de repente. No cenário observado pela pesquisa, a água sobe ao redor de todo mundo, aos poucos, no mesmo ritmo. E foi justamente esse segundo cenário que os dados apontaram como o mais provável.
Como os pesquisadores testaram a IA
Antes de qualquer conclusão dramática, vale entender o que o estudo do MIT FutureTech efetivamente mediu. Ao contrário de pesquisas anteriores, que costumavam depender de testes de programação ou de outros benchmarks determinísticos, esse trabalho olhou para tarefas reais e representativas do dia a dia profissional.
Os pesquisadores identificaram mais de 6.000 tarefas baseadas em texto a partir da base de dados O*NET, mantida pelo Departamento do Trabalho dos Estados Unidos. Em seguida, colocaram trabalhadores especialistas para avaliar as respostas geradas pela IA para essas tarefas. No total, foram mais de 60.000 avaliações, classificando se cada resposta era minimamente suficiente, mediana ou acima da média, sempre sem qualquer edição posterior.
Isso muda bastante a qualidade do resultado, porque sai do campo da especulação e entra no campo da experiência concreta. Quando um profissional diz que a IA resolve bem determinada tarefa, ele está falando a partir do seu próprio contexto de trabalho, e não de uma simulação de laboratório.
Capacidade alta e em ritmo acelerado
O estudo foi assinado por nove pesquisadores do laboratório MIT FutureTech, dirigido pelo cientista de pesquisa Neil Thompson. E os números que eles encontraram são bem reveladores.
Considerando todos os modelos analisados, a inteligência artificial já conseguia entregar um resultado minimamente suficiente em cerca de 50% a 75% das tarefas baseadas em texto, sem precisar de ajustes. E aqui vem um detalhe importante: quando as tarefas ficavam dez vezes mais longas, a taxa de sucesso da IA caía apenas seis ou sete pontos percentuais. Isso reforça a ideia de que o progresso é amplo, e não concentrado em um punhado de tarefas específicas.
O ritmo de melhoria também impressiona. Entre o segundo trimestre de 2024 e o terceiro trimestre de 2025, os modelos de IA de ponta passaram de uma taxa de sucesso de 60% para mais de 70% em tarefas que levam cerca de 1,5 hora para um humano concluir. De forma geral, os pesquisadores identificaram que a taxa de falha da IA cai pela metade a cada 2,2 a 2,8 anos.
A automação não chega de uma vez só
Uma das conclusões mais relevantes da pesquisa é justamente essa: a automação com IA não funciona como um interruptor que apaga tudo de uma vez. Ela age mais como um processo contínuo, onde cada camada de complexidade vai sendo alcançada em ritmos diferentes. Isso tem implicações práticas enormes para quem está pensando em como se posicionar no mercado de trabalho nos próximos anos.
Se a mudança é gradual, existe janela de oportunidade. E janela de oportunidade significa tempo para aprender, para se reposicionar e para desenvolver novas competências antes que o cenário mude de forma mais definitiva. Como o próprio Mertens destacou, o ponto principal é que isso nos dá tempo, e como a mudança é gradual, existe uma janela para se adaptar.
Essa progressividade também tem a ver com as limitações técnicas dos próprios modelos de inteligência artificial. Os grandes modelos de linguagem, os famosos LLMs, têm um desempenho notável em tarefas textuais bem definidas, mas ainda enfrentam dificuldades sérias quando o problema exige raciocínio encadeado muito longo, interpretação de nuances culturais específicas ou tomada de decisão em ambientes com alta ambiguidade.
Esses são exatamente os espaços onde a presença humana segue sendo insubstituível, pelo menos por enquanto. O ritmo de evolução técnica é rápido, mas não é mágico, e cada avanço real leva tempo para se consolidar e se espalhar pelo mercado de forma efetiva.
O impacto varia conforme o tipo de trabalho
Um detalhe fundamental do estudo é que a IA não avança da mesma forma em todas as áreas. A taxa de sucesso variou bastante dependendo do tipo de função analisada. Em tarefas jurídicas baseadas em texto, por exemplo, o desempenho ficou abaixo de 50%. Já em tarefas ligadas a instalação, manutenção e reparos, também na parte textual, o sucesso passou de 70%.
Isso mostra que a capacidade da inteligência artificial avança em velocidades diferentes conforme a ocupação. Na prática, significa que a janela para adaptação tende a ser mais ampla em alguns setores e mais estreita em outros. Para os trabalhadores, entender esse ritmo é quase uma vantagem estratégica.
Em vez de reagir ao medo de uma ruptura imediata, dá para observar quais partes do próprio trabalho já estão sendo tocadas pela automação, quais ainda estão distantes desse impacto e onde existe espaço para crescer justamente nas áreas que a IA ainda não domina. Esse tipo de leitura mais fina da realidade é o que separa uma resposta de pânico de uma resposta inteligente e orientada para o longo prazo.
Nem tudo pode ser automatizado agora
Os pesquisadores fazem questão de reforçar um ponto importante: essas taxas de sucesso não devem ser lidas como um mapa para automatizar tudo hoje. No estudo, a IA recebia todas as informações necessárias para concluir cada tarefa. Na vida real, essas informações costumam estar incompletas, difíceis de integrar ou sujeitas a restrições regulatórias, o que dificulta bastante a adoção prática da tecnologia.
Além disso, o próprio artigo deixa claro que as projeções assumem que a IA continuará melhorando no ritmo recente, e por isso devem ser vistas como um cenário de limite máximo. A estimativa dos pesquisadores é que a maioria das tarefas baseadas em texto pode chegar a taxas de sucesso entre 88% e 97% até 2030, em um nível minimamente suficiente. Já o desempenho quase perfeito, especialmente onde os erros têm consequências sérias, ainda deve levar bem mais tempo para acontecer.
Adaptação como movimento contínuo
Se existe uma palavra que resume o que o estudo do MIT aponta como caminho, essa palavra é adaptação. Não como um evento único, do tipo fiz um curso e estou seguro, mas como uma postura permanente diante de um mercado que vai continuar mudando. Isso não é novidade em si, profissões sempre evoluíram com a tecnologia, mas a velocidade atual torna esse movimento mais urgente e mais visível do que em gerações anteriores.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
A diferença agora é que as ferramentas de inteligência artificial estão chegando a setores que antes pareciam imunes à tecnologia, como comunicação, análise jurídica, criação de conteúdo e até parte do trabalho médico. O que muda com a perspectiva gradual da pesquisa é que a adaptação deixa de ser uma corrida desesperada contra o tempo e passa a ser um processo mais orgânico, que pode acontecer em etapas.
Aprender a usar ferramentas de IA como aliadas no próprio trabalho, entender onde elas ajudam e onde atrapalham, desenvolver habilidades que complementam o que a máquina faz bem, tudo isso é parte de um processo que pode ser construído com mais calma do que o discurso do colapso imediato sugere. Organizações que entenderem isso terão mais facilidade para reter talentos e manter um nível de desempenho saudável mesmo durante períodos de transição tecnológica acelerada.
Vale também olhar para o lado das empresas nessa equação. As organizações que já estão integrando automação com inteligência artificial nos seus processos precisam fazer isso com uma visão humana clara. Não basta substituir etapas por ferramentas e esperar que o desempenho melhore automaticamente. A implementação bem-sucedida de IA no ambiente de trabalho depende de pessoas que entendam o contexto, que saibam onde a ferramenta erra e que possam calibrar os resultados com base em experiência real. Isso coloca o ser humano não como vítima da automação, mas como parte essencial do ecossistema que a faz funcionar bem. 🤝
O que fica de lição prática
A pesquisa do MIT FutureTech não é um documento de autoajuda nem uma promessa de que tudo vai ficar bem sem esforço. É um estudo sério que aponta para uma realidade mais nuançada do que o debate público costuma mostrar. A inteligência artificial vai continuar avançando, o impacto sobre o mercado de trabalho vai continuar crescendo e nenhum setor está completamente a salvo de mudanças.
Como o próprio Mertens colocou, até o fim da década esses modelos serão extremamente capazes em muitas tarefas, mas isso não significa que ocupações inteiras vão simplesmente desaparecer. Muitos empregos incluem um conjunto de tarefas que está além do alcance dos modelos de linguagem, então o mais provável é que o trabalho seja reorganizado entre humanos e IA, e não eliminado.
Entender onde a automação já chegou, onde ela está chegando e onde ainda vai demorar a chegar é uma das leituras mais úteis que qualquer profissional pode fazer hoje. Isso não requer formação técnica avançada, requer atenção ao próprio trabalho, curiosidade sobre as ferramentas disponíveis e disposição para ajustar a rota quando necessário.
A adaptação que o momento exige é menos sobre virar especialista em IA e mais sobre desenvolver uma relação inteligente com ela, sabendo usar, sabendo questionar e sabendo onde a presença humana ainda faz toda a diferença. 🚀
No fim, o que o estudo reforça é que desempenho no mercado de trabalho da era da inteligência artificial vai depender cada vez mais de quem consegue se mover junto com a tecnologia, sem ser engolido por ela e sem ignorá-la. Esse equilíbrio não é simples, mas tampouco é impossível, e os dados mostram que existe tempo e espaço para construí-lo.
