O futuro da inteligência artificial (IA) e o destino dos empregos

Quando o assunto é o futuro da inteligência artificial (IA), existe uma parte fácil de antecipar: milhares de vagas vão desaparecer. O problema é a segunda parte - identificar exatamente quais.

Economistas não dispõem de bola de cristal (e quem afirma que dispõe não costuma ser muito confiável). O que eles fazem é construir modelos - “mapas” simplificados do mundo - para organizar o raciocínio sobre o que pode acontecer. Como dizia George Box: “todos os modelos estão errados, mas alguns ajudam”.

Um modelo para pensar IA e emprego: ocupações como conjunto de tarefas

Um jeito bem útil de enxergar o impacto da IA sobre o emprego é tratar cada ocupação como um pacote de tarefas, e cada tarefa como algo que exige um certo nível de competência - competência essa que pode ser mais ou menos rara. Essa linha de análise, desenvolvida pelo economista David Autor e vários coautores (não, não é erro de digitação), tem sido particularmente esclarecedora.

Nesse enquadramento, “especialista” é quem domina uma tarefa que poucas pessoas conseguem executar. Uma radiologista, por exemplo, sabe interpretar uma radiografia de um modo que raríssimos profissionais (e, mais ainda, leigos) conseguem. É essa exclusividade que a torna especialista na leitura de radiografias.

Se existe demanda por uma tarefa e essa tarefa é, de fato, uma especialidade, o mercado tende a remunerar bem quem a domina - justamente porque são poucos.

Quando a IA passa a realizar, no lugar de pessoas, uma tarefa específica, ocorre um deslocamento: os humanos deixam de ser especialistas naquela tarefa em sentido estrito. Afinal, no instante em que todo mundo consegue fazer a tarefa X, então ninguém se destaca por fazê-la.

No momento em que todos são especialistas na tarefa X, então ninguém é especialista na tarefa X

Tarefa não é ocupação: o exemplo da radiologista e do deep learning

Hoje, sistemas de IA já superam seres humanos em muitas atividades - inclusive na leitura de radiografias. Isso levou alguns analistas a decretarem o fim de certas profissões. Geoffrey Hinton, um dos principais líderes da IA, chegou a afirmar que “é simplesmente óbvio que, dentro de cinco anos, o deep learning vai superar os radiologistas. Talvez dez anos. Devíamos deixar de formar radiologistas agora”. Esse “agora” foi em 2016, ou seja, há dez anos. E, mesmo assim, a demanda por radiologistas continua forte.

O erro central de Hinton foi misturar tarefa com ocupação. Uma radiologista não se resume a “ler radiografias”. Mesmo sem ser especialista no tema, é razoável supor que ela também precise interpretar achados dentro de um quadro diagnóstico mais amplo, discutir casos com outras médicas, conversar com pacientes, lidar com decisões e responsabilidade clínica, entre outras coisas.

Várias dessas outras tarefas exigem um nível de perícia que mantém a radiologista como especialista - mesmo que a leitura de radiografias, isoladamente, deixe de ser exclusiva (bastaria saber apertar o botão no sistema de IA para obter um resultado).

Nesse cenário, a previsão do modelo econômico apontaria para aumento de salário: com IA, a radiologista consegue elevar a produtividade, atendendo mais pacientes por dia.

Quando a tecnologia atinge a principal “especialidade”: taxista/Uber e o Waze

Pensemos, agora, em outra ocupação: o taxista (ou motorista de Uber). As tarefas envolvidas são, basicamente: (a) conduzir um carro, (b) escolher a rota, e (c) interagir com o cliente. Na “economia antiga”, as tarefas (a) e (c) não exigiam grande nível de perícia - ou seja, não eram elas que faziam da ocupação uma especialidade. O diferencial era, sobretudo, o conhecimento da cidade, algo que poucas pessoas tinham, tornando o taxista um especialista.

Aplicativos como o Waze removeram essa necessidade de saber a cidade de memória: qualquer pessoa pode digitar o endereço e simplesmente seguir as instruções.

Nesse caso, o que o modelo econômico sugeriria é queda de salário - algo que, de fato, está bem visível.

A diferença entre o efeito da tecnologia no caso da radiologista (leitura de radiografias) e no caso do taxista (definição de rota) está em onde a tecnologia “morde” o trabalho. A radiologista acumula muitas tarefas que continuam exigindo especialização, enquanto, para o taxista, a tecnologia mira diretamente a tarefa que mais o distinguia como especialista.

Ao contrário de outras “ondas” de progresso tecnológico, a substituição de empregos e ocupações pela IA não segue um caminho “linear”: ela depende, de modo complexo, de como cada emprego se organiza como um “cesto” de tarefas. Por isso, embora eu esteja convencido de que milhares de vagas serão eliminadas, ainda acho difícil afirmar quais, com precisão.