Resposta rápida

O que os dados permitem afirmar é mais estreito do que as duas leituras em disputa. A IA generativa está recompondo tarefas dentro das ocupações, e o efeito já medido sobre postos aparece num ponto específico: as tarefas de entrada, entre trabalhadores jovens em ocupações mais expostas. As medições brasileiras disponíveis não apontam encolhimento do emprego agregado — o trimestre encerrado em julho de 2026 teve a menor desocupação da série da PNAD Contínua para o período e a maior população ocupada já registrada.

Também não há base para dizer quantos postos serão extintos. Os números que circulam sobre isso vêm de projeções condicionadas a hipóteses, não de medição. Para estimar o risco de um trabalho concreto, o que decide é o grau de complementaridade das tarefas que ele contém, não o total de empregos ameaçados que aparece nas manchetes.

Exposição, adoção e impacto não são a mesma coisa

Um emprego é um conjunto de tarefas. A IA generativa não incide sobre o cargo inteiro: incide sobre tarefas dentro dele, com intensidade diferente em cada uma. Daí vêm três medidas que costumam ser tratadas como sinônimos.

  • Exposição mede onde a tecnologia pode chegar. É um índice construído a partir de dicionários ocupacionais, da descrição de tarefas e de um limiar que define o que conta como exposto. Não mede uso nem demissão.
  • Adoção mede o que as pessoas fazem com a ferramenta. Depende de quem usa, de qual produto usa e de como a interação é classificada.
  • Impacto mede o que aconteceu com ocupação e renda. É o único dos três que responde à pergunta do título, e o mais difícil de isolar, porque a economia se move por vários motivos ao mesmo tempo.

A mesma estatística é lida das duas formas porque a manchete pula do primeiro para o terceiro. Um índice que diz que 29,6% dos ocupados estão em ocupações com alguma exposição informa potencial. Transformá-lo em "29,6% dos empregos serão eliminados" exige duas inferências que o dado não contém: que toda tarefa exposta será automatizada e que a ocupação inteira desaparece quando parte das tarefas muda.

O que a evidência mostra

Exposição: ampla, desigual e sensível ao método

A OIT publicou em maio de 2025 uma atualização do seu índice global de exposição ocupacional. O trabalho avaliou cerca de 30 mil tarefas no nível de seis dígitos de ocupação e distribuiu as ocupações em quatro gradientes. A conclusão do próprio instituto é explícita: uma em cada quatro pessoas trabalha em ocupação com algum grau de exposição à IA generativa, mas, pela necessidade contínua de participação humana, a maior parte dos empregos tende a ser transformada, não tornada redundante.

O mesmo tipo de exercício aplicado ao Brasil chegou a um número próximo. No terceiro trimestre de 2025, quase 30 milhões de trabalhadores — 29,6% da população ocupada — estavam em ocupações com algum grau de exposição, e cerca de 5,2 milhões no gradiente mais alto, segundo o mapeamento de Paulo Peruchetti, Fernando de Holanda Barbosa Filho e Janaína Feijó, do FGV Ibre. A exposição é maior entre mulheres, jovens, trabalhadores mais escolarizados, no Sudeste e nos serviços.

O método altera o resultado. Na atualização da OIT, a pontuação média de automação caiu de 0,30, em 2023, para 0,29, em 2025, e a dispersão entre ocupações caiu pela metade. O refinamento aproximou o retrato do fenômeno e mostrou que um número publicado em 2023 não é a mesma medição que o de 2025.

O tratamento oficial brasileiro segue a lógica de exposição, não de contagem de postos: em maio de 2026, o Ministério do Trabalho e Emprego apresentou um projeto que usa a Classificação Brasileira de Ocupações e análise de tarefas para identificar atividades mais suscetíveis a transformações tecnológicas, com participação de técnicos da OIT e do DIEESE.

Adoção: mais augmentação do que automação, com ressalvas

O Anthropic Economic Index usou cerca de um milhão de conversas nos planos gratuito e Pro do Claude.ai, classificadas contra as tarefas da base O*NET, do Departamento do Trabalho dos Estados Unidos. No resultado publicado em fevereiro de 2025, 57% das interações foram de augmentação — a ferramenta colabora com quem executa — e 43% de automação, em que a ferramenta executa a tarefa. Apenas cerca de 4% das ocupações apareciam usando IA em 75% ou mais de suas tarefas; aproximadamente 36% usavam em pelo menos um quarto delas.

É o dado que melhor sustenta a tese da recomposição, e também o que mais exige cautela. A própria Anthropic registra que não é possível saber se o uso era de trabalho nem o que a pessoa fez com a resposta: pedir um memorando pronto aparece como automação, mas o texto pode ser reescrito depois, o que contaria como augmentação. A amostra vem de uma empresa, com peso excessivo de programação, e não representa o uso de IA na economia.

Impacto realizado: o efeito medido aparece na entrada

O passo que separa exposição de impacto foi dado por Daniel Duque, também do FGV Ibre. Ele usou a PNAD Contínua de 2022 a 2025, comparou grupos com doses diferentes de exposição — congelada no terceiro trimestre de 2022, antes da difusão pública das ferramentas — e mediu dois desfechos: estar ocupado e a remuneração real. Os efeitos estimados se concentram nos trabalhadores de 18 a 29 anos em ocupações mais expostas: cerca de 5% menos chance de estar empregado e perda de renda relativa de até 7%, segundo o estudo reportado pela imprensa. Trabalhadores mais velhos, com rotina de mais decisão, aparecem pouco afetados até agora.

O tipo de efeito importa. A queda aparece na chance de estar empregado, não em demissões em massa: é um efeito de contratação, que a taxa de desemprego captura mal.

O agregado não mostra encolhimento

No trimestre encerrado em julho de 2026, a PNAD Contínua registrou desocupação de 5,3%, a menor da série para o período, população ocupada recorde de 103,3 milhões de pessoas e rendimento médio de R$ 3.762. Isso não isola o efeito da IA: o agregado mistura setores, demografia e ciclo econômico. O que os dados mostram é que, até aqui, o efeito visível é de redistribuição dentro do mercado de trabalho, não de encolhimento dele.

Onde a conta muda

O que decide entre substituição e recomposição é o grau de complementaridade entre a tarefa e a ferramenta. O mapeamento brasileiro cita evidência do FMI para estimar que cerca de 20% dos ocupados combinam alta exposição com baixa complementaridade, o grupo mais vulnerável a perda de emprego, enquanto pouco mais de 20% combinam alta exposição com alta complementaridade, situação em que a mesma tecnologia tende a elevar produtividade e salário. Exposição parecida, resultados opostos.

Três condições invertem a leitura.

  • Entrada ou experiência. O efeito medido está nas tarefas padronizadas que servem de porta de entrada. Quem já ocupa posições de coordenação e decisão sentiu menos até agora.
  • Unidade da conta. Se a pergunta é sobre postos, um achado sobre tarefas não responde. Uma ocupação pode perder tarefas e continuar existindo, com outro conteúdo e outra produtividade.
  • Capacidade de absorção do mercado. Emprego recorde com informalidade em 37,5% significa que parte da realocação pode estar acontecendo por vias que o desemprego não mostra, inclusive pela saída para trabalho sem vínculo. Os dados agregados não distinguem essas possibilidades.

Pontos de atenção

  • Manchete de exposição não é previsão de demissão. A OIT conta ocupações com algum grau de exposição e, no mesmo documento, conclui que a maior parte será transformada. As duas frases saem do mesmo estudo.
  • Projeção não é medição. Números sobre postos eliminados até 2030 vêm de cenários econômicos e de pesquisas com empregadores, não de contagem do que aconteceu, e mudam quando mudam as hipóteses. Servem para dimensionar ordem de grandeza sob condições declaradas, não para dizer qual posto desaparece.
  • Dado de fornecedor mede o uso do fornecedor. O índice da Anthropic descreve quem usa o Claude, com peso de programação, não o conjunto do uso de IA na economia.
  • Efeito de contratação some no agregado. Um posto que não foi aberto não aparece como desemprego, mas aparece como renda menor para quem estava entrando. Foi o que a estimativa brasileira encontrou.
  • Índice global não se importa direto. O 1 em cada 4 da OIT é mundial. O 29,6% brasileiro usa a mesma família de método sobre a estrutura ocupacional do país e vale para o terceiro trimestre de 2025.

Veredito

A resposta é condicional, e os dois lados da condição são mensuráveis. A IA generativa substitui tarefas em ocupações expostas e já reduz a entrada de jovens em algumas delas. Não há, nas medições disponíveis, substituição líquida de postos no mercado brasileiro. O risco de um trabalho concreto depende de quanto do seu conteúdo é tarefa padronizada e de quão perto da porta de entrada ele está.

Se a decisão é seguir carreira em programação, a conta é outra e está em Programador ainda vale a pena como carreira em 2026?

Se a decisão é o que fazer com o próprio trabalho, o caminho que a evidência sustenta é usar a ferramenta nas tarefas automatizáveis e deslocar o esforço para o que ela ainda não faz sozinha: validação, decisão e relação com o cliente. Antes de investir em formação, vale conferir se o curso se aplica ao seu caso em Curso de IA vale a pena para quem não é programador?