o emprego agregado resiste, o primeiro emprego não

Por Federico Imparatta22 de maio de 202615 min de leitura
o emprego agregado resiste, o primeiro emprego não

em abril de 2026, a openai publicou um paper assinado pela economista alex martin richmond, com prefácio do economista-chefe da empresa, ronnie chatterji. o documento se chama the ai jobs transition framework: mapping ai's near-term impact on jobs. sua tese principal é que as medidas tradicionais de "exposição à ia" são rombas demais para prever quais empregos vão desaparecer no curto prazo. propõe um marco com três dimensões adicionais (necessidade humana, elasticidade da demanda, uso real do chatgpt) e conclui que apenas 18% dos empregos nos estados unidos estão em risco alto de automação, contra 46% que verão "pouca mudança imediata" [1].

a tabela 1 do paper é o mais forte. compara as taxas de desemprego por arquétipo ocupacional entre o primeiro trimestre de 2024 e o primeiro trimestre de 2026. os empregos classificados como "alto risco de automação" subiram 0,3 pontos percentuais. os empregos "com menos mudança imediata" subiram 0,6 pontos. os menos expostos à ia levaram o dobro do impacto dos mais expostos. a conclusão do próprio paper:

"this is why, while ai may be linked to some changes in employment, it remains difficult to clearly link ai and the aggregate labor market."

esse é o dado que a openai escolheu colocar em uma tabela e publicar.

oito meses antes, em agosto de 2025, outro grupo de pesquisadores publicou dados que contam uma história diferente. erik brynjolfsson, bharat chandar e ruyu chen, do stanford digital economy lab, lançaram canaries in the coal mine? six facts about the recent employment effects of artificial intelligence [2]. o paper usa registros administrativos da adp, a maior empresa de folha de pagamento dos estados unidos, com dados até julho de 2025. o que encontraram:

"early-career workers (ages 22-25) in the most ai-exposed occupations have experienced a 13 percent relative decline in employment even after controlling for firm-level shocks."

para desenvolvedores de software de 22 a 25 anos, a queda desde o pico do fim de 2022 foi de quase 20%. para trabalhadores de 35 a 49 anos nas mesmas ocupações, não houve queda. em alguns casos, houve crescimento.

o contraste é direto. o paper da openai diz que a ia ainda não se vê no mercado de trabalho agregado. o paper de stanford diz que se vê claríssimo, mas só em uma coorte etária muito específica. os dois podem ser verdade ao mesmo tempo. e é aí que o uruguai tem um problema que nenhum veículo local está olhando com essa lente.

por que os dois papers não se contradizem (embora pareçam)

o paper da openai mede médias. agrupa mais de 900 ocupações em quatro arquétipos, cruza esses arquétipos com dados de uso do chatgpt, e olha como evoluiu o desemprego total por coorte ocupacional. a unidade de análise é a ocupação, não a pessoa. quando a openai diz que os empregos de alto risco de automação subiram 0,3 pp de desemprego, está fazendo a média de seniores e juniores dentro da mesma ocupação.

o paper de stanford faz exatamente o contrário. mantém as ocupações constantes e desagrega por idade. dentro da mesma ocupação exposta, os seniores crescem e os juniores caem. quando se tira a média, o efeito se dilui.

o efeito geracional é invisível nos dados da openai por desenho metodológico. não porque não exista, mas porque o método escolhido não o busca. e a openai escolheu esse método justamente quando os dados micro de stanford já estavam circulando havia oito meses.

o padrão não é só de stanford. em setembro de 2025, seyed hosseini e guy lichtinger, de harvard, publicaram generative ai as seniority-biased technological change [3]. usaram dados de currículos e anúncios de emprego de 62 milhões de trabalhadores em 285.000 empresas norte-americanas entre 2015 e 2025. a constatação central:

"following adoption, junior employment declines sharply in adopting firms relative to non-adopters, while senior employment remains largely unchanged. the junior decline is concentrated in occupations most exposed to genai and is driven by slower hiring rather than increased separations or promotions."

o número específico: -7,7% de emprego junior em empresas adotantes de ia, comparado com não-adotantes, em seis trimestres desde o primeiro trimestre de 2023. os seniores não se movem. e a queda não é por demissões, é por não-contratação.

bouke klein teeselink replicou o padrão no reino unido. anders humlum e emilie vestergaard, na dinamarca, não encontraram efeitos agregados sobre salários ou horas, mas encontraram, sim, reestruturação intensa de tarefas dentro das próprias empresas [4]. o que humlum e vestergaard chamam de "still waters, rapid currents": na superfície não se vê nada, embaixo a água se move forte.

quatro estudos independentes, quatro metodologias distintas, quatro países, uma conclusão convergente: a ia está afetando a composição etária do trabalho, não o volume agregado. é isso que o paper da openai escolhe não ver.

o "apprentice margin": o que está se quebrando

brynjolfsson, chandar e chen deram um nome ao fenômeno: apprentice margin. o espaço onde historicamente os trabalhadores jovens acumulavam experiência prática e conhecimento tácito dentro das empresas. o que acontece quando a ia automatiza especificamente as tarefas que eram dadas aos juniores para que aprendessem.

o argumento é velho em ofícios físicos. o eletricista aprendiz não aporta valor econômico líquido em seu primeiro ano, mas a empresa o banca porque sabe que em cinco anos ele será um eletricista feito. se as tarefas do primeiro ano podem ser feitas com um robô, a empresa não banca o aprendiz. mas o robô tampouco aprende a ser eletricista. o resultado, uma década depois, é que não há eletricistas novos.

o mesmo raciocínio se aplica a advogados, contadores, programadores, jornalistas, consultores. todas as profissões onde o conhecimento tácito se transmite fazendo, não lendo. todas as profissões onde o setor de ti uruguaio concentra emprego.

no debate público uruguaio esse ponto ainda não entrou. o paper de stanford o nomeia. o de harvard o confirma com dados de composição. a conversa no uruguai segue dividida entre "a ia não quebrou o emprego agregado" (openai, advice, cuti em alguns momentos) e "a ia vai destruir todos os empregos" (manchetes de imprensa, previsões genéricas). nenhuma das duas narrativas captura o que efetivamente está acontecendo.

o caso uruguaio

o setor de ti uruguaio fechou 2024 com 20.464 empregos diretos, um faturamento de us$3.681 milhões, e exportações que em 2025 chegaram a us$1.503 milhões, completando cinco anos consecutivos de crescimento [5][6]. os números agregados são bons. a pesquisa anual da cuti, apresentada em dezembro de 2025, diz isso explicitamente:

"em termos de emprego, o setor manteve uma tendência estável, com cerca de 20.500 pessoas ocupadas, o que representa um leve incremento em relação ao ano anterior."

esse é exatamente o tipo de média que o paper da openai olha e o paper de stanford não. o dado agregado da cuti não desagrega por idade de contratação, não separa juniores de seniores, não mede o fluxo de primeiros empregos. mede o estoque total. e o estoque está estável.

o problema é o que está caindo embaixo dessa média. em março de 2026, o monitor da consultoria advice reportou que o uruguai tem "os valores de competitividade mais baixos desde o ano 2000" no setor de serviços globais. a mediana salarial em dólares para cargos do setor subiu 34% desde 2022 [7]. a cuti negocia com o poder executivo um espaço de trabalho conjunto sobre competitividade, exportações e emprego qualificado. o presidente da cuti, amilcar perea, explicou isso em fevereiro de 2026:

"até 2022 o aumento da taxa de câmbio acompanhava em certa medida o aumento dos custos em pesos, principalmente salários. desde então, ambas as variáveis começaram a se desacoplar: os custos em moeda local continuaram crescendo enquanto o valor do dólar perdeu terreno." [8]

em maio de 2026, a búsqueda publicou uma matéria de iara zinno sobre como a ia está redefinindo o trabalho junior e questionando o modelo de "horas-homem" [9]. aníbal gonda, vice-presidente de talento da cuti, disse à revista:

"antes se vendia um consultor sênior com 10 juniores ou mais 10 consultores. hoje se faz isso com dois ou três consultores sênior com ferramentas de inteligência artificial que os complementem."

e:

"as empresas já não contratam horas-homem, o que contratam é valor, soluções."

guzmán sarachaga, da advice, acrescentou:

"muitas tarefas que antes justificavam funções iniciais hoje podem ser assistidas ou, em alguns casos, não substituídas, mas sim muito acompanhadas por uma ferramenta de inteligência artificial."

essa é a mesma observação que stanford e harvard fazem com dados administrativos, mas contada do lado dos vendedores do setor uruguaio. o modelo piramidal de sênior + muitos juniores fazendo tarefas operacionais está colapsando. não porque haja menos demanda agregada, mas porque a ia faz o que faziam os juniores e os clientes já não querem pagar por horas que produzem menos valor unitário.

nenhum dado uruguaio, até hoje, mede a composição etária da nova contratação no setor de ti. o ine mede desemprego agregado. a cuti mede emprego total. o observatório ti da cuti tem dados de formação acadêmica do mec [10], mas não de fluxos de primeiro emprego. ninguém está olhando o dado que importa.

três pilares colapsando em paralelo

em novembro de 2025, o ceibal anunciou o fim do jóvenes a programar (jap), seu programa carro-chefe de formação tecnológica para maiores de 18 anos. ele o havia sustentado durante nove anos com apoio da cuti, do bid-lab e de empresas do setor. o comunicado oficial:

"após quase uma década de trabalho e mais de 6.000 jovens de todo o país formados, o ceibal finaliza seu programa pioneiro jóvenes a programar (jap). a partir da experiência acumulada neste programa, a universidad tecnológica (utec) desenvolverá uma nova proposta de formação em tecnologia, denominada pixel." [11]

a transição foi anunciada. os detalhes, não.

o uruguai tem um setor de ti que enfrenta três golpes estruturais simultâneos. o primeiro é a perda de competitividade cambial, já reconhecida pela cuti e pelo governo. o segundo é a neutralização silenciosa dos incentivos fiscais de zonas francas e similares pelo pilar dois da ocde, que entrou em vigência gradual e tira do uruguai boa parte da arbitragem regulatória que sustentava os investimentos estrangeiros de serviços. o terceiro é exatamente o do apprentice margin: se as empresas deixam de contratar juniores porque a ia faz o trabalho de juniores, o pipeline de formação de seniores se quebra. e o uruguai tem um pipeline que depende quase inteiramente do primeiro emprego formal no setor privado.

nenhum dos três pilares está caindo por culpa da ia. a apreciação cambial é macroeconomia doméstica. o pilar dois é geopolítica fiscal multilateral. a ia é o catalisador do terceiro pilar, mas o pilar vinha enfraquecendo há anos por subinvestimento público em formação posterior ao ciclo educativo formal.

o problema não é que o uruguai vá ter uma crise de desemprego massivo por ia em 2026 ou 2027. o paper da openai tem razão em que isso não se vê nos agregados. o problema é que em 2030, 2032, 2035, quando os seniores atuais começarem a sair do sistema (por aposentadoria, por migração, por transferência para outros setores), não haverá seniores novos suficientes para substituí-los. porque os juniores que iriam ser esses seniores não entraram no sistema. esse custo não aparece em nenhum quarterly. aparece dentro de dez anos, quando já não se pode reverter.

a apprenticeship severance, como a chamou um ensaio recente no substack que vem circulando entre economistas [12], é difícil de defender politicamente porque seus custos são invisíveis no horizonte de qualquer organização governada por trimestres. a empresa que corta juniores em 2026 mostra melhores margens em 2027. o custo, em expertise faltante, chega em 2040.

o que não está sendo medido

o debate público uruguaio sobre ia e emprego está acontecendo com marcos emprestados. quando a cuti cita estudos, cita os grandes papers norte-americanos. quando os veículos locais reportam, citam a openai, stanford, mckinsey. nenhum dado uruguaio desagrega:

  • composição etária das novas contratações no setor de ti
  • duração do primeiro emprego no setor de ti
  • taxa de conversão de jap/utec/udelar para primeiro emprego formal
  • evolução do ratio junior/sênior em empresas exportadoras de software
  • diferença entre crescimento de emprego em empresas adotantes vs. não-adotantes de genai

todos esses dados existem em algum sistema. o bps tem os dados de contribuições por idade e ramo. a dgi tem os dados de faturamento por empresa. a cuti tem dados de empresas associadas. nenhum está cruzado. nenhum se publica com essa lente.

enquanto isso, o discurso público se polariza entre dois extremos que não descrevem a realidade. do lado otimista, a cuti diz que "quando há avanços tecnológicos, no longo prazo o que se acaba gerando é mais trabalho. trabalho diferente, mas mais trabalho." é uma observação histórica defensável, mas não responde à pergunta específica sobre o que acontece com os juniores uruguaios nos próximos cinco anos. do lado pessimista, as manchetes falam de "a ia destrói o emprego" como se fosse um evento homogêneo. tampouco descreve nada útil.

a realidade empírica, segundo quatro estudos independentes em quatro mercados distintos, é que a ia está redistribuindo o trabalho dentro das ocupações: rumo aos seniores, longe dos juniores. esse padrão é exatamente o que a estrutura do setor de ti uruguaio não pode absorver sem dano estrutural a médio prazo.

conclusões

o paper da openai é um bom documento técnico. também é um documento publicado por uma empresa que tem interesse direto em que a conversa pública sobre ia e emprego não se torne mais restritiva. sua tabela 1 está construída com uma metodologia que dilui exatamente o efeito que stanford, harvard, klein teeselink e a observação qualitativa da cuti coincidem em identificar. isso não quer dizer que o paper da openai esteja mal feito. quer dizer que o corte metodológico que escolheu tem consequências políticas, e convém lê-lo com essa leitura por cima.

o paper de stanford tampouco é o diagnóstico final. os dados da adp têm vieses próprios, a coorte 22-25 inclui dinâmicas não atribuíveis somente à ia (mercado de trabalho pós-pandemia, ajuste de taxas de juros, etc.). mas o padrão se repete em quatro estudos e em quatro metodologias distintas. isso é robustez convergente, não anedota.

o uruguai tem um setor de ti que historicamente funcionou como porta de entrada para o emprego qualificado de uma coorte muito específica: jovens entre 22 e 30 anos, formados parcial ou totalmente no sistema público (udelar, utec, jap, escolas técnicas), inseridos em empresas exportadoras de serviços. essa porta de entrada está se tornando mais estreita por três razões simultâneas, uma das quais é exatamente o que os papers norte-americanos estão medindo e os dados uruguaios não estão desagregando.

o debate público local deveria estar discutindo como medir isso, não se a ia "destrói" empregos. a pergunta operacional é mais simples: quantos primeiros empregos no setor de ti foram gerados no uruguai em cada um dos últimos oito trimestres, como evoluiu a idade mediana do novo contratado, e que porcentagem das empresas exportadoras de software contratou juniores em 2025?

nenhuma dessas três perguntas tem resposta pública disponível. esse é o verdadeiro problema. não a ia. a ausência de dados.

fontes

[1] richmond, alex martin. the ai jobs transition framework: mapping ai's near-term impact on jobs. openai economic research, abril 2026. disponible en https://cdn.openai.com/pdf/the-ai-jobs-transition-framework_report.pdf

[2] brynjolfsson, erik; chandar, bharat; chen, ruyu. canaries in the coal mine? six facts about the recent employment effects of artificial intelligence. stanford digital economy lab, agosto 2025 (versión revisada noviembre 2025). https://digitaleconomy.stanford.edu/publications/canaries-in-the-coal-mine/

[3] hosseini, seyed mahdi; lichtinger, guy. generative ai as seniority-biased technological change: evidence from u.s. résumé and job posting data. harvard university working paper, ssrn id 5425555, agosto 2025. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5425555

[4] humlum, anders; vestergaard, emilie. still waters, rapid currents: early labor market transformation under generative ai. nber working paper w33777, mayo 2025 (anteriormente circulado como "large language models, small labor market effects"). https://www.nber.org/papers/w33777

[5] la industria tecnológica factura más de u$s 3.600 millones y reafirma su rol estratégico a nivel país. encuesta anual cuti 2024, presentada diciembre 2025. https://www.improfit.com.uy/post/uruguay-digital-la-industria-tecnológica-factura-más-de-u-s-3-600-millones-y-reafirma-su-rol-estrat

[6] conly. uruguay exportó usd 1.503 millones en servicios de software en 2025. abril 2026. https://conlyapp.com/blog/exportaciones-servicios-uruguay-2025-pymes-tech

[7] servicios globales en jaque: uruguay registra su menor nivel de competitividad en 26 años. ámbito, marzo 2026. https://www.ambito.com/uruguay/servicios-globales-jaque-registra-su-menor-nivel-competitividad-26-anos-n6259148

[8] competitividad, exportaciones y empleo, el gobierno pone el foco en un sufrido sector tecnológico. ámbito, febrero 2026. https://www.ambito.com/uruguay/competitividad-exportaciones-y-empleo-el-gobierno-pone-el-foco-un-sufrido-sector-tecnologico-n6249521

[9] zinno, iara. la inteligencia artificial redefine el trabajo "junior" y cuestiona el modelo de "horas hombre". búsqueda, 14 de mayo de 2026. https://www.busqueda.com.uy/economia/la-inteligencia-artificial-redefine-el-trabajo-junior-y-cuestiona-el-modelo-horas-hombre-n5412960

[10] cuti. monitor laboral ti de uruguay. observatorio ti basado en anuario estadístico de educación del mec. https://cuti.org.uy/wp-content/uploads/2021/02/monitor-laboral-ti-de-uruguay.pdf

[11] ceibal. jóvenes a programar de ceibal finaliza e inspira la creación del programa pixel de utec. noviembre 2025. https://ceibal.edu.uy/institucional/articulos/jovenes-a-programar-de-ceibal-finaliza/

[12] the apprenticeship severance: how ai is breaking the expertise pipeline. smarter articles, mayo 2026. https://smarterarticles.co.uk/the-apprenticeship-severance-how-ai-is-breaking-the-expertise-pipeline

estudos adicionais referenciados no corpo do artigo:

← Todos os postsPublicado originalmente no LinkedIn ↗