Desde a Revolução Industrial, no século XVIII, o mercado de trabalho passa por ciclos recorrentes de transformação. A introdução das máquinas alterou profundamente as formas de produzir, reorganizou profissões e criou novas funções que antes não existiam. O mesmo ocorreu com o surgimento do computador, a partir da segunda metade do século XX, que redefiniu setores inteiros da economia e deu origem a ocupações impensáveis até então.
Agora, com a consolidação da inteligência artificial (IA), esse processo de ajuste volta a se intensificar. Assim como em transformações anteriores, não se trata de uma ruptura absoluta, mas de uma reconfiguração em que as tarefas mudam, as competências são redefinidas e novas demandas profissionais emergem.
De acordo com o Relatório sobre o Futuro dos Empregos 2025, publicado pelo Fórum Econômico Mundial (WEF), a IA e outras tecnologias digitais deverão criar cerca de 170 milhões de novos postos de trabalho em todo o mundo até 2030. No mesmo período, aproximadamente 92 milhões de empregos podem ser eliminados ou profundamente transformados pela automação, o que resulta em um saldo positivo de 78 milhões de novas oportunidades.
O dado mostra que a IA provoca uma redistribuição estrutural do trabalho, com algumas funções perdendo espaço, para que outras, muitas delas ainda em consolidação, surgem ou ganham centralidade.
Essa leitura é reforçada por estudos mais recentes sobre o impacto específico da inteligência artificial generativa. A pesquisa Working with AI: Measuring the Occupational Implications of Generative AI, publicada em julho de 2024, analisa o mercado de trabalho dos Estados Unidos e aponta um conjunto amplo de profissões que não necessariamente vão desaparecer, mas que serão modificadas devido à AI generativa. Entre elas estão intérpretes e tradutores, redatores, revisores e editores de texto, jornalistas, atendentes de suporte ao cliente, profissionais de telemarketing, agentes de viagens, representantes de vendas, analistas de pesquisa de mercado, especialistas em relações públicas e desenvolvedores web.
Também aparecem na lista matemáticos, cientistas de dados, assistentes estatísticos, consultores financeiros, analistas de gestão, professores universitários de negócios e economia, além de ocupações menos associadas ao universo digital, como comissários de bordo, recepcionistas, concierges e operadores de telefonia. O ponto comum entre elas não é a substituição imediata, mas o fato de que parte relevante do trabalho pode ser automatizada, acelerada ou transformada por sistemas inteligentes.
Isso ajuda a entender por que o impacto da IA é sentido tanto em profissões altamente qualificadas quanto em ocupações intermediárias. Ao contrário de revoluções tecnológicas anteriores, a IA não atinge apenas tarefas manuais ou repetitivas, mas também atividades cognitivas, analíticas e comunicacionais ainda que, na maioria dos casos, como suporte e não como substituição total.
Na América Latina, os efeitos tendem a seguir um padrão semelhante, embora atravessados por desigualdades estruturais. O estudo “Buffer or Bottleneck? Employment Exposure to Generative AI and the Digital Divide in Latin America”, publicado pela Organização Internacional do Trabalho (OIT), estima que entre 26% e 38% dos empregos da região podem ser influenciados pela GenAI.
A pesquisa destaca ainda que entre 8% e 14% dos postos de trabalho podem experimentar ganhos significativos de produtividade com o uso da IA, enquanto apenas 2% a 5% estariam em risco de automação total.
Diante desse cenário, a pergunta central deixa de ser quais profissões vão acabar e passa a ser quem está conseguindo se adaptar melhor à presença da IA. Entre os profissionais que tendem a ganhar protagonismo estão os que atuam com dados, modelos e interpretação de informação. Cientistas de dados, matemáticos, estatísticos e analistas de pesquisa de mercado aparecem com frequência nos estudos não porque estejam protegidos da IA, mas porque sabem operá-la, avaliá-la e extrair valor de seus resultados. Nesse contexto, a automação acelera análises, amplia escalas e libera tempo para decisões mais estratégicas.
Algo semelhante ocorre com consultores financeiros, analistas de gestão e economistas. A IA assume tarefas como simulações, projeções e processamento de grandes volumes de dados, enquanto o profissional passa a atuar de forma mais interpretativa, avaliando cenários, riscos e impactos. Da mesma forma, ganham espaço os profissionais que atuam na fronteira entre tecnologia e organização, como gestores de transformação digital, especialistas em governança de dados e líderes de projetos baseados em IA. São eles que traduzem capacidades técnicas em soluções aplicáveis ao negócio, articulando equipes, processos e decisões estratégicas.
No campo da tecnologia propriamente dita, a demanda segue em expansão. Desenvolvedores web, engenheiros de software e especialistas em inteligência artificial e machine learning continuam entre os perfis mais procurados, agora com uma exigência adicional. Compreender como integrar modelos prontos, ferramentas de IA generativa e sistemas inteligentes a produtos e serviços já existentes passa a ser tão importante quanto desenvolver soluções do zero.
Formação e especialização como caminhos
Nesse contexto, a formação passa a ocupar um papel ainda mais central. Preparar profissionais para atuar em um mercado atravessado pela IA exige mais do que domínio técnico isolado. Exige visão interdisciplinar, capacidade analítica, compreensão ética e habilidade para traduzir tecnologia em soluções concretas para problemas reais.
É nesse ponto que programas de formação avançada, como o MBA em Inteligência Artificial e Big Data, da USP, em São Carlos, tornam-se estratégicos. Ao articular fundamentos teóricos, aplicações práticas e reflexão crítica sobre os impactos sociais e econômicos da IA, o curso responde a uma demanda clara do mercado e da sociedade. Mais do que formar especialistas em ferramentas, trata-se de formar profissionais capazes de compreender, liderar e orientar processos de transformação em um mundo cada vez mais orientado por dados e sistemas inteligentes.
Matéria: Gabriele Maciel, da Fontes Comunicação Científica
Leia também:
Machine Learning: a inovação que está conquistando o mundo tecnológico
Evolução da Inteligência Artificial: o Deep Learning e a praticidade
Como as empresas estão adotando a inteligência artificial no Brasil e no mundo
