Três economistas de calibre Nobel dizem que a IA está no caminho errado para os trabalhadores
Acemoglu, Autor e Johnson argumentam que o desenvolvimento atual da IA favorece a automação em vez da ampliação — e propõem nove políticas para redirecioná-la a resultados pró-trabalhador.
Quando Daron Acemoglu, David Autor e Simon Johnson publicam um artigo juntos, o mundo da economia presta atenção. Não são vozes marginais. Acemoglu ganhou o Prêmio Nobel de Economia em 2024. [Fato] Autor criou o "framework de tarefas" que transformou a forma como pensamos sobre tecnologia e mercados de trabalho. [Fato] Johnson, ex-economista-chefe do FMI e professor do MIT Sloan, escreveu o livro de referência sobre como concentrações de poder moldam resultados econômicos. [Fato]
O novo artigo deles, publicado pelo Hamilton Project da Brookings Institution em fevereiro de 2026, carrega uma mensagem direta: a forma como estamos construindo a IA agora não é desenhada para ajudar trabalhadores. [Opinião] E a menos que mudemos de rumo deliberadamente, a tecnologia que poderia ser o maior multiplicador de força da história moderna do trabalho vai se tornar mais um motor de desigualdade.
O problema central: a IA está automatizando, não ampliando
Os autores fazem uma distinção crucial que a maioria das discussões sobre IA passa por cima. Classificam as tecnologias em cinco categorias conforme afetam o trabalho: ampliação do trabalho (torna trabalhadores mais eficazes), ampliação do capital (melhora máquinas), automação (substitui tarefas humanas por máquinas), nivelamento de expertise (permite que novos trabalhadores realizem tarefas especializadas) e criação de novas tarefas (gera tipos inteiramente novos de trabalho humano). [Fato]
Dessas cinco, apenas as tecnologias "criadoras de novas tarefas" beneficiam os trabalhadores de forma inequívoca. [Fato] Todo o resto envolve trade-offs — e o cenário atual de investimento em IA pende fortemente para a automação.
Como os autores colocam: "Grande parte do foco atual em IA está na automação de tarefas e no desenvolvimento de capacidades de alto nível alinhadas com inteligência artificial geral, com menos energia e investimento fluindo para o desenvolvimento de IA pró-trabalhador." [Fato] A razão é economia pura: as empresas líderes veem retornos maiores na automação de expertise do que na criação de novas tarefas para humanos. [Opinião]
Esse enquadramento importa para qualquer pessoa que acompanha os números de exposição à IA da sua profissão. Quando reportamos que desenvolvedores de software têm alta exposição à IA, a pergunta natural é: exposição a quê, exatamente? Automação que substitui o trabalho, ou ampliação que o potencializa? Acemoglu, Autor e Johnson argumentam que a resposta depende das escolhas de política que estamos fazendo agora.
Como é a "IA pró-trabalhador" na prática
O artigo define "tecnologia pró-trabalhador" como aquela que torna habilidades e expertise humanas mais valiosas — não menos. [Fato] Pense em uma ferramenta de diagnóstico com IA que ajuda um enfermeiro a detectar condições que poderia ter perdido, em vez de um sistema de IA que elimina a necessidade do enfermeiro. Pense em ferramentas de autocompletar código que permitem a um desenvolvedor de software construir funcionalidades mais rápido, em vez de agentes de codificação totalmente autônomos que tornam o desenvolvedor redundante.
A distinção importa enormemente para profissões específicas. Para atendentes de serviço ao cliente, IA pró-trabalhador significa ferramentas que surfam informação relevante instantaneamente durante chamadas complexas, ajudando agentes a resolver problemas mais rápido. A alternativa — chatbots que lidam com a maioria das consultas sem envolvimento humano — é automação, e ela está ganhando a corrida de investimentos.
Para contadores, é a diferença entre IA que automatiza verificações de conformidade de rotina (liberando contadores para consultoria) e IA que lida com a consultoria também, colapsando a cadeia de valor da profissão.
Para assistentes administrativos, a questão é se as ferramentas de IA para agendamento e email os tornam coordenadores indispensáveis de fluxos complexos, ou se essas mesmas ferramentas simplesmente eliminam a necessidade do cargo.
Nove recomendações de políticas
O artigo não para no diagnóstico. Propõe nove intervenções concretas para redirecionar o desenvolvimento de IA rumo a resultados pró-trabalhador. [Fato]
A recomendação mais marcante mira o código tributário dos EUA. [Fato] A política fiscal atual — por meio de provisões como a depreciação acelerada do Artigo 168 — torna mais barato para empresas investir em equipamento e software do que em contratação ou treinamento de trabalhadores. [Fato] Os autores argumentam que isso cria um viés sistemático rumo à automação: quando substituir um trabalhador por software é incentivado fiscalmente mas treinar esse trabalhador não é, os incentivos econômicos empurram para o deslocamento.
Outras recomendações incluem direcionar subsídios federais para pesquisa em IA pró-trabalhador, estabelecer prêmios competitivos tipo DARPA para inovação pró-trabalhador, fortalecer a aplicação antitruste para garantir concorrência tecnológica, e criar marcos legais que protejam a expertise dos trabalhadores de ser extraída por sistemas de IA — o que os autores chamam de prevenir o "roubo de expertise". [Fato]
Duas recomendações focam em setores específicos: saúde e educação. [Fato] Os autores veem essas áreas como onde a IA pró-trabalhador poderia ter impacto positivo desproporcional — onde profissionais potencializados por IA poderiam expandir dramaticamente o acesso a serviços em vez de simplesmente cortar custos.
O conjunto final aborda dinâmicas de poder: mecanismos para dar voz aos trabalhadores nas decisões de implantação de IA, e flexibilização de restrições de licenciamento que impedem trabalhadores recém-capacitados pela IA de exercerem no topo de suas capacidades expandidas. [Fato]
A conexão com o que já sabemos
Este artigo adiciona uma dimensão política importante a um corpo crescente de evidências. Cobrimos pesquisas mostrando que empregos expostos à IA já estavam declinando antes do ChatGPT, que empresas estão substituindo trabalho humano por IA de forma mensurável e que Brookings encontrou 6 milhões de trabalhadores americanos em alto risco de IA com baixa capacidade de adaptação.
Acemoglu, Autor e Johnson fornecem o arcabouço teórico para explicar por que essas tendências não são inevitáveis. O deslocamento não está acontecendo porque a IA é inerentemente anti-trabalhador — está acontecendo porque a estrutura de incentivos favorece automação sobre ampliação. [Opinião] Mude os incentivos e a tecnologia pode ser redirecionada.
Esse é um enquadramento mais otimista do que parece. Significa que o resultado não está predeterminado. Mas também significa que esperar passivamente que o mercado produza IA pró-trabalhador é, na visão dos autores, ingênuo. Simon Johnson declarou diretamente: "Atualmente não estamos em uma trajetória de IA pró-trabalhador." [Fato]
O que isso significa para sua carreira
Se você é desenvolvedor de software, contador, atendente de serviço ao cliente ou assistente administrativo, este artigo oferece um framework para pensar seu futuro que vai além de scores simples de risco de automação.
A questão não é apenas "a IA vai afetar meu emprego?" — quase certamente vai. A questão é se seu empregador, sua indústria e seu governo estão investindo em IA que te torna mais valioso ou IA que te torna substituível. [Opinião]
Na prática, isso significa três coisas. Primeiro, busque cargos e organizações onde a IA é implantada como ferramenta nas suas mãos, não como substituto do seu posto. Segundo, desenvolva expertise nas partes do seu trabalho que exigem julgamento — as áreas onde a IA amplia em vez de automatizar. Terceiro, preste atenção na conversa sobre políticas públicas. O código tributário, a legislação antitruste e as regulamentações trabalhistas vão definir se a IA se torna seu copiloto ou seu sucessor.
O artigo completo está disponível no Hamilton Project da Brookings.
Esta análise foi gerada com assistência de IA baseada na pesquisa original de Acemoglu, Autor e Johnson (2026). Para dados detalhados de exposição à IA por profissão, visite nossas páginas de profissões.