A IA não vai substituir você da noite para o dia — mas está ficando melhor a cada trimestre
Pesquisadores do MIT avaliaram 17.000+ trabalhadores em 3.000+ tarefas. O resultado? Nenhuma tomada repentina pela IA, mas um avanço anual de 15 pontos percentuais que pode chegar a 80-95% de sucesso até 2029.
Sessenta e cinco por cento. É a frequência com que a IA agora consegue completar uma tarefa textual que levaria de três a quatro horas para você — há um ano, era cerca de 50%. Fato — [MIT/arXiv, abril de 2026]
Se essa trajetória se mantiver, a maioria dos empregos com forte componente textual não enfrentará um único "momento IA" dramático. Enfrentará uma melhoria lenta e constante, trimestre após trimestre. E essa distinção importa mais do que qualquer manchete sobre robôs roubando seu emprego.
Um novo estudo do MIT — liderado por Neil Thompson e oito co-pesquisadores — examinou mais de 3.000 tarefas textuais extraídas do banco de dados O*NET do Departamento do Trabalho dos EUA e coletou mais de 17.000 avaliações de trabalhadores que realmente executam essas tarefas. Fato — [arXiv:2604.01363] A metáfora do artigo é vívida: estamos vendo "ondas devastadoras" que eliminam empregos repentinamente, ou "marés crescentes" que elevam gradualmente a capacidade da IA em tudo?
A resposta, segundo os dados, é esmagadoramente a segunda.
Marés Crescentes, Não Tsunamis
Os pesquisadores encontraram "pouca evidência de ondas devastadoras" — surtos repentinos e estreitos que eliminariam tarefas específicas da noite para o dia. Em vez disso, documentaram "evidências substanciais de marés crescentes": melhorias contínuas e amplas em praticamente todo o trabalho textual. Fato — [arXiv:2604.01363]
Nos números: no segundo trimestre de 2024, os grandes modelos de linguagem conseguiam lidar com cerca de 50% das tarefas textuais que levariam de três a quatro horas de trabalho humano qualificado. No terceiro trimestre de 2025, essa taxa subiu para cerca de 65%. Fato — [arXiv:2604.01363] Um salto de 15 pontos percentuais em pouco mais de um ano — não para uma habilidade específica, mas distribuído por milhares de tarefas diferentes.
A projeção: até 2029, a IA pode atingir taxas de sucesso de 80% a 95% na maioria das tarefas textuais em padrões mínimos de qualidade. Estimativa — [arXiv:2604.01363] Atingir qualidade quase perfeita ou superior à humana levaria mais alguns anos.
O Que Isso Significa Para Profissões Baseadas em Texto
Se seu trabalho envolve escrever, analisar, resumir, traduzir, programar ou processar informações textuais, esta pesquisa diz respeito diretamente a você. A maré crescente não discrimina muito — ela sobe de forma ampla.
Considere os digitadores. Grande parte do trabalho deles envolve processamento de texto estruturado — exatamente o tipo de tarefa onde as taxas de sucesso da IA estão subindo mais rápido.
Os atendentes de serviço ao cliente seguem trajetória semelhante. Lidar com consultas, redigir respostas, encaminhar problemas — são tarefas textuais onde os LLMs vêm melhorando trimestre a trimestre.
Para editores e redatores técnicos, o cenário é mais nuançado. A IA agora pode redigir e revisar textos competentemente, mas o padrão de qualidade para edição profissional e documentação técnica continua alto. O estudo do MIT observa que a qualidade quase perfeita — o padrão que essas funções exigem — levará "vários anos adicionais" além das projeções de 2029. Alegação — [arXiv:2604.01363]
Tradutores, desenvolvedores de software, paralegais, contadores e analistas de pesquisa de mercado — todos trabalham em ambientes ricos em texto. Mas os pesquisadores enfatizam: "poder fazer a tarefa" e "substituir a pessoa que faz a tarefa" são coisas muito diferentes.
A Lacuna de Adoção: Capacidade vs. Realidade
A descoberta mais importante para quem se preocupa com seu emprego: os prazos de adoção podem ser substancialmente maiores que os prazos de desenvolvimento de capacidade. Alegação — [arXiv:2604.01363] Só porque a IA pode fazer uma tarefa não significa que as organizações vão implementá-la.
Pense assim: planilhas podiam automatizar muitas tarefas contábeis há décadas, mas os contadores não desapareceram — seu trabalho se transformou. O mesmo padrão é provável aqui. A equipe do MIT observa explicitamente que a implementação organizacional requer muito mais que capacidade técnica: precisa de redesenho de processos, construção de confiança, marcos regulatórios e adaptação da força de trabalho.
O Que Fazer Com Esta Informação
Se você trabalha em uma função textual, os dados sugerem três ações práticas.
Primeiro, espere aumento antes de substituição. A taxa de 65% significa que a IA já é um colaborador útil, mas ainda falha o suficiente para que a supervisão humana continue essencial. Aprenda a trabalhar com ferramentas de IA agora.
Segundo, invista em julgamento e qualidade. A lacuna entre "qualidade mínima" (onde a IA caminha para 80-95% até 2029) e "qualidade superior" (vários anos a mais) é exatamente onde a expertise humana mantém seu valor.
Terceiro, acompanhe a tendência, não o momento. Uma melhoria anual de 15 pontos percentuais é significativa. Crie o hábito de reavaliar a cada seis meses quais partes do seu trabalho poderiam se beneficiar da assistência da IA.
Os pesquisadores do MIT nos deram algo valioso: um framework baseado em dados em vez de alarmismo. As marés estão subindo, mas não são tsunamis. Você tem tempo — use-o com sabedoria.
Fontes
- Mertens, M., Kuzee, A., Harris, B.S., et al. (2026). "Crashing Waves vs. Rising Tides: Preliminary Findings on AI Automation from Thousands of Worker Evaluations of Labor Market Tasks." arXiv:2604.01363. https://arxiv.org/abs/2604.01363
Histórico de Atualizações
- 2026-04-04: Publicação inicial baseada em arXiv:2604.01363 (abril de 2026).
Esta análise foi produzida com assistência de IA (Claude claude-opus-4-6). Todas as alegações incluem indicadores de força de evidência e links para fontes.