Brookings: Não Existe Bala de Prata Para IA e Empregos — Mas Existem Quatro Alavancas Reais

Cerca de três quartos dos adultos americanos dizem temer que a IA custe o emprego de outras pessoas. Menos de 6% dos trabalhadores do setor privado pertencem a um sindicato capaz de negociar como essa IA realmente é implantada. Coloque esses dois números lado a lado e você chega à ideia mais útil — e, curiosamente, mais esperançosa — de uma nova estrutura da Brookings publicada em 29 de junho de 2026: o problema não é que ninguém esteja preocupado. O problema é que a preocupação não teve para onde ir.

Isso é uma coisa consertável. E o relatório é, em boa parte, um mapa das pessoas que já estão consertando.

Um relatório, um argumento

"Getting to all-of-the-above: A framework of solutions for AI's coming impacts on work and workers", de Xavier de Souza Briggs, pesquisador sênior da Brookings Metro, faz uma afirmação enganosamente simples: não existe uma política única que proteja o seu emprego, e a busca por uma é justamente o motivo de tão pouco ter sido feito até agora [Alegação]. Briggs chama o enquadramento do debate — inovação _ou_ um futuro inclusivo — de "uma escolha binária falsa e perigosa."

Então, em vez de escolher um vencedor, ele organiza toda proposta séria em discussão em quatro famílias e argumenta que uma resposta de verdade precisa de todas elas ao mesmo tempo. Daí o título.

As quatro alavancas

Freios desaceleram a automação onde os riscos são maiores, sem proibir a tecnologia. Isso não é teórico. A lei californiana de 2024 sobre "humano no circuito" exige julgamento humano em decisões algorítmicas que afetam resultados sensíveis [Fato]. Illinois foi além em 2025, proibindo que a IA substitua professores de community college e profissionais licenciados de saúde mental [Fato]. Vários estados propuseram avaliações de impacto da automação — uma exigência de que o empregador estude os efeitos sobre a força de trabalho _antes_ de o sistema entrar em operação, não depois das demissões.

Direções são incentivos: empurrar os empregadores para um desenho de IA favorável aos trabalhadores, e empurrar os trabalhadores para ocupações com demanda durável. Briggs é direto ao dizer que os EUA fazem isso mal, subinvestindo em desenvolvimento da força de trabalho em relação a economias equivalentes.

Amortecedores são a rede de segurança, modernizada: seguro-desemprego construído para um mundo em que o emprego desaparece em vez de apenas pausar, seguro salarial para quem cai em uma função de remuneração menor, e treinamento financiado com base em resultado, não em certificado. Nova Jersey avançou com uma legislação de "direito à requalificação"; Nova York criou uma Comissão FutureWorks para planejar a segurança econômica dos trabalhadores [Fato]. Em nível federal, um projeto bipartidário chamado AI-Related Job Impacts Clarity Act pelo menos forçaria a divulgação de dados — hoje, ninguém contabiliza de forma confiável as perdas de emprego causadas pela IA separadamente da rotatividade comum.

Mudanças são as estruturais, as que ninguém quer dizer em voz alta em uma audiência pública: semanas de trabalho mais curtas, mecanismos de compartilhamento de riqueza, experimentos de renda garantida e o reequilíbrio de um código tributário que hoje trata uma máquina de forma mais favorável do que um trabalhador.

Controle o ritmo. Redirecione. Ampare quem cai. Depois mude a própria forma do acordo. Quatro alavancas, quatro horizontes de tempo.

O "grande descompasso" — o número que reformula tudo

Aqui está a constatação que merece muito mais atenção do que está recebendo. A própria análise da Brookings de 2024, com mais de 1.000 ocupações, constatou que a exposição de um emprego à IA se correlaciona _inversamente_ com a chance de quem o exerce pertencer a um sindicato [Fato]. Briggs chama isso de "o grande descompasso": os trabalhadores mais expostos são os menos organizados coletivamente.

Leia de novo, porque isso explica boa parte do que parece irracional neste momento. As pessoas com a voz institucional mais forte no trabalho — muitos ofícios especializados, educadores públicos, enfermeiros em sistemas organizados — tendem a estar em empregos que a IA toca menos e mais tarde. As pessoas mais expostas — profissionais administrativos, trabalhadores de marketing e mídia, analistas em início de carreira, atendimento ao cliente — geralmente não têm mecanismo nenhum para negociar _como_ uma ferramenta é implantada na própria mesa de trabalho.

Isso não é uma estatística de desespero. É uma lista de tarefas. Ela diz que a ansiedade e a alavancagem estão em cômodos diferentes do mesmo prédio, e conectá-los é um problema de engenharia solucionável — não uma lei da física.

Enquanto isso, a porta de entrada de nível inicial é a que está visivelmente estreitando. Uma análise de 2024 citada no relatório constatou que 55% dos líderes empresariais e 68% dos investidores esperam menos contratação de nível inicial [Fato]. A preocupação de Briggs é especificamente com os empregos de "portal de entrada" — as funções que historicamente levavam pessoas sem diploma universitário a carreiras de salário mais alto. Perca o degrau de baixo, e a escada continua de pé, mas ninguém novo sobe nela.

O sinal corporativo também é alto: a Meta anunciou 700 demissões em março de 2026 e mais cerca de 8.000 em maio de 2026, citando um pivô para inteligência artificial [Fato] — enquanto os laboratórios que constroem essa IA, OpenAI e Anthropic, se preparam para aberturas de capital com avaliações relatadas em torno de US$ 1 trilhão ou mais [Estimativa]. O valor está sendo criado. A pergunta à qual o relatório volta o tempo todo é, simplesmente, quem está à mesa quando esse valor é dividido.

A frase incômoda: requalificação sozinha não vai salvar você

Se você ler uma única frase deste relatório, que seja esta: "Treinamento ou requalificação sozinhos não produzem bons empregos, ao menos não de forma direta e fácil."

Isso vai direto contra o conselho que a maioria dos trabalhadores recebeu nos últimos três anos — faça o curso, tire o certificado, você vai ficar bem. Briggs, baseando-se nas lições duras da desindustrialização, chama o reflexo americano de "treinar e rezar." Habilidades sem demanda, sem compromisso do empregador, sem recolocação, sem um piso salarial do outro lado, produzem um certificado, não uma carreira.

Isso não é motivo para parar de aprender. É motivo para parar de tratar o aprendizado como o plano _inteiro_. O treinamento é necessário. Nunca foi suficiente. Os países que administram bem as transições — o modelo de "flexisegurança" da Dinamarca é o que Briggs cita como referência — combinam treinamento com suporte de renda e recolocação ativa, de modo que o trabalhador é carregado através da lacuna, em vez de receber um mapa e um "boa sorte."

O que isso significa para o seu emprego

A própria leitura do relatório sobre exposição é desigual, e essa desigualdade é sua melhor ferramenta de planejamento.

Mais exposto, menos protegido: trabalho de colarinho branco com formação universitária — veja nossos dados sobre assistentes administrativos, representantes de atendimento ao cliente, jornalistas e paralegais, onde o potencial de automação no nível das tarefas é alto e a cobertura de negociação coletiva é próxima de zero.

Escassez crônica, estruturalmente durável: enfermagem especializada e os ofícios da construção civil. Briggs argumenta que esses deveriam ser o alvo de um recrutamento público-privado coordenado, não uma reflexão tardia — veja enfermeiros registrados e eletricistas. E os motoristas de caminhão, frequentemente usados como cartaz da automação, aparecem no relatório como exemplo de como o cronograma real é desigual e lento.

O ponto unificador: sua exposição é um fato sobre suas _tarefas_, mas seu resultado é um fato sobre a _decisão de implantação_ — e decisões de implantação são tomadas por pessoas que podem ser influenciadas. Como Briggs coloca, "empregadores em todo setor têm um espectro amplo, não estreito, de escolhas sobre como adotar a IA."

O que você pode realmente fazer neste trimestre

Descubra o que o seu estado está fazendo. Illinois, Califórnia, Nova Jersey e Nova York já estão legislando. A lei estadual está se movendo mais rápido do que a lei federal, e é muito mais fácil de influenciar.

Pergunte sobre a implantação, não sobre a tecnologia. "Vai ter um humano no circuito?" e "Alguém avaliou o impacto sobre a força de trabalho antes do lançamento?" são perguntas com precedente de política pública por trás agora. Elas também são, notavelmente, perguntas que um empregador consegue responder sem admitir nada.

Defenda o degrau de baixo onde você trabalha. Se a sua equipe está discretamente deixando de repor cargos juniores, esse é o problema do emprego-portal acontecendo em miniatura — e geralmente é uma decisão, não um destino.

Continue treinando, mas exija um destino. Combine qualquer requalificação com um sinal real de demanda: um compromisso do empregador, uma taxa de recolocação, um pipeline de contratação. Treinar e rezar não é uma estratégia.

A leitura esperançosa

O cronograma do relatório não é um apocalipse. Briggs espera que a disrupção se desenrole ao longo de décadas, de forma desigual entre regiões, setores e funções — não como uma manhã catastrófica única. Isso importa, porque décadas são tempo suficiente para a política pública se atualizar, e essa atualização visivelmente já começou: experimentos estaduais, iniciativas filantrópicas como o Windfall Trust e a Humanity AI, prefeitos se reunindo sobre IA, e novos projetos de medição em Stanford e no Budget Lab de Yale, desenhados para nos dizer o que está realmente acontecendo, em vez do que tememos.

A boa notícia discreta deste relatório é que o debate finalmente tem estrutura. Um ano atrás, a escolha oferecida era pânico ou negação. Agora existem quatro alavancas, uma lista crescente de estados puxando-as, e uma descrição clara da lacuna — o grande descompasso — que precisa ser fechada. O medo precisava de um plano. Este é o começo de um.

Fontes

• Brookings Metro — Getting to all-of-the-above: A framework of solutions for AI's coming impacts on work and workers (Xavier de Souza Briggs, 29 de junho de 2026)
• US Bureau of Labor Statistics — Union Members Summary (filiação sindical no setor privado logo abaixo de 6%)
• Stanford HAI — AI Index Report (sentimento sobre IA entre países)
• Anthropic — Anthropic Economic Index (medição do uso de IA no nível das tarefas)
• The Budget Lab at Yale — AI and the labor market tracking (medição dos efeitos da IA sobre o mercado de trabalho)

Leitura relacionada: Challenger June 2026: AI Leads Job Cuts for a Fourth Straight Month · ECB: AI Already Cut High-Risk Jobs by 4% While Safe Jobs Grew 13%

_Esta análise foi produzida com apoio de IA e revisada por um editor humano. Os números de exposição e automação no nível ocupacional vêm do nosso próprio conjunto de dados, construído a partir das estruturas de tarefas do O*NET._