OpenAI mapeia 921 empregos nos EUA: 18% enfrentam automação por IA
A OpenAI publicou um framework de 4 dimensões cobrindo 921 ocupações. 18% dos empregos têm risco elevado de automação por IA no curto prazo. Saiba quem está na lista e por quê.
18% dos empregos nos EUA têm risco elevado de automação por IA no curto prazo — e a lista de quem está nela pode te surpreender. [Fato]
Não é uma projeção de um think tank nem de um jornalista. É o que a própria OpenAI colocou por escrito neste abril, num framework de quatro dimensões que mapeia 921 ocupações cobrindo 99,7% do emprego americano. Se o seu trabalho envolve contratos, salas de aula ou papelada de escritório, você está estatisticamente mais exposto do que um encanador, uma enfermeira registrada ou um professor de jardim de infância. [Fato]
Olha, vou te contar o que o relatório realmente diz, por que o corte foi feito onde foi, e o que isso significa para o trabalho que você faz toda segunda-feira de manhã.
O que o framework da OpenAI faz de diferente
A maioria dos relatórios sobre IA e emprego começa com listas de tarefas. Eles olham para o que seu trabalho envolve, perguntam se a IA consegue fazer essas tarefas e param por aí. O AI Jobs Transition Framework da OpenAI, escrito pelo economista Alex Martin Richmond com prefácio do economista-chefe da OpenAI Ronnie Chatterji, coloca mais três dimensões em cima disso. [Fato]
A primeira dimensão é a mais óbvia: a capacidade técnica. A IA consegue realmente executar as tarefas que o trabalho exige hoje? [Fato]
A segunda dimensão é a que a maioria dos relatórios pula — a necessidade humana. Alguns trabalhos precisam ser feitos por humanos mesmo quando a IA tecnicamente consegue realizá-los. O framework divide isso em três razões: regulatória (juízes, advogados em tribunais, certos procedimentos médicos), relacional (professores, terapeutas, enfermeiros de cuidados paliativos) e física (encanadores, eletricistas, cuidadores presenciais). Uma tarefa pode ser 90% automatizável e ainda exigir um humano legal ou socialmente. [Opinião]
A terceira dimensão é a elasticidade da demanda. Se a IA torna a contabilidade 10× mais barata, as empresas contratam 10× mais contadores fazendo 10× mais trabalho? Ou reduzem o quadro de funcionários? A OpenAI admite que essa é a dimensão mais difícil de observar e usa aproximações estruturadas. [Estimativa]
A quarta dimensão é onde o relatório fica incomum. A OpenAI rodou a análise por dados anonimizados de uso do ChatGPT por consumidores no segundo semestre de 2025, cruzados com dados de desemprego da Pesquisa de População Atual dos EUA e um classificador de ocupações GPT-5.4. Descobriram que o uso do ChatGPT era cerca de 3× maior em empregos que o framework sinalizou como de alto risco do que nos de baixo risco — um sinal do mundo real, não uma projeção teórica. [Fato]
Os números, detalhados
Em 921 ocupações, o framework divide a força de trabalho americana em quatro grupos. [Fato]
- 18% dos empregos enfrentam maior risco de automação no curto prazo. Os clusters são suporte jurídico, funções administrativas em escolas e suporte administrativo de escritório em geral. [Fato]
- 46% devem sofrer menos mudanças — trabalhos mais difíceis de automatizar ou onde a necessidade humana bloqueia isso. [Fato]
- 24% podem ver o emprego diminuir conforme a composição de tarefas muda dentro da função. O cargo continua existindo; o número de vagas encolhe. [Estimativa]
- 12% podem crescer por causa da IA — geralmente porque um output mais barato impulsiona mais demanda. [Estimativa]
Perceba que 18% + 46% + 24% + 12% = 100%, mas "maior risco" e "declínio de emprego" se sobrepõem conceitualmente. O framework está ordenando por _tipo_ de pressão, não equilibrando vencedores contra perdedores.
Quem realmente está na lista de alto risco
Três famílias de empregos dominam os 18%: suporte jurídico, educação e trabalho administrativo de escritório. [Fato]
No suporte jurídico, paralegais e secretários jurídicos fazem enormes volumes de revisão de documentos, verificação de citações e redação de modelos — exatamente o que os grandes modelos de linguagem fazem bem. [Estimativa] Se você trabalha como paralegal ou secretário jurídico, o relatório diz que você está agora na categoria sob maior pressão.
Na educação, a fatia afetada é administrativa — não o ensino em si. [Opinião] A OpenAI menciona especificamente professores, professores de pré-escola e professores de jardim de infância como funções protegidas, porque a dimensão relacional as torna necessárias de uma forma que a IA não consegue substituir. A exposição está em agendamento, papelada de notas, rascunhos de comunicação com pais e modelos de planos de aula.
No trabalho administrativo de escritório, assistentes administrativos, secretários executivos, representantes de atendimento ao cliente, digitadores de dados, escriturários de contabilidade e funcionários de escritório todos estão na faixa de alta pressão. O fio condutor é trabalho de linguagem estruturado em escala — exatamente o que agora custa R$ 0,15 por consulta (cerca de US$ 0,03). [Estimativa]
Quem está protegido, e por que as razões importam
A conclusão mais clara do relatório para os trabalhadores é quais funções estão protegidas, e por quê.
Advogados (os licenciados, em tribunal, distintos dos paralegais), juízes, enfermeiros registrados, enfermeiros especialistas e professores da linha de frente são todos sinalizados como protegidos. [Fato] As razões não são as mesmas.
Um advogado é protegido pela regulação. A admissão na OAB, as regras de comparecimento em tribunal e a responsabilidade pela assinatura significam que um humano precisa ser aquele cujo nome vai na petição — mesmo que a IA tenha redigido o rascunho. Uma enfermeira é protegida pela necessidade física e relacional: inserção de cateter, cuidados à beira do leito, a presença humana que acalma um paciente assustado. [Opinião] Um professor é protegido pela demanda relacional: pais, conselhos escolares e os próprios alunos esperam uma pessoa, não um chatbot, na frente da sala.
E sabe o que isso importa para o seu planejamento de carreira? Se a sua função é protegida pela regulação, essa proteção pode desaparecer com uma mudança de lei. Se é protegida pela necessidade física, a robótica pode corroi-la ao longo de uma década. Se é protegida pela demanda relacional — pelo que os humanos realmente querem de outros humanos — ela tende a ser a mais durável. [Opinião]
O que os dados de uso do ChatGPT acrescentam
Essa é a parte do relatório mais difícil de ignorar. A OpenAI não apenas previu — eles mediram. O uso do ChatGPT no S2 2025 foi cerca de 3× maior nas ocupações que o framework sinalizou como de alto risco do que nas de baixo risco. [Fato]
Isso é um sinal comportamental, não uma resposta de pesquisa. Trabalhadores em suporte jurídico, administração de escritório e coordenação de colarinhos brancos _já estão usando IA intensamente no trabalho_. A transição não é um choque futuro — é uma substituição atual e em andamento. [Opinião]
Um relatório independente do EdTech Innovation Hub enquadrou isso como a tensão central: o número de 18% é marcante, mas o fato mais importante é que a adoção está concentrada exatamente nas funções mais expostas. Se você está nessas funções e _ainda não_ está usando IA, você já está atrás dos colegas que estão. [Estimativa]
O que isso significa para a sua semana
Três coisas concretas se o seu emprego está na lista dos 18%.
Primeiro — meça o seu próprio mix de tarefas esta semana. Pegue qualquer período de cinco dias e anote o que você realmente fez a cada hora. O framework da OpenAI é no nível da ocupação; o seu emprego específico é no nível da tarefa. Se 70% da sua semana é trabalho de linguagem estruturado (redigir, resumir, classificar, recuperar informações), a pressão do framework se aplica a você. Se 70% são decisões de julgamento, relacionamentos com clientes ou trabalho físico, ela se aplica menos.
Segundo — adote antes de ser forçado a isso. Os dados de uso do ChatGPT mostram que a substituição já está em andamento na sua categoria. Trabalhadores que usam IA para lidar mais rapidamente com as tarefas da categoria de 18% têm mais espaço para assumir o trabalho que o framework chama de protegido — relacional, regulamentado, com alto grau de julgamento. Esse espaço é o seu seguro de carreira.
Terceiro — fique de olho na categoria dos 24%. Mesmo que sua função seja "protegida", o cenário de declínio silencioso de 24% significa que as empresas mantêm o cargo mas reduzem as vagas. Fique atento a congelamentos de contratação, consolidações de funções e a linguagem "vamos preencher essa vaga mais tarde" na sua equipe. Esses são indicadores antecipados de que sua empresa decidiu que a IA absorveu a capacidade perdida.
O framework é útil precisamente porque não finge ser uma previsão. Ele mapeia a pressão. O que você faz com essa pressão — ou o que o seu empregador faz — é a parte que o relatório não tenta prever.
Fontes
- The AI Jobs Transition Framework (OpenAI, abril de 2026) — relatório principal (PDF)
- EdTech Innovation Hub: OpenAI finds 18% of US jobs at risk from AI as ChatGPT use surges — cobertura independente
- BCG: AI Will Reshape More Jobs Than It Replaces — análise corroborante
Divulgação sobre Análise Assistida por IA
Este artigo foi redigido pelo Claude (Anthropic) usando o framework publicado pela OpenAI em abril de 2026 como fonte principal. O PDF completo não pôde ser recuperado diretamente nesta sessão por limitações de tamanho de arquivo, portanto os dados e conclusões são citados de cobertura secundária independente (EdTech Innovation Hub, republicação da BCG) e do próprio resumo público do relatório. Todos os percentuais citados e a contagem de 921 ocupações vêm dessas fontes. Os julgamentos editoriais — quais funções destacar, como enquadrar as dimensões, os passos de ação — são a análise deste site. O relatório original e as citações primárias estão vinculados acima para verificação.
Histórico de Atualizações
- 2026-04-28 — Publicação inicial, resumindo o AI Jobs Transition Framework da OpenAI lançado em abril de 2026.
Analysis based on the Anthropic Economic Index, U.S. Bureau of Labor Statistics, and O*NET occupational data. Learn about our methodology
Histórico de atualizações
- Publicado pela primeira vez em 27 de abril de 2026.
- Última revisão em 27 de abril de 2026.