Police Identification and Records Officers

Código O*NET-SOC: 33-3021.02

Collect evidence at crime scene, classify and identify fingerprints, and photograph evidence for use in criminal and civil cases.

Fonte dos dados: BLSPublicado: 2026-08
Alto· relativa
BaixoQuatro faixas relativasMuito alto
Valor por grupo ocupacional
Escala, base e fonte
Quatro faixas relativas (Baixo / Moderado / Alto / Muito alto)
831 ocupações detalhadas da tabela de projeções de emprego do BLS. O valor é atribuído por código da National Employment Matrix (NEM), pelo que as ocupações que partilham um código NEM recebem a mesma banda
Conjunto de dados de origem (transferência XLSX)
Fonte dos dados: AnthropicPublicado: 2026-03
0,037
0,000Intervalo dos valores aqui apresentados0,745
Valor por grupo ocupacional
Escala, base e fonte
Índice de exposição observada, 0–1 tal como publicado
Mapeado sobre tarefas O*NET
Publicado por ocupação SOC 2018; toda ocupação O*NET com o mesmo código SOC 2018 recebe este valor
Conjunto de dados de origem (transferência CSV)
Fonte dos dados: ILOPublicado: 2025
0,23
0,09Intervalo dos valores aqui apresentados0,70
Valor por grupo ocupacional
Escala, base e fonte
Índice de exposição à IA generativa, 0–1 tal como publicado
Publicado por grupo de base ISCO-08. Ligado a esta ocupação, total ou parcialmente, aplicando tal como publicadas as tabelas de correspondência do U.S. Bureau of Labor Statistics (ISCO-08 para SOC 2010, SOC 2010 para SOC 2018)
Conjunto de dados de origem (transferência PDF)

Que tipo de valor esta fonte publica

A categoria de BLS é uma posição relativa, não um nível absoluto, e também não é uma medição de primeira mão: agrupa em quatro faixas as posições percentis da ocupação em vários estudos publicados. Não é uma previsão de emprego ou de salários, não é uma probabilidade de adoção e não distingue automação de aumento.

Task-level exposure

Apenas tarefas expostas

15 tarefas avaliadas · 9 tarefas com β ≥ 0,5 (60,0%)

β = exposição direta (E1) + 0,5 × exposição com ferramentas disponíveis (E2), segundo a definição do repositório de origem.

Unidade de origem: tarefas do O*NET 27.2 → código de ocupação do O*NET 31.0
Todas as tarefas pontuadas constam da lista de tarefas do O*NET 31.0.

Fonte: OpenAI "GPTs are GPTs" exposure rubric
Versão: gh-main-0471612
Licença: MIT License, Copyright (c) 2024 OpenAI

Task (O*NET 20.1)	Claude.aiRaw / share %
Coordinate or conduct instructional classes or in-services, such as citizen police academy classes and crime scene training for other officers. 33-3021.02	0.0025100.0
Not observed on any surface — 13 task(s) — These tasks have no row in the source for this release. The 0 in the share row is a display-stage composition ratio; absence is what the — in the raw row states.
Photograph crime or accident scenes for evidence records.	—0
Testify in court and present evidence.	—0
Dust selected areas of crime scene and lift latent fingerprints, adhering to proper preservation procedures.	—0
Look for trace evidence, such as fingerprints, hairs, fibers, or shoe impressions, using alternative light sources when necessary.	—0
Analyze and process evidence at crime scenes and in the laboratory, wearing protective equipment and using powders and chemicals.	—0
Package, store and retrieve evidence.	—0
Maintain records of evidence and write and review reports.	—0
Submit evidence to supervisors, crime labs, or court officials for legal proceedings.	—0
Identify, compare, classify, and file fingerprints, using systems such as Automated Fingerprint Identification System (AFIS) or the Henry Classification System.	—0
Serve as technical advisor and coordinate with other law enforcement workers or legal personnel to exchange information on crime scene collection activities.	—0
Perform emergency work during off-hours.	—0
Process film and prints from crime or accident scenes.	—0
Interview victims, witnesses, suspects, and other law enforcement personnel.	—0

Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.

Task (O*NET 27.2)	βE1 + 0.5 × E2
Maintain records of evidence and write and review reports. O*NET Task ID 18708	1.0
Photograph crime or accident scenes for evidence records. O*NET Task ID 2120	0.5
Look for trace evidence, such as fingerprints, hairs, fibers, or shoe impressions, using alternative light sources when necessary. O*NET Task ID 2123	0.5
Process film and prints from crime or accident scenes. O*NET Task ID 2129	0.5
Submit evidence to supervisors, crime labs, or court officials for legal proceedings. O*NET Task ID 18709	0.5
Identify, compare, classify, and file fingerprints, using systems such as Automated Fingerprint Identification System (AFIS) or the Henry Classification System. O*NET Task ID 18710	0.5
Serve as technical advisor and coordinate with other law enforcement workers or legal personnel to exchange information on crime scene collection activities. O*NET Task ID 18711	0.5
Analyze and process evidence at crime scenes, during autopsies, or in the laboratory, wearing protective equipment and using powders and chemicals. O*NET Task ID 21036	0.5
Create sketches and diagrams, by hand or computer software, to depict crime scenes. O*NET Task ID 21037	0.5
Testify in court and present evidence. O*NET Task ID 2121	0.0
Dust selected areas of crime scene and lift latent fingerprints, adhering to proper preservation procedures. O*NET Task ID 2122	0.0
Package, store and retrieve evidence. O*NET Task ID 2125	0.0
Perform emergency work during off-hours. O*NET Task ID 2127	0.0
Coordinate or conduct instructional classes or in-services, such as citizen police academy classes and crime scene training for other officers. O*NET Task ID 18712	0.0
Interview victims, witnesses, suspects, and other law enforcement personnel. O*NET Task ID 18713	0.0

β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.

Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page

Todas as tarefas do O*NET 31.0 (16)

Todas as tarefas do O*NET 31.0 desta ocupação (em inglês, como publicadas; tipo de tarefa principal ou complementar). Os valores de exposição não constam desta lista; estão na tabela acima, ao lado de cada tarefa na redação da versão do O*NET usada por cada fonte.

Tarefa (O*NET 31.0)	Tipo
Photograph crime or accident scenes for evidence records.	Principal
Testify in court and present evidence.	Principal
Dust selected areas of crime scene and lift latent fingerprints, adhering to proper preservation procedures.	Principal
Look for trace evidence, such as fingerprints, hairs, fibers, or shoe impressions, using alternative light sources when necessary.	Principal
Package, store and retrieve evidence.	Principal
Perform emergency work during off-hours.	Principal
Process film and prints from crime or accident scenes.	Principal
Maintain records of evidence and write and review reports.	Principal
Submit evidence to supervisors, crime labs, or court officials for legal proceedings.	Principal
Serve as technical advisor and coordinate with other law enforcement workers or legal personnel to exchange information on crime scene collection activities.	Principal
Coordinate or conduct instructional classes or in-services, such as citizen police academy classes and crime scene training for other officers.	Principal
Analyze and process evidence at crime scenes, during autopsies, or in the laboratory, wearing protective equipment and using powders and chemicals.	Principal
Create sketches and diagrams, by hand or computer software, to depict crime scenes.	Principal
Take fingerprints.	Principal
Identify, compare, classify, and file fingerprints, using systems such as Automated Fingerprint Identification System (AFIS) or the Henry Classification System.	Complementar
Interview survivors, witnesses, suspects, and other law enforcement personnel.	Complementar

Anthropic, “What work can robots do?”2026-09

0,13/ 3· Índice de exposição a robôs

0 nenhum3 ambientes não estruturados

Escala, base e fonte

Cada tarefa física recebe uma nota de 0 a 3 conforme o ambiente em que robôs já implantados, vendidos ou demonstrados poderiam realizá-la (0 nenhum · 1 ambientes feitos para robôs, como uma célula de máquinas cercada ou uma linha de engarrafamento · 2 instalações estruturadas, como uma farmácia hospitalar ou um porto de contêineres · 3 ambientes não estruturados, como uma residência particular ou um canteiro de obras), e as notas são promediadas pela parcela do tempo de trabalho

Tarefas físicas entre as tarefas O*NET 29.3 desta ocupação

A Anthropic estimou as notas e as parcelas de tempo com o Claude Opus 5 usando pesquisa na web (situação em 2026).

Conjunto de dados de origem

O índice de exposição a robôs é uma medida diferente dos números de exposição à IA deste site e não pode ser somado a eles nem comparado com eles. Não mede a adoção real nem o custo, e 0 também abrange ocupações sem tarefas físicas.

Nota de cada tarefa física

Níveis de ambiente robótico (E0–E3)

E0 nenhumDetalhes
Avaliada como não realizável por robôs que foram implantados, vendidos ou demonstrados, nem mesmo em um ambiente feito para robôs
E1 ambientes feitos para robôsDetalhes
Avaliada como realizável em um ambiente construído em torno da máquina, como uma célula de máquinas cercada ou uma linha de engarrafamento
E2 instalações estruturadasDetalhes
Avaliada como realizável em uma instalação de trabalho de pessoas que uma instituição mantém em um padrão de trabalho, como uma farmácia hospitalar ou um porto de contêineres
E3 ambientes não estruturadosDetalhes
Avaliada como realizável em um ambiente que nenhuma instituição mantém em um padrão de trabalho, como uma residência particular ou um canteiro de obras

Apenas as tarefas classificadas como físicas são listadas; as demais tarefas não têm nível na fonte.

Tarefa (O*NET 29.3)	Nível de ambiente robótico
Photograph crime or accident scenes for evidence records.	E0 nenhum
Dust selected areas of crime scene and lift latent fingerprints, adhering to proper preservation procedures.	E0 nenhum
Look for trace evidence, such as fingerprints, hairs, fibers, or shoe impressions, using alternative light sources when necessary.	E0 nenhum
Package, store and retrieve evidence.	E1 ambientes feitos para robôs
Submit evidence to supervisors, crime labs, or court officials for legal proceedings.	E1 ambientes feitos para robôs
Analyze and process evidence at crime scenes, during autopsies, or in the laboratory, wearing protective equipment and using powders and chemicals.	E0 nenhum
Perform emergency work during off-hours.	E0 nenhum

Perspetivas de emprego (BLS)

Valores de todo o grupo SOC 33-3021 (Detectives and criminal investigators), não apenas desta ocupação O*NET.

Emprego, 2025: 121K
Emprego projetado, 2035: 121K
Variação (2025–35): +0,2%
Salário anual mediano, 2025: $93.790
Escolaridade habitual para ingresso: High school diploma or equivalent

mínimo $30.890faixa do salário mediano de 825 ocupações detalhadas, BLS EP 2025–35máximo $559.030

Fonte: U.S. Bureau of Labor Statistics, Employment Projections 2025–35 — Employment by detailed occupation, 2025 and projected 2035

Ligações à classificação coreana (KSCO)

Ligações da versão atual de Korea Occupation Direct Crosswalk v1.1, elaborado pela AI Changing Work. Os valores de relação são lidos a partir da ocupação O*NET-SOC.

Código KSCO	Nome KSCO	Relação	Estado
41112	일반 경찰관 및 수사관	Esta ocupação é mais restrita	confirmado

Definições de relação e estado(kr-direct v1.1)

Descrição ocupacional da OIT

A AI Changing Work vincula a esta ocupação os grupos de base da ISCO-08 abaixo aplicando, tal como publicadas, as tabelas de correspondência do Bureau of Labor Statistics dos EUA (BLS) (SOC 2018 para SOC 2010, SOC 2010 para ISCO-08), sem seleção caso a caso; cada vínculo pode ser total ou parcial.

ISCO-08 3355Police Inspectors and Detectives
Inspectores de polícia e detectives

Fonte: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)

Licença: CC BY 4.0 (EU Reuse Notice)

Ver original

A definição, as tarefas e os exemplos abaixo são a descrição da OIT para esse grupo de base, não para esta ocupação.

Police inspectors and detectives investigate facts and circumstances relating to crimes committed in order to identify suspected offenders and obtain information not readily available or apparent concerning establishments or the circumstances and behaviour of persons, mostly in order to prevent crimes.

Tarefas

(a) establishing contacts and sources of information about crimes planned or committed, in order to prevent crimes or identify suspected offenders;
(b) obtaining and verifying evidence by examining crime and accident scenes for clues and physical evidence, interviewing witnesses and suspects and analysing documents and computer files;
(c) analysing evidence in order to solve crimes, identify criminal activity and gather information for court cases;
(d) establishing contacts and sources of information not readily available or apparent concerning establishments or the circumstances and behaviour of persons, usually with the aim of preventing a crime;
(e) making arrests;
(f) testifying in courts of law or reporting to superiors about circumstances and results of investigations.

Ocupações de exemplo

Police detective · Police inquiry agent · Police inspector

Sources: ILO ISCO-08 — details: Credits

Vocabulário ocupacional ESCO

Cada entrada abaixo está associada a esta ocupação no ESCO-O*NET Crosswalk publicado (versão 1, 2022). Os tipos de correspondência são os dessa tabela; a redação é da AI Changing Work.

Agente de investigação criminalESCO 3355.1Sobrepõem-se, não são iguais
Os agentes de investigação criminal examinam e analisam os locais de crimes e os elementos de prova encontrados nos mesmos. Tratam e protegem os elementos de prova em conformidade com as regras e os regulamentos e isolam o local de influências externas. Fotografam o local, asseguram a manutenção dos elementos de prova e redigem relatórios.
Detetive da políciaESCO 3355.2Sobrepõem-se, não são iguais
Os detetives da polícia recolhem e compilam elementos de prova que os assistem na resolução de crimes. Utilizam técnicas de investigação para reunir provas e entrevistar todas as partes relacionadas com a sua linha de inquérito, e cooperam com outras divisões do departamento de polícia para reunir os elementos de prova.

Fonte: European Commission, DG EMPL — ESCO API 2026-08-08 (bridge v1.2.1)

Licença: CC BY 4.0 (EU Reuse Notice)

Ver original

ESCO reuse terms and the modification notice are in Credits.

Ligações à classificação francesa (ROME)

Ligações entre esta ocupação e fichas ROME 4.0, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação. As ligações marcadas como «provisório» foram adotadas apenas com base nos julgamentos de dois avaliadores da mesma família de modelos (Claude), ou por uma regra do operador aplicada a esses julgamentos, pelo que se apoiam em evidências mais fracas do que as ligações confirmadas.

Código ROME	Designação ROME (francês)	Relação
K1721	Technicien / Technicienne en investigation criminelle	Mesmo âmbitoprovisório

Source: France Travail — Répertoire Opérationnel des Métiers et des Emplois (ROME 4.0), version 61, last updated 15 June 2026 (https://www.data.gouv.fr/datasets/repertoire-operationnel-des-metiers-et-des-emplois-rome). Licence Ouverte 2.0.

ROME codes and titles are reproduced unchanged; the links to O*NET-SOC occupations are AI Changing Work's own judgment and are not a France Travail correspondence.

(AI Changing Work link release: fr-direct v1)

Ligações à classificação espanhola (CNO-11)

Ligações entre esta ocupação e ocupações CNO-11, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação.

Código CNO-11	Designação CNO-11 (espanhol)	Relação
3631	Técnicos de la policía nacional, autonómica y local	Esta ocupação é mais restritaprovisório
3632	Suboficiales de la guardia civil	Relacionada, não correspondenteprovisório

Source: Instituto Nacional de Estadística (INE), National Classification of Occupations 2011 (CNO-11, Royal Decree 1591/2010) — www.ine.es · Licensed CC BY 4.0. CNO-11 codes and Spanish titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own judgment and are not an INE correspondence.

(AI Changing Work link release: es-direct v1)

Ligações à classificação alemã (KldB)

Ligações entre esta ocupação e ocupações KldB, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação.

Código KldB	Designação KldB (alemão)	Relação
53223	Berufe im Kriminaldienst - komplexe Spezialistentätigkeiten	Esta ocupação é mais restrita
53224	Berufe im Kriminaldienst - hoch komplexe Tätigkeiten	Relacionada, não correspondente

Source: © Statistik der Bundesagentur für Arbeit — Klassifikation der Berufe 2010 – überarbeitete Fassung 2020, https://statistik.arbeitsagentur.de. KldB codes and titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own mapping (eigene Zuordnung) and are not a Bundesagentur für Arbeit correspondence.

(AI Changing Work link release: de-direct v1)

Ligações à classificação japonesa (JSCO)

Ligações entre esta ocupação e ocupações JSCO, estabelecidas pela AI Changing Work com modelos de IA. As relações leem-se do lado desta ocupação.

Código JSCO	Designação JSCO (japonês)	Relação
441	警察官	Relacionada, não correspondente
249	他に分類されない専門的職業従事者	Relacionada, não correspondenteprovisório

Source: Ministry of Internal Affairs and Communications (MIC), Japan Standard Occupational Classification (Dec. 2009, MIC Notification No. 555). JSCO codes and Japanese titles are reproduced unchanged; the links to O*NET occupations are AI Changing Work's own judgment and are not a MIC correspondence.

(AI Changing Work link release: jp-direct v1)

Fontes de dados e licenças desta página, e avisos de modificação e tradução da AI Changing Work: Créditos e fontes