Digitadores de Dados
Escritório e Suporte AdministrativoExposição à IA
- Fonte dos dados: BLSPublicado: '26.08
Muito alto· relativa
BaixoQuatro faixas relativasMuito altoValor 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
- Fonte dos dados: AnthropicPublicado: '26.03
0.671
0.000Intervalo dos valores aqui apresentados0.745Escala, base e fonte
Índice de exposição observada, 0–1 tal como publicado
Mapeado sobre tarefas O*NET
- Fonte dos dados: ILOPublicado: '25
0.70
0.09Intervalo dos valores aqui apresentados0.70Valor por grupo ocupacional
Escala, base e fonte
Índice de exposição à IA generativa, 0–1 tal como publicado
Grupo de base CITP-08 — todas as ocupações com o mesmo código recebem este valor
Calculado por este site, não publicado pela OIT: das 1.012 ocupações que este site liga ao conjunto de dados da OIT, 0% atingem ou superam este valor.
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
Ver 3 tarefas ocultas| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Maintain logs of activities and completed work.43-9021 | 0.030037.5 | 0.04007.0 |
Compile, sort, and verify the accuracy of data before it is entered.43-9021 | 0.020025.0 | 0.320056.1 |
Compare data with source documents, or re-enter data in verification format to detect errors.43-9021 | 0.020025.0 | 0.05008.8 |
Read source documents such as canceled checks, sales reports, or bills, and enter data in specific data fields or onto tapes or disks for subsequent entry, using keyboards or scanners.43-9021 | 0.010012.5 | 0.130022.8 |
Locate and correct data entry errors, or report them to supervisors.43-9021 | 0.00000.0 | 0.01001.8 |
Select materials needed to complete work assignments. | —0 | 0.02003.5 |
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 | βE1 + 0.5 × E2 |
|---|---|
Compile, sort, and verify the accuracy of data before it is entered.O*NET Task ID 11402 | 1.0 |
Compare data with source documents, or re-enter data in verification format to detect errors.O*NET Task ID 11403 | 1.0 |
Store completed documents in appropriate locations.O*NET Task ID 11404 | 1.0 |
Locate and correct data entry errors, or report them to supervisors.O*NET Task ID 11405 | 1.0 |
Maintain logs of activities and completed work.O*NET Task ID 11406 | 1.0 |
Select materials needed to complete work assignments.O*NET Task ID 11407 | 1.0 |
Resolve garbled or indecipherable messages, using cryptographic procedures and equipment.O*NET Task ID 11409 | 1.0 |
Read source documents such as canceled checks, sales reports, or bills, and enter data in specific data fields or onto tapes or disks for subsequent entry, using keyboards or scanners.O*NET Task ID 11401 | 0.5 |
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
Occupation information
Alterações recentes que afetam esta ocupação
mai. de 2026: Anthropic observed-exposure score: high (routine tasks absorbed). High observed exposure; routine tasks already absorbed by LLMs.
[Fonte: Anthropic Economic Research (Massenkoff & McCrory, 2026)]abr. de 2026: NBER survey of 6,000 executives: 69% use AI but 90% report zero employment impact. Executives predict -0.7% employment decline over next 3 years.
[Fonte: NBER Working Paper 34836]abr. de 2026: Among highest automation exposure occupations. AI topped all job cut reasons in March 2026 with 15,341 positions (25% of total). Q1 cumulative AI cuts: 27,645.
[Fonte: Challenger March 2026]