Digitadores de Dados

Escritório e Suporte Administrativo

Exposição à IA

  • Fonte dos dados: BLSPublicado: '26.08

    Muito 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: '26.03

    0.671

    0.000Intervalo dos valores aqui apresentados0.745
    Escala, base e fonte

    Índice de exposição observada, 0–1 tal como publicado

    Mapeado sobre tarefas O*NET

    Conjunto de dados de origem

  • Fonte dos dados: ILOPublicado: '25

    0.70

    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

    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.

    Conjunto de dados de origem

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

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.

TaskβE1 + 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
Load machines with required input or output media, such as paper, cards, disks, tape, or Braille media.

O*NET Task ID 11408

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®, 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]