Cientistas de Dados

Computação e Matemática

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

    0.461

    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

    0.57

    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, 7% 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

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
Apply feature selection algorithms to models predicting outcomes of interest, such as sales, attrition, and healthcare use.

O*NET Task ID 21824

1.0
Apply sampling techniques to determine groups to be surveyed or use complete enumeration methods.

O*NET Task ID 21825

1.0
Clean and manipulate raw data using statistical software.

O*NET Task ID 21826

1.0
Compare models using statistical performance metrics, such as loss functions or proportion of explained variance.

O*NET Task ID 21827

1.0
Design surveys, opinion polls, or other instruments to collect data.

O*NET Task ID 21830

1.0
Propose solutions in engineering, the sciences, and other fields using mathematical theories and techniques.

O*NET Task ID 21834

1.0
Test, validate, and reformulate models to ensure accurate prediction of outcomes of interest.

O*NET Task ID 21837

1.0
Write new functions or applications in programming languages to conduct analyses.

O*NET Task ID 21838

1.0
Analyze, manipulate, or process large sets of data using statistical software.

O*NET Task ID 21823

0.5
Create graphs, charts, or other visualizations to convey the results of data analysis using specialized software.

O*NET Task ID 21828

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®, Eloundou et al. (2023): see full notices on the Credits page

Occupation information

Alterações recentes que afetam esta ocupação

abr. de 2026: Bank of Korea research shows junior knowledge workers (≤5 years experience) face 4.0% work hour reduction from AI vs 2.9% for 21+ year veterans. Youth jobs in AI-exposed sectors declined 98.6% of 2.11M total losses (2022-2025).

[Fonte: Bank of Korea Employment Research (2025)]

mar. de 2026: BLS projects 36% growth in data scientist roles through 2034, highest among tech occupations

[Fonte: U.S. Bureau of Labor Statistics]

mar. de 2026: Dallas Fed: Data scientists classified as high AI-exposure occupation. Wage premiums rising as AI amplifies analytical productivity for experienced workers.

[Fonte: Dallas Fed (Feb 2026)]