Economistas

Ciências da Vida, Físicas e Sociais

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

    0.242

    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

    0.55

    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, 12% 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
Study economic and statistical data in area of specialization, such as finance, labor, or agriculture.

O*NET Task ID 7536

0.5
Provide advice and consultation on economic relationships to businesses, public and private agencies, and other employers.

O*NET Task ID 7537

0.5
Compile, analyze, and report data to explain economic phenomena and forecast market trends, applying mathematical models and statistical techniques.

O*NET Task ID 7538

0.5
Formulate recommendations, policies, or plans to solve economic problems or to interpret markets.

O*NET Task ID 7539

0.5
Develop economic guidelines and standards, and prepare points of view used in forecasting trends and formulating economic policy.

O*NET Task ID 7540

0.5
Testify at regulatory or legislative hearings concerning the estimated effects of changes in legislation or public policy, and present recommendations based on cost-benefit analyses.

O*NET Task ID 7541

0.5
Supervise research projects and students' study projects.

O*NET Task ID 7542

0.5
Forecast production and consumption of renewable resources and supply, consumption, and depletion of non-renewable resources.

O*NET Task ID 7543

0.5
Teach theories, principles, and methods of economics.

O*NET Task ID 7544

0.5
Provide litigation support, such as writing reports for expert testimony or testifying as an expert witness.

O*NET Task ID 20051

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

mar. de 2026: New blog post: economists face 60% exposure, 36% risk.

[Fonte: ACW Blog]