Tecnicos de Orteses

Saúde

Exposição à IA

  • Fonte dos dados: BLSPublicado: 2026-08

    Baixo· 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

    0.000

    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: 2025

    0.18

    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, 90% 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
Read prescriptions or specifications to determine the type of product or device to be fabricated and the materials and tools required.

O*NET Task ID 10514

1.0
Take patients' body or limb measurements for use in device construction.

O*NET Task ID 10517

0.5
Construct or receive casts or impressions of patients' torsos or limbs for use as cutting and fabrication patterns.

O*NET Task ID 10518

0.5
Fit appliances onto patients, and make any necessary adjustments.

O*NET Task ID 10512

0.0
Make orthotic or prosthetic devices, using materials such as thermoplastic and thermosetting materials, metal alloys and leather, and hand or power tools.

O*NET Task ID 10513

0.0
Repair, modify, or maintain medical supportive devices, such as artificial limbs, braces, or surgical supports, according to specifications.

O*NET Task ID 10515

0.0
Instruct patients in use of prosthetic or orthotic devices.

O*NET Task ID 10516

0.0
Bend, form, and shape fabric or material to conform to prescribed contours of structural components.

O*NET Task ID 10519

0.0
Drill and tap holes for rivets, and glue, weld, bolt, or rivet parts together to form prosthetic or orthotic devices.

O*NET Task ID 10520

0.0
Lay out and mark dimensions of parts, using templates and precision measuring instruments.

O*NET Task ID 10521

0.0
Test medical supportive devices for proper alignment, movement, or biomechanical stability, using meters and alignment fixtures.

O*NET Task ID 10522

0.0
Cover or pad metal or plastic structures or devices, using coverings such as rubber, leather, felt, plastic, or fiberglass.

O*NET Task ID 10523

0.0
Polish artificial limbs, braces, or supports, using grinding and buffing wheels.

O*NET Task ID 10524

0.0
Service or repair machinery used in the fabrication of appliances.

O*NET Task ID 10525

0.0
Mix pigments to match patients' skin coloring, according to formulas, and apply mixtures to orthotic or prosthetic devices.

O*NET Task ID 10526

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

Informação ocupacional