Operadores de Terminais Portuarios

Transporte e Movimentação de Materiais

Exposição à IA

  • Fonte dos dados: BLSPublicado: 2026-08

    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: 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

    0.26

    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, 76% 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

Ver 4 tarefas ocultas

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
Prepare work orders for repair, maintenance, or changes in traffic systems.

O*NET Task ID 8634

1.0
Gather and compile data from hand count sheets, machine count tapes, or radar speed checks and code data for computer input.

O*NET Task ID 8640

1.0
Compute time settings for traffic signals or speed restrictions, using standard formulas.

O*NET Task ID 8647

1.0
Prepare drawings of proposed signal installations or other control devices, using drafting instruments or computer-automated drafting equipment.

O*NET Task ID 8631

0.5
Plan, design, and improve components of traffic control systems to accommodate current or projected traffic and to increase usability and efficiency.

O*NET Task ID 8632

0.5
Analyze data related to traffic flow, accident rates, or proposed development to determine the most efficient methods to expedite traffic flow.

O*NET Task ID 8633

0.5
Study factors affecting traffic conditions, such as lighting or sign and marking visibility, to assess their effectiveness.

O*NET Task ID 8635

0.5
Lay out pavement markings for striping crews.

O*NET Task ID 8637

0.5
Operate counters and record data to assess the volume, type, and movement of vehicular or pedestrian traffic at specified times.

O*NET Task ID 8638

0.5
Provide technical supervision regarding traffic control devices to other traffic technicians or laborers.

O*NET Task ID 8639

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

Informação ocupacional