Recepcionistas

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

    0.434

    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

Ver 3 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
Perform administrative support tasks, such as proofreading, transcribing handwritten information, or operating calculators or computers to work with pay records, invoices, balance sheets, or other documents.

O*NET Task ID 746

1.0
Analyze data to determine answers to questions from customers or members of the public.

O*NET Task ID 752

1.0
Calculate and quote rates for tours, stocks, insurance policies, or other products or services.

O*NET Task ID 756

1.0
Process and prepare memos, correspondence, travel vouchers, or other documents.

O*NET Task ID 758

1.0
Operate telephone switchboard to answer, screen, or forward calls, providing information, taking messages, or scheduling appointments.

O*NET Task ID 744

0.5
Receive payment and record receipts for services.

O*NET Task ID 745

0.5
Greet persons entering establishment, determine nature and purpose of visit, and direct or escort them to specific destinations.

O*NET Task ID 747

0.5
Hear and resolve complaints from customers or the public.

O*NET Task ID 748

0.5
File and maintain records.

O*NET Task ID 749

0.5
Transmit information or documents to customers, using computer, mail, or facsimile machine.

O*NET Task ID 750

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: ILO finds 408 million people globally lack adequate work while AI transforms office roles. Women 24.2% less likely to participate in labor force.

[Fonte: ILO WESO 2026]

mar. de 2026: ILO: business administration and clerical support nearly twice as likely to be exposed to GenAI.

[Fonte: ILO Research Brief, March 2026]

mar. de 2026: ILO confirms receptionists among occupations driving gender AI gap; 88% of countries analyzed show women face higher generative AI risks than men

[Fonte: ILO: Gen AI, Occupational Segregation and Gender Equality (Mar 2026)]