Cientistas do Solo

Ciências da Vida, Físicas e Sociais

Exposição à IA

  • Fonte dos dados: BLSPublicado: 2026-08

    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: 2026-03

    0.051

    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

    0.40

    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, 39% 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
Communicate research or project results to other professionals or the public or teach related courses, seminars, or workshops.

O*NET Task ID 9021

0.5
Provide information or recommendations to farmers or other landowners regarding ways in which they can best use land, promote plant growth, or avoid or correct problems such as erosion.

O*NET Task ID 9022

0.5
Investigate responses of soils to specific management practices to determine the use capabilities of soils and the effects of alternative practices on soil productivity.

O*NET Task ID 9023

0.5
Develop methods of conserving or managing soil that can be applied by farmers or forestry companies.

O*NET Task ID 9024

0.5
Conduct experiments to develop new or improved varieties of field crops, focusing on characteristics such as yield, quality, disease resistance, nutritional value, or adaptation to specific soils or climates.

O*NET Task ID 9025

0.5
Investigate soil problems or poor water quality to determine sources and effects.

O*NET Task ID 9026

0.5
Study soil characteristics to classify soils on the basis of factors such as geographic location, landscape position, or soil properties.

O*NET Task ID 9027

0.5
Develop improved measurement techniques, soil conservation methods, soil sampling devices, or related technology.

O*NET Task ID 9028

0.5
Conduct experiments investigating how soil forms, changes, or interacts with land-based ecosystems or living organisms.

O*NET Task ID 9029

0.5
Identify degraded or contaminated soils and develop plans to improve their chemical, biological, or physical characteristics.

O*NET Task ID 9030

0.5
Conduct experiments regarding causes of bee diseases or factors affecting yields of nectar or pollen.

O*NET Task ID 9041

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

Alterações recentes que afetam esta ocupação

mar. de 2026: Published evergreen blog post analyzing AI impact on soil scientists: 37% exposure, 24% automation risk.

[Fonte: AI Changing Work Blog]