Motoristas de Caminhão Pesado
Transporte e Movimentação de MateriaisExposição à IA
- Fonte dos dados: BLSPublicado: '26.08
Moderado· relativa
BaixoQuatro faixas relativasMuito altoValor 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
- Fonte dos dados: AnthropicPublicado: '26.03
0.000
0.000Intervalo dos valores aqui apresentados0.745Escala, base e fonte
Índice de exposição observada, 0–1 tal como publicado
Mapeado sobre tarefas O*NET
- Fonte dos dados: ILOPublicado: '25
0.24
0.09Intervalo dos valores aqui apresentados0.70Valor 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, 79% atingem ou superam este valor.
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 21 tarefas ocultasValues 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.
| Task | βE1 + 0.5 × E2 |
|---|---|
Maintain logs of working hours or of vehicle service or repair status, following applicable state and federal regulations.O*NET Task ID 10637 | 1.0 |
Read bills of lading to determine assignment details.O*NET Task ID 10643 | 1.0 |
Report vehicle defects, accidents, traffic violations, or damage to the vehicles.O*NET Task ID 10644 | 1.0 |
Check all load-related documentation for completeness and accuracy.O*NET Task ID 20693 | 1.0 |
Operate equipment, such as truck cab computers, CB radios, phones, or global positioning systems (GPS) equipment to exchange necessary information with bases, supervisors, or other drivers.O*NET Task ID 20695 | 1.0 |
Read and interpret maps to determine vehicle routes.O*NET Task ID 10645 | 0.5 |
Collect delivery instructions from appropriate sources, verifying instructions and routes.O*NET Task ID 10647 | 0.5 |
Check conditions of trailers after contents have been unloaded to ensure that there has been no damage.O*NET Task ID 10650 | 0.5 |
Inventory and inspect goods to be moved to determine quantities and conditions.O*NET Task ID 10655 | 0.5 |
Plan or adjust routes based on changing conditions, using computer equipment, global positioning systems (GPS) equipment, or other navigation devices, to minimize fuel consumption and carbon emissions.O*NET Task ID 19923 | 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
abr. de 2026: Transportation sector saw 32,241 Q1 2026 cuts — 703% increase YoY. Autonomous vehicle testing and AI logistics optimization driving displacement. AI was #1 March cut reason.
[Fonte: Challenger March 2026]mar. de 2026: Challenger: transportation sector 31,702 cuts YTD (+872% YoY), largest sectoral increase in 2026.
[Fonte: Challenger Gray Feb 2026 Report]