Planejadores Urbanos e Regionais

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

    0.096

    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

    0.41

    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, 36% 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
Design, promote, or administer government plans or policies affecting land use, zoning, public utilities, community facilities, housing, or transportation.

O*NET Task ID 220

0.5
Recommend approval, denial, or conditional approval of proposals.

O*NET Task ID 222

0.5
Create, prepare, or requisition graphic or narrative reports on land use data, including land area maps overlaid with geographic variables, such as population density.

O*NET Task ID 225

0.5
Advise planning officials on project feasibility, cost-effectiveness, regulatory conformance, or possible alternatives.

O*NET Task ID 226

0.5
Conduct field investigations, surveys, impact studies, or other research to compile and analyze data on economic, social, regulatory, or physical factors affecting land use.

O*NET Task ID 227

0.5
Discuss with planning officials the purpose of land use projects, such as transportation, conservation, residential, commercial, industrial, or community use.

O*NET Task ID 228

0.5
Keep informed about economic or legal issues involved in zoning codes, building codes, or environmental regulations.

O*NET Task ID 229

0.5
Mediate community disputes or assist in developing alternative plans or recommendations for programs or projects.

O*NET Task ID 230

0.5
Coordinate work with economic consultants or architects during the formulation of plans or the design of large pieces of infrastructure.

O*NET Task ID 231

0.5
Review and evaluate environmental impact reports pertaining to private or public planning projects or programs.

O*NET Task ID 232

0.5
Hold public meetings with government officials, social scientists, lawyers, developers, the public, or special interest groups to formulate, develop, or address issues regarding land use or community plans.

O*NET Task ID 18476

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