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

Ver 1 tarefa oculta

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

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