Escritores e Autores
Artes, Design, Entretenimento e MídiaExposição à IA
- Fonte dos dados: BLSPublicado: '26.08
Muito alto· 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
0.246
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
0.55
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, 12% 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
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.
| Task | βE1 + 0.5 × E2 |
|---|---|
Discuss with the client the product, advertising themes and methods, and any changes that should be made in advertising copy.O*NET Task ID 22653 | 1.0 |
Present drafts and ideas to clients.O*NET Task ID 22654 | 1.0 |
Vary language and tone of messages based on product and medium.O*NET Task ID 22655 | 1.0 |
Write articles, bulletins, sales letters, speeches, and other related informative, marketing and promotional material.O*NET Task ID 22657 | 1.0 |
Invent names for products and write the slogans that appear on packaging, brochures and other promotional material.O*NET Task ID 22659 | 1.0 |
Collaborate with other writers on specific projects.O*NET Task ID 22661 | 1.0 |
Edit or rewrite existing written material as necessary, and submit written material for approval by supervisor, editor, or publisher.O*NET Task ID 22664 | 1.0 |
Follow appropriate procedures to get copyrights for completed work.O*NET Task ID 22665 | 1.0 |
Plan project arrangements or outlines, and organize material accordingly.O*NET Task ID 22666 | 1.0 |
Prepare works in appropriate format for publication, and send them to publishers or producers.O*NET Task ID 22667 | 1.0 |
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
Occupation information
Alterações recentes que afetam esta ocupação
mar. de 2026: Research shows a 1:33 AI-to-labor substitution ratio in corporate spending, with content-heavy outsourcing most affected.
[Fonte: Stevens (2026) arXiv]mar. de 2026: Brookings study reveals AI-exposed freelance writers face earnings decline, but long-form journalism, specialist writing, and narrative nonfiction remain harder for AI to replicate convincingly.
[Fonte: Brookings Institution (Hui & Reshef, 2025)]mar. de 2026: Published evergreen blog post analyzing AI impact on writers and authors (68% exposure, 60% risk, mixed mode)
[Fonte: AI Changing Work Blog]