O futuro da inteligência artificial (IA) e o emprego: tarefas, ocupações e salários

O futuro da inteligência artificial (IA) e o emprego: o que sabemos e o que falta saber

Quando se fala do futuro da inteligência artificial (IA), há uma previsão que parece relativamente segura: muitos milhares de empregos vão desaparecer. A incógnita, bem mais difícil, é identificar quais, concretamente.

Os economistas não dispõem de bolas de cristal - e, em regra, quem afirma o contrário não inspira grande confiança. O que fazem, isso sim, é construir modelos: representações simplificadas da realidade que servem como “mapas” para raciocinar sobre o que pode vir a acontecer. Como dizia George Box, “todos os modelos estão errados, mas alguns ajudam”.

Um modelo económico baseado em tarefas

Uma forma particularmente útil de pensar no impacto da IA no emprego passa por olhar para cada ocupação como um conjunto de tarefas. Cada tarefa exige um certo grau de competência, e essa competência pode ser mais ou menos rara - isto é, mais ou menos exclusiva.

Esta perspetiva, trabalhada pelo economista David Autor e por vários coautores (não, não é gralha), tem sido, para mim, uma ferramenta valiosa para organizar o pensamento.

Especialização, escassez e salários

Chamo especialista a quem domina uma tarefa que poucos conseguem executar. Uma radiologista, por exemplo, sabe interpretar uma radiografia de um modo que está ao alcance de muito poucas pessoas; isso torna-a especialista nessa tarefa.

Quando existe procura por uma tarefa e a capacidade de a realizar é uma especialidade detida por poucos, o mercado tende a recompensar essa escassez com remunerações elevadas.

O cenário muda quando a IA passa a realizar determinada tarefa melhor ou de forma equivalente aos humanos: nesse momento, o ser humano deixa de ser “especialista” no sentido estrito, porque a competência deixa de ser rara. Se toda a gente se torna especialista na tarefa X, então ninguém é especialista na tarefa X.

No momento em que todos são especialistas na tarefa X, então ninguém é especialista na tarefa X

Radiologistas e IA: confundir tarefa com ocupação

Hoje, os sistemas de IA já superaram as pessoas em muitas tarefas - incluindo a leitura de radiografias. A partir daí, alguns analistas concluíram que certas profissões estariam condenadas. Geoffrey Hinton, uma das figuras centrais da IA, chegou a dizer que “é simplesmente óbvio que, dentro de cinco anos, o deep learning vai superar os radiologistas. Talvez dez anos. Devíamos deixar de formar radiologistas agora”. Esse “agora” foi em 2016, ou seja, há dez anos. E, apesar disso, a procura por radiologistas continua elevada.

O erro principal de Hinton foi tratar tarefa e ocupação como se fossem a mesma coisa. Uma radiologista não se limita a ler radiografias. Mesmo sem ser especialista na área, suponho que também tenha de enquadrar resultados no diagnóstico global, articular-se com outras médicas, comunicar com doentes, gerir expectativas, lidar com contexto clínico, entre outras responsabilidades.

Muitas destas tarefas adicionais exigem níveis de perícia que continuam a diferenciar a radiologista, mesmo que a leitura de radiografias deixe de ser uma competência exclusiva (ao ponto de qualquer pessoa, desde que saiba carregar no botão do sistema de IA, o poder fazer).

Neste tipo de situação, o modelo económico apontaria para aumentos salariais: uma radiologista apoiada por IA tende a tornar-se mais produtiva, conseguindo, por exemplo, atender mais doentes por dia.

Taxistas, Waze e a erosão da perícia

Vejamos um caso diferente: o taxista (ou condutor de Uber). As tarefas centrais desta ocupação podem resumir-se a: (a) conduzir, (b) escolher o itinerário e (c) interagir com o cliente. Na “antiga economia”, as tarefas (a) e (c) não exigiam grande especialização e, por isso, não eram o que tornava o taxista num especialista. Já conhecer a cidade - saber como chegar, por onde ir, que desvios fazer - era uma competência detida por um número limitado de pessoas, distinguindo o taxista.

Aplicações como o Waze retiraram esse conhecimento do conjunto de perícias necessárias: hoje, qualquer pessoa pode introduzir a morada e seguir as indicações.

Aqui, a previsão do modelo económico é de descida salarial - algo que, aliás, se observa.

Porque o impacto da IA no emprego não é linear

A divergência entre o caso da radiologista (na tarefa de ler radiografias) e o do taxista (na tarefa de determinar o itinerário) está no facto de a radiologista acumular várias tarefas onde a especialização continua a contar, enquanto, no caso do taxista, a tecnologia incide diretamente sobre a tarefa que mais o distinguiu como especialista.

Ao contrário de outras vagas de progresso tecnológico, o efeito da IA na substituição de empregos e ocupações não segue um padrão “linear”. Depende, de forma complexa, da composição de cada emprego enquanto “cabaz” de tarefas. É por isso que, embora esteja convicto de que serão destruídos milhares de postos de trabalho, me custa apontar com segurança quais serão.