Por que a IA ainda não aumentou o desemprego?

Pensei em compartilhar algumas reflexões de alto nível e um framework que me ajuda a entender por que (até agora) não vemos um impacto significativo da IA no mercado de trabalho dos EUA. Foco nos EUA porque (a) a adoção de IA é alta aqui, (b) é a maior economia do mundo, (c) comparado à Europa, nossas instituições do mercado de trabalho historicamente facilitam uma adoção mais rápida de tecnologias que substituem mão de obra, e (d) temos uma variedade incomumente rica de estatísticas do mercado de trabalho para entender as condições atuais. Compartilhei esses pensamentos recentemente dentro da Anthropic.

Primeiro, a adoção de IA é alta nos EUA. Portanto, é razoável procurar seus efeitos na produtividade ou no desemprego. O crescimento da produtividade do trabalho tem sido forte nos últimos anos, e há evidências sugestivas de que a IA contribuiu parcialmente para isso.

Mas o mercado de trabalho dos EUA está atualmente estável e próximo do pleno emprego. Na minha opinião, a IA não causou nenhum aumento material na taxa de desemprego até o momento. Mesmo se focarmos em trabalhadores com alta exposição aos padrões atuais de automação por IA, não vemos aumentos inesperados no desemprego nos últimos anos (embora, como discutirei abaixo, esses trabalhadores estejam mais preocupados com a perda de emprego).

Por que não vemos nenhum impacto da adoção de IA no desemprego? A IA (até agora) tem as marcas de uma tecnologia "tendenciosa a habilidades" (skill-biased) e que aumenta o trabalho (labor-augmenting). Mesmo que a IA automatize alguns aspectos do trabalho, a expertise humana complementar amplifica o que a IA (ou os humanos) podem alcançar sozinhos. A IA amplia o escopo do que as pessoas podem realizar, o que aumenta os retornos de trabalhar com IA.

Agora, o futuro ainda é bastante incerto. As capacidades dos modelos estão avançando rapidamente, e os sistemas de IA podem em breve ser capazes de desenvolver autonomamente seus próprios sucessores. Sistemas de IA mais genericamente inteligentes podem levar a um deslocamento de mão de obra que ainda não se materializou. Se isso pode acontecer (e com que rapidez) é uma questão em aberto, que minha equipe está trabalhando para entender.

De muitas maneiras, este pequeno ensaio é minha tentativa de sintetizar a pesquisa econômica da Anthropic nos últimos 18 meses para entender como as pessoas usam IA e o que isso implica para o trabalho, o mercado de trabalho e a economia em geral neste momento. Este trabalho enfatizou que o futuro ainda é incerto e as implicações provavelmente serão desiguais. Até agora, vimos efeitos atenuados no desemprego; este ensaio apresenta meu framework para entender por que (e o que pode mudar no futuro).

Fato de contexto importante: O mercado de trabalho dos EUA está atualmente estável.

• A taxa de desemprego em junho foi de 4,2%, que o Fed considera como o nível consistente com pleno emprego e preços estáveis.
• A proporção de vagas de emprego em relação a trabalhadores desempregados subiu recentemente para pouco acima de 1 em abril, o que alguns economistas argumentam que implica que a demanda e a oferta de trabalho estão aproximadamente e eficientemente equilibradas. Indicadores mais sofisticados, como o Índice de Aperto do Mercado de Trabalho HPW (Heise, Pearce, Weber) do Fed de NY, também apontam para um mercado de trabalho equilibrado.
• A relação emprego-população na idade produtiva permanece próxima das máximas de várias décadas, o que reflete a força generalizada do mercado de trabalho que emergiu durante a expansão pós-pandemia.
• Os pedidos semanais iniciais de seguro-desemprego têm se mantido estavelmente baixos nos últimos quatro anos. E as taxas de demissões e desligamentos permanecem nos níveis pré-pandemia ou ligeiramente abaixo deles.

Então, devemos esperar um impacto da IA no mercado de trabalho já? Acho que a resposta é sim: O setor de IA é grande o suficiente para que possamos procurar efeitos macroeconômicos discerníveis.

• Cerca de 20% das empresas usam IA em pelo menos uma função de negócio. No setor de informação, que representa 5,5% do PIB, a participação é de 40%.
• A produção de IA ajustada pela qualidade cresceu mais de 2.000% ao ano em 2024 e 2025, de acordo com estimativas de Patrick McKelvey e meu colega @akorinek. Mesmo partindo de uma base inicial pequena, isso sugere que devemos ver sinais do impacto da IA no agregado.
• Acredito que estamos começando a ver o impacto da IA nas estatísticas agregadas de produtividade:
• O crescimento da produtividade do trabalho tem sido relativamente forte nos últimos anos: a relação entre produção por hora de trabalho aumentou 2,0% ao ano do primeiro trimestre de 2022 ao primeiro trimestre de 2026, em comparação com 1,6% nos quatro anos anteriores à pandemia.
• Setores da economia dos EUA com maior adoção de IA tenderam a ter um crescimento mais rápido da produtividade do trabalho nos últimos quatro anos.
• O crescimento da produtividade total dos fatores—como os economistas gostam de medir a produtividade—tem sido mais modesto nos últimos anos (especialmente após contabilizar a utilização dos fatores). Isso enfraquece a evidência, mas sinais mistos na produtividade podem, por si só, indicar que uma aceleração está em andamento.
• As empresas tomam decisões de contratação com base em crenças sobre o valor futuro de empregar um novo trabalhador, em relação aos custos.
• As empresas levam em conta quão produtivos os trabalhadores serão no futuro, os salários ao longo do emprego e a duração esperada da correspondência.
• Por esta razão, as crenças das empresas sobre o futuro devem moldar os resultados do mercado de trabalho hoje, na forma de separações de emprego, contratações e mudanças ocupacionais. Mas, entre pedidos de demissão, demissões e taxas de encontrar emprego, vemos um padrão de estabilidade. Da mesma forma, não há evidências de uma rotatividade ocupacional incomumente rápida devido à IA.
• As vagas de emprego em Engenharia de Software se recuperaram amplamente desde maio de 2025, em comparação com todas as outras vagas de emprego, indicando uma demanda crescente por trabalhadores em uma ocupação onde as capacidades de IA estão mais avançadas.

Existe alguma evidência de que o deslocamento de empregos está acontecendo, mesmo que não seja (ainda) macroeconomicamente consequente? As evidências são mistas. Mas, no geral, não estou convencido.

• Como Maxim Massenkoff e eu documentamos em nosso relatório de impacto no mercado de trabalho, não vimos taxas de desemprego piores para trabalhadores em funções com uma grande parcela de tarefas que o Claude está sendo usado para automatizar, em comparação com trabalhadores em outras funções. Atualizar esta análise com dados mais recentes do BLS não altera este resultado.
• Encontramos alguma evidência sugestiva de que as taxas de contratação para trabalhadores jovens em funções altamente expostas à IA enfraqueceram no último ano ou mais. Isso é consistente com a evidência em Canários na Mina de Carvão, um artigo de pesquisadores do Stanford Digital Economy Lab.
• Mas esta evidência para o deslocamento de trabalhadores jovens deve ser interpretada com cautela. É difícil discernir efeitos causais, porque a IA emergiu em um ambiente macroeconômico excepcionalmente volátil: desfazimento das disrupções da era pandêmica, aperto rápido da política monetária, volatilidade dos preços das commodities após a invasão da Ucrânia pela Rússia e incerteza política global sustentada (por exemplo, de guerras comerciais). Como a contratação é uma forma de investimento, a incerteza econômica ampla pode, por si só, pesar sobre as contratações.
• Outra maneira de colocar: de 2022 até agora, os EUA experimentaram a maior desaceleração do mercado de trabalho não recessiva já registrada (a "desinflação imaculada"). Isso coincidiu com um mercado de trabalho de "baixa contratação, baixa demissão". Esse tipo de mercado de trabalho atinge mais duramente os ingressantes no início da carreira. No momento, os trabalhadores jovens podem estar com dificuldades para encontrar empregos por razões macroeconômicas outras que não a IA.
• Separadamente, alguns trabalhos recentes argumentam que o aumento do trabalho remoto após a pandemia teve um impacto sobre os trabalhadores jovens em funções altamente expostas à IA. É desafiador isolar o impacto da IA de outros choques que afetam a economia.
• Embora ainda não vejamos efeitos no desemprego, descobrimos que trabalhadores em funções com tarefas que o Claude é usado para automatizar expressam maior preocupação em perder seus empregos do que aqueles em funções menos expostas.

Se você acredita que o mercado de trabalho dos EUA está atualmente saudável, que a IA poderia, em princípio, estar gerando efeitos macroeconomicamente discerníveis, e que isso ainda não produziu deslocamento para funções altamente expostas à IA, então a próxima questão é óbvia:

Por que a IA não causou um aumento significativo no desemprego?

Até agora, a IA é tanto tendenciosa a habilidades (skill-biased) quanto aumentadora do trabalho (labor-augmenting). Ela complementa a expertise do domínio. Ela depende de humanos no circuito para direcionar e avaliar o trabalho mais complexo. E ela recompensa a proficiência em IA. As capacidades dos modelos estão melhorando rapidamente, mas permanecem teimosamente irregulares/jagged. Para preencher os bolsões da fronteira irregular, é necessária supervisão especializada para orientar sistemas de IA incrivelmente capazes e para se recuperar quando eles falham.

Claro, alguns empregos estão mais expostos ao deslocamento direto pela automação. Por exemplo, redatores técnicos, trabalhadores de entrada de dados, representantes de atendimento ao cliente e programadores de computador são empregos onde a IA pode lidar de forma confiável com o conjunto central de tarefas e responsabilidades. Mesmo que não tenhamos visto nenhum aumento no desemprego para trabalhadores nesses tipos de função, ocupações com maior exposição observada são projetadas pelo BLS para crescer menos até 2034.

Mas até agora, o quadro geral é de aumento (augmentation) do trabalho. Os efeitos no mercado de trabalho devem ser desiguais como resultado, mesmo que as capacidades avancem rapidamente. Isso não significa que todas as habilidades que atualmente comandam um prêmio no mercado de trabalho continuarão a fazê-lo no futuro. Alguns tipos de expertise podem se tornar menos valiosos (por exemplo, implementação de código pura), mesmo que outros se tornem mais valiosos (por exemplo, habilidades gerenciais de delegação e avaliação).

Por que achamos que a IA é uma tecnologia tendenciosa a habilidades e aumentadora do trabalho? Farei algumas observações com base no trabalho publicado pela equipe de Pesquisa Econômica da Anthropic e em evidências do Índice Econômico da Anthropic:

• Apesar do incrível avanço da IA e da rápida adoção em toda a economia, não há nenhum emprego na taxonomia O\NET (um catálogo do Departamento do Trabalho de ocupações e suas tarefas típicas) para o qual todas* as tarefas associadas sejam sistematicamente tratadas pelo Claude. Se os empregos são conjuntos fixos de tarefas—não são, mas mais sobre isso em um momento—então os aspectos essenciais e não automatizados do trabalho tanto restringem o aumento geral da produtividade quanto amplificam os retornos do trabalho. Tarefas que o Claude não pode realizar podem depender de coordenação interpessoal, interações presenciais ou envolvimento com o mundo físico que, até agora, só os humanos podem fazer (veja "A tarefa não é o emprego" por @lugaricano).
• Em nosso relatório de janeiro, Primitivas Econômicas, descobrimos que entradas sofisticadas do usuário e saídas complexas do Claude são altamente correlacionadas. Em outras palavras, quando o Claude constrói um modelo econômico complexo, na prática, ele o faz sob a orientação de alguém fornecendo direção especializada e complementar.
• Embora o Claude tenda a ter sucesso na média, o modelo luta mais nos trabalhos mais complexos. Isso está amplamente alinhado com os resultados de horizonte de tarefas do METR, nos quais maior confiabilidade vem ao custo de horizontes de tarefa mais curtos. Encontramos evidências sugestivas de que humanos no circuito aumentam a complexidade do trabalho que o Claude realiza.
• Em nosso relatório de março, Curvas de Aprendizado, descobrimos que mesmo após apenas seis meses de uso, as pessoas são mais propensas a interagir com o Claude como um parceiro de pensamento e têm interações mais bem-sucedidas com o Claude. Se a IA fosse boa o suficiente por si só, não esperaríamos ver esse efeito.
• A automação generalizada de tarefas ainda pode aumentar o trabalho. Por quê? Porque os empregos não são conjuntos fixos de tarefas. Historicamente, novas tecnologias levaram a grandes mudanças dentro dos empregos existentes, mesmo que alguns empregos desapareçam. E elas produziram tipos inteiramente novos de trabalho que combinam novas capacidades técnicas com expertise humana complementar. Vemos sinais desse efeito em nossa pesquisa: Uma fonte comumente citada de produtividade percebida entre 81 mil usuários do Claude foi o escopo—ser capaz de fazer mais, com mais proficiência. Tal capacitação pela IA pode redesenhar os limites de nossas funções e produzir novos agrupamentos de tarefas dentro dos empregos—automatizando algumas, reforçando a importância de outras—enquanto, no geral, aumenta o produto marginal do trabalho.
• Em nosso relatório de junho do Índice Econômico, Cadências, mais de um terço de todos os respondentes da Pesquisa do Índice Econômico da Anthropic esperam que a IA seja capaz de fazer a maioria ou todas as tarefas que realizam em seus empregos nos próximos doze meses. Uma parcela semelhante de respondentes espera que as responsabilidades do trabalho mudem para si mesmos e seus colegas no próximo ano. Mas as expectativas de perda de emprego foram notavelmente menores. De fato, aqueles que usam o Claude de maneiras mais automatizadas tendem a ser mais otimistas sobre o impacto da IA em seu salário, segurança no emprego e capacidade de encontrar um emprego.
• À medida que as capacidades da IA melhoram, veremos agentes cada vez mais capazes que podem lidar autonomamente com tarefas complexas, de longo prazo e valiosas. A IA ainda aumentará o trabalho? Para entender essa questão, analisamos recentemente padrões de uso do Claude Code para ver se a codificação agentiva está alterando os retornos da expertise. O Claude Code tem sido usado em tarefas cada vez mais valiosas ao longo dos sete meses que monitoramos, mas vimos retornos persistentes à expertise humana: ou seja, as pessoas tomam decisões de planejamento e delegam a implementação ao Claude. Pessoas com mais expertise no domínio têm mais sucesso em suas tarefas com mais frequência e se recuperam de forma mais consistente quando o Claude comete um erro. O retorno à habilidade direta de codificação pode ter caído, mas a codificação agentiva, até agora, aumentou o valor de outras habilidades complementares.

O futuro é difícil de decifrar. Pode muito bem ser o caso de que o aspecto tendencioso a habilidades e aumentador do trabalho da IA desapareça à medida que os modelos continuam a melhorar. A fronteira irregular pode se tornar mais suave. E em um certo ponto, os retornos à expertise humana podem diminuir.

Uma grande razão para tanta incerteza sobre o futuro é que a IA pode automatizar a própria inovação. Dotar as máquinas de capacidades cognitivas gerais é um catalisador direto para mais inovação, de maneiras que as tecnologias de propósito geral do passado não eram. O motor de combustão interna não podia inventar novos modos de transporte. Em modelos econômicos padrão, automatizar a inovação—que podemos ver primeiro no autoaperfeiçoamento recursivo—pode produzir singularidades econômicas: crescimento infinito em tempo finito.

Tais singularidades ocorrerão? Não se houver tarefas essenciais que nunca sejam automatizadas, seja por razões técnicas ou restrições sociais. Esses "elos fracos" são os limites ao crescimento: "O crescimento econômico pode ser limitado não pelo que fazemos bem, mas pelo que é essencial e ainda assim difícil de melhorar", como Aghion, Jones e Jones (2017) argumentam. Tais elos fracos podem manter a parcela do trabalho na renda elevada no longo prazo, mesmo sob automação muito rápida, generalizada, mas incompleta.

A lógica dos "elos fracos" vale não apenas para a produção de bens, mas também para a automatização da inovação. Se a IA acelera dramaticamente o crescimento da produtividade requer não apenas a melhoria das capacidades, mas a automação generalizada das tarefas envolvidas no processo de P&D. Evidências recentes sugerem que os elos fracos são atualmente uma restrição à automatização da produção de software: um aumento de 10 a 20 vezes nas linhas de código geradas após a introdução de agentes de codificação produziu apenas um aumento de 30% nos lançamentos de software, e nenhum aumento total no uso de aplicativos.

As leis de escala são difíceis de contestar. Os modelos vão melhorar. Muito melhores. Espero que isso impulsione um crescimento mais rápido da produtividade, e talvez até sinais mais claros de RSI. Mas não espero que o desemprego seja notavelmente maior daqui a um ano—pelo menos não por causa da IA.