A Anthropic não prevê que todos os trabalhadores do conhecimento perderão o emprego até 2030. O Econ Scenario Explorer apresenta três cenários hipotéticos para a economia dos Estados Unidos, variando a capacidade da inteligência artificial, a velocidade de adoção, o grau de autonomia, o ganho de produtividade e o tempo necessário para que as pessoas mudem de ocupação.
A pergunta importante, portanto, não é “quantos empregos a IA vai apagar?”. É outra: quem captura os ganhos de uma economia mais produtiva — e quem perde poder de negociação no caminho?
O que o modelo da Anthropic realmente mede
O Econ Scenario Explorer é um modelo econômico interativo com horizonte em 2030. Ele descreve possibilidades, não um resultado garantido. Em vez de tratar cada profissão como um bloco indivisível, a ferramenta divide os empregos em tarefas.
Uma tarefa pode ser:
- ampliada pela IA, quando a tecnologia ajuda uma pessoa a fazer mais;
- automatizada, quando o sistema executa a atividade;
- mantida sem alteração relevante; ou
- substituída por uma nova tarefa criada durante a transformação.
Essa distinção evita um erro comum: se um modelo consegue realizar parte das atividades de uma profissão, isso não significa que a profissão inteira desapareceu. Um programador, por exemplo, pode ter tarefas de escrita, revisão, planejamento e comunicação afetadas de maneiras diferentes.
A Anthropic também mantém separado outro estudo sobre o mercado de trabalho. Essa pesquisa usa a chamada exposição observada, uma medida que combina a capacidade teórica dos modelos de linguagem com o uso profissional do Claude. O estudo responde a uma pergunta diferente da do explorador: o que está sendo usado no trabalho e como isso aparece nos dados de emprego?
Três caminhos possíveis para 2030
Os cenários partem de condições cada vez mais intensas de capacidade, adoção e autonomia da IA. No caminho modesto, o impacto se aproxima do de uma grande transformação tecnológica. No cenário substancial, a IA consegue realizar metade do trabalho do conhecimento, em grande parte de forma autônoma, embora a adoção permaneça incompleta. No cenário extremo, a IA supera a produtividade humana na maioria das tarefas desse tipo e executa quase todas de modo autônomo.
O resultado muda radicalmente conforme as premissas. O cenário extremo combina adoção rápida, produtividade muito elevada e a criação de poucas tarefas novas para os trabalhadores do conhecimento. É justamente aí que aparece a tensão central: crescimento econômico agregado e bem-estar dos trabalhadores não são a mesma coisa.
O cenário extremo também pressupõe uma aceleração anual da economia capaz de dobrá-la em aproximadamente quatro anos e meio. Isso é uma condição do modelo, não uma trajetória observada nem uma previsão da Anthropic.
O explorador ainda considera o tempo de transição entre ocupações. Para alguém afetado pela automação, encontrar uma atividade menos exposta pode ser tão importante quanto a capacidade técnica da IA. Uma transição rápida e uma transição lenta produzem impactos sociais muito diferentes, mesmo quando a tecnologia é a mesma.
Uma economia maior pode pagar menos aos trabalhadores
O ponto mais desconfortável do cenário extremo é distributivo. O modelo combina crescimento acelerado com pressão sobre os salários e as perspectivas de emprego dos trabalhadores do conhecimento. A parcela da renda destinada ao trabalho também diminui, enquanto a parcela associada ao capital — empresas, equipamentos, dados, centros de processamento e software — aumenta.
“Participação do trabalho” é o nome dado à parte da produção econômica que vai para os trabalhadores. A “participação do capital” corresponde à parte associada aos proprietários dos ativos usados para produzir bens e serviços. Se a produtividade dispara, mas o poder de negociação do trabalho não acompanha, uma economia pode produzir mais sem distribuir esse ganho de forma proporcional entre as pessoas.
Isso não significa que esse resultado esteja destinado a acontecer. Significa que, dentro das premissas do cenário extremo, o crescimento não resolve sozinho a questão de quem se beneficia. A tecnologia pode ampliar o tamanho do bolo e, ao mesmo tempo, mudar bastante o tamanho das fatias.
Exposição de tarefas não é substituição de empregos
A pesquisa separada da Anthropic ajuda a colocar os números de exposição no lugar correto. Nela, a cobertura observada se refere às tarefas de uma ocupação que aparecem no uso profissional do Claude; não é a porcentagem de empregos que desapareceram.
| Ocupação | Cobertura observada | O que o número mede |
| Programadores de computador | 75% | Tarefas da ocupação cobertas pelo uso profissional observado do Claude |
| Representantes de atendimento ao cliente | 70% | Tarefas da ocupação cobertas pelo uso profissional observado do Claude |
| Digitadores de entrada de dados | 67% | Tarefas da ocupação cobertas pelo uso profissional observado do Claude |
Esses percentuais indicam exposição de tarefas. Eles não dizem que 75% dos programadores, 70% dos atendentes ou 67% dos digitadores perderam o emprego. Também não distinguem, sozinhos, entre uma ferramenta que acelera o trabalho e uma automação que elimina a necessidade de uma pessoa.
A mesma pesquisa não encontrou aumento sistemático do desemprego entre trabalhadores de ocupações altamente expostas desde o fim de 2022. Isso descreve o mercado observado nesse período; não invalida os cenários hipotéticos para 2030, que usam outras premissas e outro horizonte temporal.
A lacuna dos robôs físicos
O Econ Scenario Explorer não inclui cenários com robôs hipercompetentes capazes de executar trabalho físico. Por isso, ocupações que exigem presença, manipulação de objetos ou interação corporal aparecem menos expostas dentro do recorte do modelo.
Esse resultado não transforma nenhuma profissão física em uma carreira permanentemente protegida. Ele apenas mostra que a ferramenta foi construída principalmente para tarefas digitais e cognitivas. Se a capacidade física das máquinas mudar, a fronteira analisada pelo modelo também mudará.
A distinção importa porque é tentador trocar “menos exposto neste modelo” por “seguro contra a IA”. São afirmações diferentes — e a segunda não é sustentada pelo explorador.
O que o modelo permite concluir
Para quem acompanha a própria carreira, o estudo é mais útil como mapa de mecanismos do que como lista de profissões condenadas. Vale observar quais tarefas compõem uma ocupação, quais dependem de julgamento contextual e presença física e quais podem ser aceleradas por uma ferramenta de linguagem.
O modelo também sugere uma regra prática: não confunda produtividade com segurança econômica. Uma tecnologia pode ajudar uma equipe a produzir mais, reduzir o custo de determinados projetos e, ainda assim, pressionar salários ou diminuir a quantidade de pessoas necessárias para executá-los.
A conclusão é menos cinematográfica — e mais útil — do que “a IA vai roubar todos os empregos”. A Anthropic descreve futuros possíveis nos quais a economia cresce muito, mas os ganhos são distribuídos de maneira desigual. O resultado para os trabalhadores dependerá não apenas do que a IA conseguir fazer, mas de como empresas, instituições e pessoas atravessarem essa transformação.
