É a pergunta que mais me fazem. Fazem-ma gestores no intervalo do AI Dive, alunos da 42 a meio de uma mudança de vida, pais de adolescentes, amigos ao jantar, leitores nos comentários, e cada vez mais jovens de vinte e poucos anos que leram a notícia das empresas americanas a deixar de contratar juniores e fazem contas à sua vida. Pergunta-se na primeira pessoa, e é assim que deve ser respondida. A resposta curta é esta: alguns empregos, sim, e mais depressa do que a história nos habituou; o trabalho, não. A resposta longa é este ensaio, e escrevo-o para servir a quem tem decisões para tomar, sobre o que estudar, que carreira escolher, para onde mudar e o que dizer a um filho de dezassete anos ou a uma neta de cinco. Não prometo previsões. Prometo as peças que conheço, as que faltam, e a maneira de pensar com elas.

Digo primeiro de onde falo. Não sou tecnólogo e não vou discutir o que os modelos conseguem ou não conseguem fazer daqui a três anos; isso deixo a quem os constrói, e desconfio de quem o afirma com certeza. Sou economista, gosto de tecnologia e passei os últimos anos a construir escolas, a 42 e o TUMO, e um programa, o AI Dive, por onde passam todas as semanas centenas de pessoas de empresas reais a tentar usar a máquina no seu trabalho real. O que sei vem de dois sítios. Da economia do trabalho e das empresas, que tem dois séculos de dados sobre o que acontece quando uma tarefa fica barata. E da observação direta do que acontece a um contabilista, a uma gestora de produto ou a um engenheiro de uma câmara municipal quando lhes põem a ferramenta nas mãos. Quem quiser saber o que a máquina vai poder fazer deve ler outra coisa. Quem quiser saber o que isso lhe vai fazer a si, e o que pode decidir, continue.

O que a história ensina

Comecemos por quem já passou por isto. Em 1851, fazer uma bota em Inglaterra era trabalho de artesãos: o cordwainer cortava e montava, a binder, quase sempre uma mulher, cosia à mão a gáspea, a parte de cima. A máquina de costura foi adaptada ao calçado nos Estados Unidos em 1852; em 1855 os operários organizados resistiram à sua entrada em Inglaterra mas em 1858 já estava em uso. A seguir vieram as máquinas de solar, de pregar, de montar, e a divisão da bota em dezenas de tarefas. Hillary Vipond, da London School of Economics, ligou os registos individuais dos censos ingleses de 1851 a 1911, 170 milhões de registos, e seguiu 1,16 milhões de sapateiros, nove em cada dez dos que existiam. Quase todos os condados perderam 90% das binders. Ao todo, 152.000 empregos artesanais desapareceram porque a competência que os sustentava deixou de valer. No mesmo período, 144.000 empregos novos nasceram no mesmo ofício, com nomes que não existiam em 1851, como “maquinista de costura”, e concentrados em dois condados, Leicestershire e Northamptonshire, para onde era preciso migrar para os ter.

O que aconteceu às pessoas é a parte que interessa. Os sapateiros artesanais raramente foram despedidos; a máquina não lhes tirou o emprego. O ofício encolheu porque os jovens deixaram de entrar nele. A mudança fez-se pela porta de entrada, não pela de saída: uma geração deixou de ser contratada para a oficina, foi contratada para a fábrica. É o padrão que os dados americanos de 2026 começam a mostrar.

Do outro lado do Atlântico, em Lynn, no Massachusetts, a mesma história tem datas mais nítidas. Nas oficinas, um artesão fazia cinco sapatos por dia. A máquina de costura chegou em 1852, o vapor e as fábricas na década seguinte, e em 1860, depois de o pânico de 1857 ter cortado os salários, 20.000 sapateiros fizeram a maior greve que os Estados Unidos tinham visto até então. Durou seis semanas e perdeu tudo. Em 1885 a máquina de montar de Jan Matzeliger resolveu a última tarefa que ainda se fazia à mão, e uma fábrica passou de 50 para 750 pares por dia; o preço de um par de sapatos de Lynn caiu para metade. Os artesãos de 1860 perderam. Os filhos foram trabalhar nas fábricas, com salários que os pais nunca tiveram. Os consumidores ganharam no dia seguinte. Entre o primeiro e o terceiro facto passaram duas gerações.

O século XX repetiu o guião com outro ofício. Nos anos vinte, telefonista era um dos empregos mais comuns de uma rapariga americana, o quinto maior entre as que tinham menos de vinte anos. A AT&T começou a automatizar as centrais em 1920 e em 1940 mais de metade da rede marcava sozinha. James Feigenbaum e Daniel Gross seguiram as telefonistas nos censos. Nas cidades convertidas, o emprego caiu entre 50% e 80%. As que já lá trabalhavam tiveram mais probabilidade de sair do mercado ou de descer para empregos pior pagos. As raparigas que teriam sido telefonistas foram ser secretárias e empregadas de restaurante, sem qualquer quebra no emprego da geração seguinte. A economia local ajustou-se em poucos anos. As mulheres que estavam na cadeira quando a máquina chegou pagaram o ajustamento.

Há ainda o maior de todos: em 1900, quatro em cada dez americanos trabalhavam na agricultura; hoje são menos de dois em cada cem, e os Estados Unidos produzem mais comida do que nunca. Ninguém, em 1900, sabia dizer o que fariam os outros trinta e oito. Fizeram tudo o que hoje chamamos economia.

Três lições saem daqui. O trabalho não acabou em nenhuma destas vezes; a tarefa acabou, o ofício mudou de nome, a quantidade de coisas feitas explodiu. Pessoas concretas pagaram, e foram sempre as que estavam no sítio errado na idade errada, com uma competência que deixou de valer e um sítio de onde era caro sair. O ajustamento fez-se pelos jovens, que tiveram de escolher outra porta, não pelos velhos, que raramente conseguiram mudar de ofício.

Foi duro, mas desta vez vai ser mais barulhento

Não escondo a dureza da história. Os luditas não surgiram do nada. Entre 1811 e 1813, tecelões e tosquiadores de Nottingham, do Yorkshire e do Lancashire partiram teares e máquinas de tosquiar. O Parlamento respondeu em 1812 com uma lei que fazia da destruição de uma máquina crime capital; Byron fez contra ela o seu primeiro discurso na Câmara dos Lordes. Em janeiro de 1813, uma comissão especial em York enforcou dezassete homens. Em 1830 foram os trabalhadores rurais do sul de Inglaterra, o movimento do Capitão Swing, contra as debulhadoras que os deixavam sem trabalho no inverno: cerca de 2.000 julgados, 252 condenados à morte, 19 enforcados, 481 deportados para a Austrália. Entre 1790 e 1840 a produção por trabalhador inglês subiu e os salários reais ficaram parados. Robert Allen chamou-lhe a pausa de Engels, e Carl Benedikt Frey, em The Technology Trap, usou-a para dizer o que os economistas evitam dizer: os luditas tinham razão para a geração deles. O ganho veio, e foi imenso, dez vezes o salário real em dois séculos, mas veio para os filhos e netos de quem sofreu pela mudança.

Repare-se no que a sociedade inventou para lidar com aquilo. Quase tudo a que hoje chamamos Estado social nasceu da revolução industrial, e cumpriu dois fins que voltam a estar em causa: proteger as pessoas que a máquina deslocava e repartir os ganhos de produtividade que a máquina criava. Vieram as leis das fábricas a partir de 1833, a escola obrigatória e os sindicatos legalizados; depois os seguros sociais de Bismarck na Alemanha, doença em 1883, acidentes em 1884, velhice em 1889; depois as pensões britânicas de 1908 e o seguro nacional de 1911. Nenhuma destas instituições existia em 1811, e todas foram respostas, com décadas de atraso, à mesma pergunta que agora volta: o que se deve a quem fica para trás quando o país fica mais rico. Foram construídas para uma mudança que durou duas gerações. A pergunta deste século é que instituição faz o mesmo trabalho quando a mudança cabe numa.

Há uma diferença desta vez. As revoluções anteriores atingiram primeiro quem não tinha voz: tecelões, sapateiros, jornaleiros, telefonistas de dezoito anos. Esta atinge primeiro quem a tem. As tarefas que a inteligência artificial já faz ao nível de um profissional mediano são as do advogado, do analista financeiro, do consultor, do jornalista, do programador, do tradutor, do médico que lê exames, do professor que explica e do gestor que escreve relatórios para outros gestores. São as pessoas que escrevem nos jornais, que presidem às ordens profissionais, que dão aulas nas universidades e que se sentam nos ministérios. Os luditas não votavam. Os advogados votam, e têm uma Ordem, uma coluna de opinião e muitos deputados. A reação política vai ser mais sofisticada e mais eficaz do que qualquer coisa que o Yorkshire de 1812 conseguiu, e vai apelar à proteção do consumidor, à ética, à segurança, à qualidade. Será preciso saber reconhecê-la quando chegar.

Porque é que temos medo: os empregos ainda não têm nome

O medo tem uma razão técnica, e quero pô-la a nu. Os empregos que a máquina destrói têm nome, cara e morada; os que vai criar ainda não têm nenhuma das três. David Autor, Caroline Chin, Anna Salomons e Bryan Seegmiller fizeram a conta mais útil desta discussão: em 2018, 60% dos empregos americanos tinham títulos que não existiam em 1940. Ninguém, em 1940, marchou a favor do programador, do controlador aéreo, do fisioterapeuta ou do gestor de produto, porque ninguém sabia que iam existir. É sempre assim: a perda é concreta e a criação é abstrata, e a política responde ao concreto.

John Maynard Keynes já tinha visto o mecanismo em 1930, num ensaio escrito no meio de uma depressão. Pôs em circulação a expressão “desemprego tecnológico”, previu que a produtividade se multiplicaria por quatro a oito em cem anos e que os netos trabalhariam quinze horas por semana. Acertou na produtividade. Falhou nas horas, porque as pessoas preferiram consumir mais a trabalhar menos, e falhou no medo, que cem anos depois está intacto. Não é um medo estúpido. Cada pessoa tem uma vida apenas, uma casa num sítio, uma competência que demorou vinte anos a construir. A ideia de que há uma quantidade fixa de trabalho para distribuir é um erro sobre a economia e uma verdade sobre a pessoa.

Alguns dos empregos sem nome já se veem a nascer. O LinkedIn estima que a inteligência artificial ajudou a criar cerca de dois milhões de empregos novos, e só 1,2% dos seus membros declaram uma competência nela. Nas empresas em que entro, as pessoas mais procuradas não têm título ainda: a que sabe transformar um processo de dez pessoas num processo de dois agentes e uma pessoa, a que verifica o que a máquina fez e assina por baixo, o maestro de uma orquestra de cem agentes. Daqui a dez anos essas profissões terão um nome, um salário de tabela e um mestrado que as ensina. Hoje aprendem-se fazendo.

A diferença desta vez: a velocidade

O argumento mais forte de que desta vez é diferente é a velocidade da transformação. A máquina de costura levou décadas a atravessar a indústria inglesa do calçado; a central telefónica automática, vinte anos; a eletricidade, quarenta anos a chegar à produtividade das fábricas. O ChatGPT teve cem milhões de utilizadores em dois meses. Em 2026, uma em cada cinco empresas americanas diz ter usado inteligência artificial nas duas semanas anteriores, e o Claude, o modelo da Anthropic, é usado em pelo menos um quarto das tarefas de metade das profissões americanas. Nenhuma tecnologia anterior entrou tão depressa em tantas tarefas ao mesmo tempo.

A velocidade muda a natureza do problema. Em Lynn, o artesão perdeu e o filho ganhou; o ajustamento fez-se entre gerações, e cada pessoa só teve de mudar uma vez, ou nenhuma. Se a mudança couber em cinco ou dez anos, a mesma pessoa vai perder o emprego que tinha e inventar o que não existe, com os mesmos filhos na escola e a mesma hipoteca. Alex Imas, economista em Chicago, começou cético e mudou de opinião no fim de 2024, com a geração de modelos que raciocina passo a passo. Resume-o numa frase: “a velocidade da mudança é o que importa”, porque é ela que decide se chegamos à versão esperançosa, de abundância, ou à outra, em que o desemprego se instala antes de a procura nova aparecer. Anton Korinek, que estuda estas transições há uma década, avisa que a rede de segurança não foi desenhada para um choque permanente. Os dois têm razão, e nenhum sabe o calendário.

Aqui há um paradoxo importante. Até agora as estatísticas estão calmas. A atualização de agosto de 2026 do estudo dos “canários” de Erik Brynjolfsson, Bharat Chandar e Ruyu Chen usa os registos de salários de milhões de trabalhadores americanos até junho. Não encontra deslocação generalizada. Encontra uma coisa precisa: os trabalhadores de 22 a 25 anos nas profissões mais expostas estão 19% abaixo do que estariam se tivessem acompanhado os colegas de profissões menos expostas, e o fosso era de 15% em 2025. Os autores dizem que descrevem, não que provam a causa; mas o sinal aparece no sítio onde a história manda procurar. O ajustamento está a fazer-se pela contratação, não pelos despedimentos nem pelos salários. A Anthropic, com a sua própria medida, não vê subida do desemprego nos expostos e vê um sinal fraco nos juniores. Na Dinamarca, Anders Humlum e Emilie Vestergaard mediram efeitos abaixo de 1% nos salários e nas horas. É a Inglaterra de 1860 outra vez: ninguém despedido, a porta de entrada a fechar.

Tudo isto é compatível com a velocidade, e a história explica porquê. A produtividade de uma tecnologia que muda a maneira de trabalhar só aparece depois de mudar a maneira de trabalhar, e as organizações demoram anos a mudá-la; a eletricidade esteve nas fábricas quarenta anos antes de alguém perceber que a fábrica tinha de ser redesenhada à volta dela. Os economistas chamam-lhe a curva em J: primeiro parece não acontecer nada, ou até se perde, e depois sobe tudo de repente. Os números de 2026 dizem que as pessoas já usam a máquina mas as empresas ainda não a usaram. O medo chega antes do efeito. O efeito, quando chegar, chega em bloco, porque as empresas não se reorganizam uma de cada vez, reorganizam-se quando a concorrente o faz. A previsão que faço é esta: alguns anos em que parece não acontecer nada, seguidos de alguns anos em que acontece tudo. A pior preparação para isso é a que se faz quando o telefone toca.

O trabalho já mudou

Antes das teorias, o que se vê. Escrevi este ano mais do que em qualquer ano da minha vida, e não foi por ter mais tempo. Pelo AI Dive passam todas as semanas centenas de pessoas, dez mil em 2026, de bancos, seguradoras, fábricas e câmaras, e o que lhes acontece é sempre o mesmo. Primeiro a varinha mágica: cada um faz em minutos o que fazia em horas, e o tempo poupado evapora-se em emails. Depois, nalguns, a pergunta certa: se isto faz em minutos o que eu fazia em horas, porque é que o meu processo continua a ter doze passos e quatro assinaturas? Os ganhos de dez vezes só existem na segunda etapa, e a segunda etapa não é tecnológica, é organizacional.

Dou um exemplo, uma ilustração e não uma estatística, que vou usar até ao fim. Imagine-se um departamento de trinta pessoas que trata de contratos: recebe-os, confere-os, responde a dúvidas, corrige, arquiva. Quando o processo é redesenhado à volta da máquina, a máquina faz o trabalho de vinte. Ficam dez, e os dez fazem o que a máquina não faz: decidem os casos difíceis, falam com o cliente quando a conversa é difícil, respondem pelo resultado. Os números são redondos para a conta ser simples; a proporção, dois terços do trabalho a sair de um processo redesenhado, é a que tenho visto em vários casos. A pergunta deste ensaio é o que acontece aos vinte. A resposta depende de quem são, da idade que têm, do que sabem fazer e do país em que vivem.

Para perceber quem são os dez e quem são os vinte é preciso uma ideia simples, que os economistas usam há vinte anos e que explica quase tudo o que se segue: um emprego não é uma coisa única, é um conjunto de tarefas. O contabilista lança faturas, concilia contas, decide como classificar um caso duvidoso, explica ao cliente, assina. A máquina não substitui o contabilista; substitui tarefas, uma a uma, e as tarefas não são todas iguais. Algumas são soltas: definem-se bem, verificam-se bem, podem ser separadas das outras e entregues a quem as faça mais barato, e é a essas que a máquina chega primeiro. Outras são indivisíveis: só valem juntas, porque quem faz uma precisa de ter feito as outras, e separá-las destrói valor. Outras ainda são de relação: a confiança de um cliente, a autoridade sobre uma equipa, a responsabilidade perante alguém que pode pedir contas. O que acontece a cada pessoa depende de quantas das suas tarefas são de cada tipo, e de se conseguir trocar umas pelas outras a tempo.

O fosso entre quem usa e quem não usa é, a meu ver, o facto económico mais importante da década, e Portugal está do lado errado dele. Cerca de 40% das pessoas entre os 16 e os 74 anos usam inteligência artificial, diz o INE; 12% das empresas com mais de dez trabalhadores usam-na, contra 20% na média europeia, diz o Eurostat de 2025. Dentro de cada empresa o fosso repete-se: dois terços dos executivos usam-na, hora e meia por semana. A diferença entre o que usa a sério e o que não usa é, em muitas tarefas, a diferença entre uma pessoa e três, e os salários vão acabar por refletir isso.

Em 2026 a pergunta mudou outra vez, com os agentes, que são programas que recebem um objetivo, planeiam os passos, usam as ferramentas e entregam o resultado. O copiloto ajudava a fazer; o agente faz. Pede-se-lhe uma análise de mercado, um software, uma campanha, e ele entrega, ainda com erros que alguém tem de apanhar. O que fica escasso quando a inteligência é grátis não é a inteligência: é saber o que se quer, ter critério para julgar a resposta, ser quem assina e responde, e ter autoridade para desmontar a organização e montá-la de novo. O gargalo deixou de ser o QI. A empresa de uma pessoa, que Sam Altman anunciou como profecia, é hoje um facto banal no Beato: um aluno da 42 constrói num fim de semana o que a primeira turma construía num semestre.

Igualador ou amplificador

A pergunta intuitiva seguinte é se a máquina aproxima as pessoas ou as afasta. A evidência diz as duas coisas, e diz quando cada uma acontece. Nas tarefas soltas, a inteligência artificial iguala. No estudo de Brynjolfsson, Danielle Li e Lindsey Raymond num centro de atendimento, o assistente subiu a produtividade média 14% e a dos novatos 34%; os melhores quase não ganharam, porque a máquina tinha aprendido com eles. Na experiência da Boston Consulting Group, os consultores da metade inferior ganharam 43% e os da superior 17%. Luis Garicano chama a isto “robôs por cima”: a máquina traz quem sabe menos para o nível de quem sabe mais, e cria uma classe média nova.

Nas tarefas que exigem critério, amplifica. Quando se deu acesso a um modelo a pequenos empresários no Quénia, os bons melhoraram cerca de 15% e os fracos pioraram cerca de 8%, porque seguiram conselhos que não sabiam avaliar. Enrique Ide e Eduard Talamàs descrevem o mecanismo oposto ao anterior, “robôs por baixo”: a máquina faz o trabalho de rotina que os juniores faziam, e o sénior passa a comandar dez vezes mais trabalho sem precisar de dez juniores. Os anúncios de emprego chineses de 2024 e 2025 mostram o resultado nos salários: com o mesmo título, os anúncios que exigem inteligência artificial pagam um prémio a gestores, coordenadores e operações, e uma penalização a analistas financeiros, cientistas de dados, programadores e jornalistas. A máquina iguala onde a tarefa é solta e amplifica onde a tarefa exige critério. Os dois acontecem ao mesmo tempo, em pessoas diferentes.

Daqui sai a primeira regra prática. A dispersão de salários vai crescer mais dentro de cada profissão do que entre profissões. Dois advogados com o mesmo diploma, um que verifica e um que confia; dois gestores, um que redesenha o processo e um que aprova o que lhe chega; dois programadores, um que constrói o sistema e um que escreve a função. A pessoa que se multiplica por dez existe, vejo-a todas as semanas, e não é a mais inteligente da sala. É a que tem o que a máquina não traz: conhecimento de que a máquina só tem a média, repertório para reconhecer o que presta, critério para dizer não, curiosidade para perguntar o que ninguém perguntou, apetite para tentar e coragem para fazer antes de alguém mandar. Nenhuma destas coisas se ensina numa aula. Todas se aprendem a fazer.

A escada sem os primeiros degraus

Isto deixa uma pergunta em aberto. Se a máquina faz o trabalho dos juniores e o sénior passa a comandar dez vezes mais trabalho sem precisar deles, de onde vêm os seniores de 2040? Ninguém nasce com critério. O advogado que hoje verifica um contrato em dez minutos aprendeu a verificá-lo porque redigiu centenas; a médica que reconhece o caso difícil passou por milhares de casos fáceis; o engenheiro que assina o sistema construiu os sistemas de que agora só vê o desenho. O trabalho de júnior nunca foi só produção barata. Era a escola onde se formava o julgamento que a máquina não tem, e era a empresa que pagava a escola, com salários baixos por trabalho medíocre, porque esperava ficar com o sénior no fim. Se a máquina faz a produção, a empresa deixa de ter razões para pagar a escola. É racional para cada empresa e é um problema para todas: daqui a quinze anos, quem verifica o que a máquina fez?

Os dados de 2026 são o princípio desta história, não o fim. A contratação de juniores cai primeiro porque o que eles faziam é o que a máquina faz melhor, e porque uma empresa que deixa de contratar não despede ninguém, não tem de justificar nada e não aparece em nenhuma estatística de desemprego. O custo só se vê dez anos depois, quando os seniores se reformam e não há quem os substitua. Os sapateiros ingleses tiveram resposta: a fábrica formava os seus próprios maquinistas, com nomes novos e tarefas novas. A pergunta de hoje é que escola forma quem vai verificar e assinar amanhã, se a de ontem, o estágio e os primeiros anos de carreira, está a ser fechada pelas mesmas empresas que mais vão precisar dos formados.

Há um dado que complica a resposta fácil, a de que a própria máquina ensina. Ensina, e é o melhor tutor que já existiu, mas só a quem a usa para aprender. Num estudo aleatorizado da Anthropic publicado em janeiro de 2026, programadores que aprendiam uma biblioteca nova com um assistente que escrevia o código por eles acabaram com resultados 17% mais baixos num teste de compreensão do que os que escreveram o código à mão, e quase sem ganho de tempo. Os que aprenderam com a máquina foram os que lhe pediram explicações e lhe fizeram perguntas; os que lhe delegaram tudo ficaram a saber menos. A distinção que vai valer uma carreira é esta: a máquina que ensina e a máquina que faz em vez do aprendiz. São o mesmo programa, com utilizadores diferentes.

Isto dá um trabalho novo a quem dirige empresas: automatizar a execução sem destruir a escola informal onde se formam os profissionais de que a empresa vai precisar. Significa dar responsabilidade mais cedo aos juniores que entram; pô-los a rever o que a máquina produz antes de os pôr a produzir; fazê-los passar pelos casos fáceis de propósito, como o piloto que treina no simulador. Significa também aceitar que, durante alguns anos, formar um sénior vai custar à empresa mais do que custava, porque já não vem de graça com a produção. As empresas que o perceberem vão ter os seniores do mercado em 2040. As outras vão comprá-los a elas.

O que vai acontecer aos salários

Há cinco mecanismos em jogo, e quem quiser pensar na sua carreira tem de os conhecer, porque empurram em direções diferentes.

O primeiro é a comoditização, a transformação do trabalho em mercadoria, e tem um artigo novo que o explica. Masao Fukui, Emi Nakamura e Jón Steinsson mostram que uma tecnologia que simplifica e padroniza o trabalho pode subir a produtividade e baixar os salários ao mesmo tempo, sem despedir ninguém. O mecanismo é a substituibilidade: quando a tarefa fica padronizada, a competência que o trabalhador trazia deixa de contar, qualquer pessoa o pode substituir, a empresa contrata um qualquer e paga abaixo do que o trabalho vale. O seu modelo explica porque é que o prémio salarial das grandes empresas americanas, o que pagam a mais pelo mesmo trabalhador, caiu de cerca de 60% para cerca de 20% desde 1980 enquanto a produtividade subia. O artigo é sobre caixas de supermercado e cadeias de restaurantes, não sobre inteligência artificial. Importa por isso mesmo: a inteligência artificial é o maior padronizador alguma vez inventado. Codifica o que era tácito, o que se sabia fazer sem saber explicar, e o que fica codificado passa a mercadoria. Marx escreveu a frase que os autores citam, “o seu trabalho torna-se um trabalho que qualquer um pode fazer”, e nunca foi tão verdadeira para o trabalho intelectual.

O segundo é o que Garicano, Jin Li e Yanhui Wu chamam, no livro deste ano, os empregos desarrumados, Messy Jobs, e é a ideia das tarefas aplicada aos salários. O que decide o destino de um emprego não é quanto a profissão está exposta à máquina; é que tipo de tarefas o compõem. Nas tarefas soltas, o código bem especificado, o contrato-tipo, a notícia de agência, a máquina chega ao ponto em que faz a tarefa sozinha, sem ninguém a rever, e deixa de compensar pagar a uma pessoa. Aí a oferta de trabalho sobe de repente e os salários caem, travados só pela regulação e pela preferência dos clientes por humanos. Nos empregos indivisíveis, a enfermeira, o advogado que vai a tribunal, o vendedor de tecnologia, o emprego vale mais do que a soma das tarefas e separá-las destrói valor; aí a máquina entra tarefa a tarefa e o emprego fica. Nos empregos de relação, o empresário, o gestor sénior, o consultor que implementa, o que se vende é autoridade e execução, e a máquina ajuda sem substituir. A radiologia é o aviso para quem gosta de previsões: em 2016 anunciou-se o fim dos radiologistas, em 2025 havia mais de 700 modelos de inteligência artificial para radiologia e a procura de vagas de residência estava no máximo. A máquina lê a imagem; o radiologista é um emprego indivisível.

O terceiro é o O-ring de Michael Kremer, o nome do anel de borracha que destruiu o vaivém Challenger. Numa cadeia de tarefas que dependem umas das outras, a qualidade do conjunto depende do elo mais fraco, e quando a máquina torna quase perfeitos os elos fáceis, o valor concentra-se nos que continuam difíceis. É a matemática da pessoa que se multiplica por dez: não faz dez vezes mais, faz a tarefa de que as outras nove dependem.

O quarto é Jevons, e é a incógnita central. Quando o preço de uma coisa cai, a quantidade procurada sobe; se sobe mais do que o preço cai, o emprego cresce. Foi assim com o carvão de Jevons em 1865, com as caixas automáticas e os balcões bancários, com o software durante quarenta anos. Vai ser assim com o direito para quem nunca teve advogado, com a tutoria para cada criança, com o projeto por medida para cada casa, com o diagnóstico para quem nunca chegou a um médico. Mas Imas tem razão em que ninguém mediu, tarefa a tarefa, quanto a procura reage ao preço, e é disso que tudo depende: onde a procura responde, o programador faz mais software e há mais programadores; onde está saturada, o mesmo trabalho faz-se com menos gente. A minha aposta, e é pura especulação, é que a procura responde nos serviços que a classe média nunca pôde pagar, e está saturada no que as grandes organizações fazem para si próprias: relatórios, reuniões, pareceres. Daí que o emprego cresça nas empresas pequenas e caia nas camadas intermédias das grandes.

O quinto é Baumol, e é o mais importante para quem escolhe uma carreira. William Baumol notou em 1966 que um quarteto de cordas demora hoje o mesmo que em 1800 a tocar um quarteto de Beethoven, e que os músicos ganham muito mais do que então, porque têm de ser pagos ao preço do que a economia produtiva paga. Quando a máquina baixa o preço do que é automatizável, o PIB fica cheio do resto, e o resto é humano: cuidar, ensinar, construir, conversar, convencer, estar presente. Imas chama-lhe o setor relacional, e aponta um facto comportamental que o sustenta: a disposição a pagar por um bem idêntico duplica quando outros estão excluídos dele, e cai quando o bem foi feito por uma máquina. O que é escasso vale, e o que é humano vai ser escasso. A cabeleireira, a enfermeira, o canalizador e o professor que inspira vão valer mais, não porque a sua produtividade suba, mas porque a de todos os outros sobe; a robótica há de chegar a alguns destes ofícios, mas mais tarde e mais devagar. Em Portugal, onde a saúde, a educação e a justiça estão guardadas por ordens, por numerus clausus e por licenças, Baumol tem uma segunda leitura: o preço cai onde a lei deixa a máquina trabalhar e não cai onde exige a assinatura do licenciado.

Somem-se os cinco e sai um retrato, não uma previsão. O salário médio sobe, porque a produtividade sobe. O salário mediano é incerto, porque depende de quantas pessoas estão em tarefas soltas e de quão depressa saem delas. A dispersão cresce. A parte do rendimento que vai para quem é dono das máquinas tende a crescer; é o argumento de Jesús Fernández-Villaverde em “Saving for the Machines”: quando o capital faz diretamente o trabalho intelectual, o salário deixa de ser o canal principal por onde o ganho chega às pessoas. Ninguém fica rico a trabalhar; fica-se rico a ser dono de alguma coisa. A máquina vai tornar isto mais verdadeiro, não menos.

Daqui sai a segunda regra prática, e peço que não seja lida como conselho de investimento, porque não é. Não sei se este é um bom momento para comprar ações, e ninguém sabe. O que sei é outra coisa, a dez e vinte anos: quem só tem salário tem todo o rendimento exposto a um único risco, o do seu próprio trabalho, e esse risco acaba de subir. Se a máquina faz uma parte crescente do trabalho, uma parte crescente do rendimento vai para quem é dono da máquina, e a única maneira de estar desse lado é ter uma parte do capital das empresas, num fundo de ações diversificado, comprado todos os meses sem olhar para o preço, durante décadas. É gestão de risco, não especulação: não pôr a vida inteira na mesma aposta. O português médio tem a casa, uma pensão prometida por um sistema que depende de outros continuarem a trabalhar, e pouco mais; está apostado na parte do rendimento que encolhe.

O que dizem os que discordam

O argumento mais sério do outro lado é de Daron Acemoglu. Com Simon Johnson, em Power and Progress, mostra que mil anos de tecnologia só partilharam os ganhos quando alguém obrigou: sindicatos, escolas, Estados sociais, concorrência. Sozinha, a máquina enriquece quem a tem. Num artigo de 2024 fez a conta ao que a inteligência artificial de então podia dar: cerca de 0,7% de produtividade total em dez anos, com a maior parte do ganho numa “automação medíocre” que substitui pessoas sem criar muito. Concedo a primeira metade inteira; é a tese deste ensaio sobre as instituições. A segunda já tem data: as capacidades de 2024 não são as de 2026, os agentes mudaram a fração de tarefas, e o próprio Acemoglu diz que a distribuição é uma escolha, não um destino. O que os pessimistas acertam é que a escolha não se faz sozinha.

A segunda objeção é a mais funda, e não a vou vencer: a história pode não servir. Em todas as revoluções anteriores a máquina fazia uma tarefa e libertava as pessoas para as tarefas que a máquina não fazia; o trator não aprendia a ser secretário. Esta máquina aprende. Se também fizer as tarefas novas à medida que aparecem, a criação de emprego pode não acompanhar a destruição, e o setor relacional de Imas pode ser mais pequeno do que supõe. Concedo-o, e ponho dois argumentos do outro lado. O primeiro é que a procura por trabalho humano não é só técnica: as pessoas pagam mais pelo que outro humano fez, e isso não é uma limitação da máquina, é uma preferência de quem compra. O segundo é que há duzentos anos de previsões do fim do trabalho e nenhuma se cumpriu; não prova que a próxima falhe, mas obriga quem a faz a dizer o que é diferente. Fico com a aposta de que o trabalho humano continua, e com a admissão de que, desta vez, é só isso, uma aposta.

A terceira objeção é a medição. “Setenta por cento dos empregos estão expostos” é uma frase que não diz nada, porque exposição não é substituição: a Organização Internacional do Trabalho estima que 5,5% dos empregos dos países ricos têm alto potencial de substituição, e a própria Anthropic mede que o Claude só cobre um terço do que seria tecnicamente possível em informática. Entre o que a máquina pode fazer e o que faz está a organização, a regulação, a responsabilidade e o cliente. É aí que a batalha se trava, e por isso o resultado não está escrito.

Como vão mudar as empresas

A empresa é o sítio onde isto se decide, e é o sítio que menos quer mudar. Uma hierarquia é uma máquina de poupar atenção de especialistas: o júnior resolve o problema fácil, sobe o difícil, o chefe decide, e o relatório, a reunião, o comité e a assinatura são os cabos por onde a informação sobe e a autorização desce. Garicano explicou-o há vinte e cinco anos, e o seu livro deste ano diz o que a máquina faz à pirâmide: muda-a pelas duas pontas de uma vez. Por baixo, absorve o trabalho de rotina que justificava os juniores. Por cima, eleva o que o menos experiente consegue fazer. A camada intermédia, que existia para traduzir entre as duas, é a que perde a função, e o relatório que a alimentava perde-a com ela. O relatório era a interface entre camadas; quando a camada vai, o relatório vai. A assinatura fica, porque a responsabilidade não se delega a uma máquina, e a reunião fica onde era uma decisão e desaparece onde era uma transmissão de informação que o agente faz em segundos.

O que fica dentro e o que fica fora muda pela mesma lógica. Ronald Coase perguntou em 1937 porque é que as empresas existem, e respondeu com o custo de usar o mercado. A inteligência artificial baixa esse custo para as tarefas soltas: o que era um departamento compra-se como um serviço, por chamada, a quem o faz melhor. Os dados de despesa de milhares de empresas americanas mostram-no a acontecer: as que compravam trabalho em plataformas de freelancers trocaram, entre 2022 e 2025, cada dólar de trabalho humano por três a trinta cêntimos de inteligência artificial. O que fica dentro é o que Garicano chama o trabalho desarrumado e de relação: a confiança, a autoridade, a responsabilidade perante o cliente e a lei, o conhecimento tácito do que se passa aqui e não noutro sítio. As empresas vão ficar mais pequenas e mais importantes, com menos gente e mais do que importa. A Amazon cortou 14.000 postos de escritório em outubro de 2025 com a inteligência artificial como justificação, e o seu presidente tinha dito meses antes que queria menos chefes e mais quem faz. Vai repetir-se na maioria das grandes organizações, e nas portuguesas com atraso.

Não é uma lei. A mesma tecnologia pode reforçar os gigantes, que têm os dados, a distribuição, a marca e os advogados para cumprir a regulação que os pequenos não conseguem pagar. O mais provável é que ganhem os dois extremos, a empresa de três pessoas e a de trezentos milhões de clientes, e que perca o meio: a empresa média, que não tem a velocidade de uma nem a escala da outra.

Há três razões, e Garicano dá-as, para a autoridade não passar para a máquina tão cedo: o conhecimento tácito local, que não está em nenhum dado; a responsabilidade, porque alguém tem de poder ser despedido ou processado; e a justiça processual, porque as pessoas aceitam decisões de pessoas que não aceitam de algoritmos. Nenhuma das três é eterna. Uma seguradora pode assumir a responsabilidade por uma decisão automática, um auditor pode certificá-la, uma lei pode atribuir a culpa ao fornecedor do sistema; já é assim com o piloto automático e vai ser assim com o diagnóstico. O argumento não é que a máquina nunca assina; é que, enquanto a responsabilidade for pessoal e a confiança for entre pessoas, o humano fica onde elas estão. Uma carreira deve procurar esse sítio sabendo que ele se move.

Os incumbentes e os empreendedores

A dificuldade das empresas que existem não é técnica. É arquitetónica, e por isso um estudo preliminar do MIT estimou em 2025 que 95% dos projetos-piloto nas empresas não tinham chegado a dar retorno. Adotar a máquina a sério exige desmontar o organigrama em voo, com os passageiros a bordo, e os passageiros são os chefes intermédios cuja função desaparece e que são precisamente quem aprova o projeto. Uma empresa mal organizada com inteligência artificial é uma empresa mal organizada mais depressa. Garicano lista o que a organização tem de reconstruir e ninguém quer: a seleção, a verificação, os padrões, as carreiras. As pessoas adotam a máquina em privado; as organizações não conseguem adotá-la em público. Isto vai durar anos e vai abrir a maior janela para empresas novas desde a internet.

É a parte boa, e é grande. Uma pessoa com as ferramentas certas estuda um mercado, constrói o software, faz as contas e põe um produto à frente de clientes em semanas, com o capital de um computador portátil. A empresa de três pessoas e um exército de agentes, a que nasce dentro de um nicho que a grande ignorava porque não pagava uma equipa: são estas que contratam, e são elas que vão fazer a maior parte dos empregos sem nome. O que vejo na 42 e no AI Dive é que o constrangimento não é a tecnologia, é o apetite: toda a gente tem as mesmas ferramentas que eu e vejo poucos a usá-las com interesse. Quem tiver apetite vai encontrar, nos próximos cinco anos, o mercado mais aberto da sua vida.

Portugal: o que temos a perder e o que temos a ganhar

Os vinte em cada trinta do exemplo do departamento de contratos têm, em Portugal, nome e número. O que o país construiu na última década como “exportação de serviços” é feito, quase todo, de tarefas soltas. Os contact centers empregam mais de 115.000 pessoas, com um salário médio de 1.021 euros e três em cada dez licenciados; a eles somam-se os centros de serviços partilhados e as empresas que vendem programação à hora. Atender uma chamada tipo, lançar uma fatura, escrever uma função: são as tarefas que melhor se definem, que melhor se verificam e que mais facilmente se separam das outras, e por isso as primeiras a que a máquina chega. Quem as faz tem de ouvir isto primeiro, e com tempo para agir: o emprego não acaba amanhã, mas a porta de entrada está a fechar, e a porta de saída a abrir.

O segundo sítio onde os vinte estão é o Estado, e é a oportunidade que mais me entusiasma porque não exige despedir ninguém. As administrações públicas têm 768.000 postos de trabalho, idade média de 48 anos, dois em cada três com mais de 45 anos, a chegar à idade da reforma nas próximas duas décadas. Um Estado que não substitua quem sai, que automatize o licenciamento, o parecer e o ofício, liberta em dez anos centenas de milhares de postos e milhares de milhões de euros para o que é humano e falta: enfermeiros, professores que inspiram, polícias na rua, juízes com tempo. É o sítio da economia onde a transição pode fazer-se quase só fechando a porta de entrada, como entre os sapateiros ingleses de 1870, e sem uma única greve de Lynn.

Há depois o lado da oportunidade, e é maior do que o do risco: a inteligência barata encaixa nos nossos défices como uma chave numa fechadura. Faltam-nos pessoas, 850.000 portugueses dos 15 aos 39 anos vivem fora, e a demografia não vai substituí-los. Falta-nos conhecimento: um terço das empresas tem um administrador com ensino superior, e a produtividade por hora caiu do 17.º para o 24.º lugar da União. Uma tecnologia que fornece especialização a pedido, ao preço de uma subscrição, é a primeira na história que fecha mais depressa o fosso de conhecimento do que o fosso de capital. A pequena empresa de Viseu tem hoje acesso ao mesmo consultor que a multinacional. O retardatário tem mais a ganhar do que o líder, porque a distância a percorrer é maior e o custo de a percorrer caiu.

Mas isto só acontece se o permitirmos coletivamente, e a nossa história recente diz que não permitimos. Protegemos o posto e abandonamos a pessoa, que é o contrário do que a Dinamarca faz: ajusta em meses porque quem perde o emprego tem um subsídio decente, formação paga e um mercado onde as empresas novas nascem depressa. Não é grátis, e é essa a escolha: pagar a proteção da pessoa, ou pagar mais tarde, e mais caro, a proteção do posto. Cada ordem profissional, cada numerus clausus, cada licença contingentada, cada contrato coletivo que proíbe automatizar, cada lei como a dos TVDE é uma barreira que vai ser invocada em nome da proteção. A defesa funciona por pouco tempo, e a conta chega depois, maior: os teares de 1812 entraram na mesma, só com dezassete enforcados de permeio, e os táxis protegidos em 2018 não impediram as plataformas, só impediram os portugueses de ter o serviço mais cedo e mais barato. Um país que resiste perde duas vezes, o ganho que não teve e os empreendedores que foram fazê-lo a outro sítio. Há ainda o imposto: a inteligência artificial dá ao engenheiro a possibilidade de produzir de Lisboa; uma taxa marginal de IRS que chega aos 53% tira-lha. A oportunidade é real, e é condicional.

Como preparar os filhos e os netos

É a pergunta que não tem resposta fácil, porque ninguém sabe o nome dos empregos de 2040. Preparar alguém para um emprego que não existe é diferente de o preparar para um que existe. O que se segue não é uma lista de profissões seguras. É uma maneira de decidir, para quatro idades, e uma atitude que serve a todas.

Começo pela atitude, porque é a parte que mais custa a uma geração educada para ter uma carreira. A carreira única, o curso aos dezoito, a empresa aos vinte e cinco, a reforma na mesma profissão, foi uma invenção do século XX, e a nossa geração é a última a tê-la. O que a substitui é a disponibilidade mental para mudar de ofício uma, duas, três vezes na vida, sem o viver como derrota. As telefonistas que mudaram de ocupação ficaram bem; as que esperaram que a central voltasse a precisar delas, não. A boa notícia, e é grande, é que nunca foi tão barato mudar. A mesma máquina que fecha a porta de um ofício é o professor particular de um segundo ofício: ensina uma matéria nova ao ritmo de quem aprende, responde a todas as perguntas sem impaciência, corrige o que se faz mal, a qualquer hora, de graça. O que exigia um curso de três anos pode hoje fazer-se em meses de trabalho a sério, com uma condição: usar a máquina para aprender, não para fazer em vez de nós; os alunos da 42 que chegam de enfermeiros, advogados, cozinheiros e militares provam-no todas as semanas. Mudar de carreira continua a exigir coragem e tempo. Deixou de exigir dinheiro e licença.

Para a criança que está na escola, a resposta é mais antiga do que a máquina. Os fundamentos valem mais, não menos, porque o critério constrói-se sobre conhecimento e ninguém julga o que não sabe. Ler profundamente, escrever com clareza, contar e raciocinar, até à mestria e não até ao fim do ano letivo; uma língua estrangeira a sério; matemática até ser automática. Depois, as seis coisas que a máquina não traz: conhecimento, repertório, critério, curiosidade, apetite e coragem. Nenhuma se ensina numa aula; todas se aprendem a fazer, com outros, sob crítica, em projetos reais com consequências. O tutor é grátis desde 2024; o autodidata não é, e produzir autodidatas é a única função que resta à escola. Uma criança que aos doze anos aprende qualquer coisa sozinha, por querer, com a máquina ao lado, está preparada para o que vier; uma que decora para o teste está preparada para 1990. Por isso o telemóvel fora da sala e a inteligência artificial dentro da aprendizagem, que não são a mesma coisa. Por isso o desporto, a música, o teatro, as coisas feitas com as mãos, que a máquina não faz. Por isso ler livros inteiros, escrever à mão, fazer contas no papel antes de a máquina as fazer. A dificuldade faz parte da aprendizagem: um empilhador levanta de graça e ninguém deixou de ir ao ginásio.

Para quem tem dezassete anos e escolhe um curso, o conselho cabe numa frase: não escolhas um emprego, escolhe um problema. Um emprego é uma lista de tarefas, e as listas de tarefas são o que a máquina come. Um problema de que gostes, a energia, a saúde dos velhos, a água, as cidades, a educação, o dinheiro das famílias, sobrevive a qualquer tecnologia, e quem aprender tudo o que a máquina já sabe sobre ele e fizer o que ela não faz dificilmente ficará sem trabalho. Depois, o teste das tarefas. Prefere cursos e carreiras em que as tarefas são indivisíveis ou de relação: a medicina com doentes, a engenharia que constrói, o direito que vai a tribunal e negoceia, a gestão que lidera pessoas, a venda que exige confiança. Desconfia dos que preparam para o trabalho de júnior, a análise simples, o primeiro rascunho, a pesquisa, porque esse trabalho já não existe. Molly Kinder, da Brookings, deu a regra mais curta: quem pode fazer o seu trabalho de casa, sozinho em frente a um computador, tem um problema. Os ofícios manuais qualificados entram no mesmo raciocínio: o eletricista e o canalizador estão do lado de Baumol, e vão ganhar mais do que muitos licenciados que estão do lado da mercadoria. A matemática e a estatística continuam a valer para toda a gente, não como profissão, como língua do critério. A escola importa menos pelo nome do que pelo método: prefere a que te faz construir e defender o que fizeste, com pares, sem palestras, porque é assim que se aprende o que não está codificado.

Ainda para os dezassete, três coisas que não se dizem nas sessões de orientação. Usa a máquina todos os dias, a sério, para fazer coisas que te interessam, e usa-a para perceber, não só para despachar: quem lhe delega tudo aprende menos, e isso está medido. A distância entre quem usa bem e quem não usa vai ser a maior diferença salarial da próxima década, e começa agora. Constrói qualquer coisa real antes dos vinte, um produto, um serviço, uma associação, porque a empresa de uma pessoa é hoje um primeiro emprego e porque quem construiu sabe julgar. Começa a ser dono de alguma coisa cedo: uma quota, uma empresa, e, para toda a gente, uma parte do capital das empresas do mundo, poupada todos os meses desde o primeiro ordenado, num fundo diversificado, sem tentar adivinhar o momento certo. Vinte anos de capitalização transformam uma poupança pequena numa segunda fonte de rendimento, e quem começa aos vinte e dois tem a vantagem que ninguém compra depois: o tempo. É a maneira de não depender só do salário.

Para quem tem quarenta anos e um emprego que a máquina já faz em parte, a resposta é mais urgente e menos agradável. A mudança não vai esperar pela tua reforma. O que se pode fazer é mover-se dentro do próprio conjunto de tarefas: para o cliente, para a responsabilidade, para a implementação, para a autoridade; ser quem verifica e assina, não quem produz o rascunho; ser quem redesenha o processo, não quem o aprova. Um exercício simples serve para qualquer pessoa: escrever as dez tarefas que ocupam a semana e marcar, em cada uma, se é solta, indivisível ou de relação. A lista diz onde a máquina entra primeiro e para onde convém mover-se antes que entre. O gestor intermédio tem duas saídas e pouco tempo para escolher: tornar-se a pessoa que desenha o trabalho das máquinas e das pessoas, ou tornar-se a pessoa que aprovava o que lhe chegava, e essa função desaparece. A formação necessária mede-se em meses, não em anos, e faz-se a trabalhar, com as ferramentas, em problemas da própria empresa; é o que fazemos no AI Dive, e o que funciona não é o curso, é o projeto. Se o conjunto de tarefas inteiro estiver a desaparecer, a resposta é a atitude: mudar de ofício, com a máquina como professor, antes de a porta de saída se abrir sozinha.

Para quem tem 55 anos num emprego de tarefas soltas, não adianta fingir: a história das telefonistas é a história de quem estava na cadeira quando a máquina chegou. O país deve-lhe a proteção da pessoa, um subsídio decente, formação paga, um mercado onde haja para onde ir, e não a proteção do posto, que só adia e encarece. E para quem não pode mudar de cidade, não tem poupanças e não pode arriscar, que é a maioria, a resposta não é individual: é a razão de ser do Estado social, e a medida do que ele vale é o que fizer por essa pessoa nos próximos dez anos. O que a pessoa pode fazer por si é o mesmo que nos outros casos: mover-se para o que é de relação. Aí a idade é um ativo, não um custo, e o que se vende é o que trinta anos de trabalho deram: saber com quem falar, o que perguntar e em quem confiar.

Para os netos, os de cinco anos, a resposta é a mais simples. Ninguém sabe o que vão fazer e não importa. O que importa é o que nunca mudou: ler-lhes em voz alta, deixá-los aborrecer-se, deixá-los partir coisas e consertá-las, perguntar-lhes porquê e esperar pela resposta, pô-los a fazer com as mãos e a defender o que fizeram, e tratá-los como gente que vai decidir, não como gente que vai ser decidida. A curiosidade e a coragem aprendem-se antes das letras, e são as duas de que a máquina mais precisa do outro lado. Aos meus costumo dizer que desta vez é a sério. É. Por isso o que lhes posso dar não é um emprego: é a vontade de inventar o deles.

A pergunta certa

A binder inglesa de 1858 e o analista de 24 anos de 2026 têm a mesma biografia: entraram num ofício que valia quando entraram, e a porta fechou atrás deles enquanto lá estavam. A diferença é que ela tinha trinta anos para ver a máquina chegar e ele tem três, e que ela não votava e ele vota. O que o século XIX fez à custa de duas gerações, com enforcamentos pelo meio e um Estado social inventado depois, o século XXI vai ter de fazer dentro de uma, com as mesmas pessoas a atravessar o rio. Não há maneira de o tornar indolor. A economia vai inventar, quase de certeza, atividades que hoje não têm nome; o que não está garantido é que as pessoas a quem o trabalho desaparece cheguem a elas a tempo. É essa distância, entre o que a economia cria e o que uma pessoa consegue reconstruir numa vida, que há que encurtar. Passa pelo que o país decide sobre ordens, licenças, escolas, impostos e um Estado que automatize primeiro o que é seu. Passa pelas empresas, que têm de automatizar a execução sem fechar a escola onde se formam os seus seniores. E passa pelo que cada um decide sobre o que estuda, o que constrói, do que é dono e quantas vezes está disposto a recomeçar.

A pergunta “a IA vai tirar-me o emprego?” tem por isso uma resposta e uma substituta. A resposta é: um emprego feito de tarefas soltas, sim, e mais depressa do que pensas; um trabalho feito de critério, de relação e de responsabilidade, não, e vai valer mais. A substituta é a pergunta que interessa: dos empregos que ainda não têm nome, qual é o que vou ser eu a inventar?

Referências:
David Autor, Caroline Chin, Anna Salomons e Bryan Seegmiller, “New Frontiers: The Origins and Content of New Work, 1940–2018”, Quarterly Journal of Economics (2024). Hillary Vipond, “Technological Unemployment in Victorian Britain” (LSE, 2026; “A shoemaker’s tale”, Economic History Society). James Feigenbaum e Daniel Gross, “Answering the Call of Automation: How the Labor Market Adjusted to Mechanizing Telephone Operation”, Quarterly Journal of Economics (2024). Carl Benedikt Frey, The Technology Trap (2019); Robert Allen, “Engels’ Pause” (2009). John Maynard Keynes, “Economic Possibilities for our Grandchildren” (1930). Erik Brynjolfsson, Bharat Chandar e Ruyu Chen, “Canaries in the Coal Mine? Six Facts About the Recent Employment Effects of Artificial Intelligence”, versão de agosto de 2026 (Stanford Digital Economy Lab, dados ADP). Maxim Massenkoff e Peter McCrory, “Labor market impacts of AI: A new measure and early evidence”, Anthropic (março de 2026). Anders Humlum e Emilie Vestergaard, “Large Language Models, Small Labor Market Effects” (2025). MIT NANDA, “The GenAI Divide” (2025). Judy Hanwen Shen e Alex Tamkin, “How AI Impacts Skill Formation”, Anthropic (janeiro de 2026). LinkedIn, “LinkedIn data shows where opportunity is emerging as work changes” (27 de outubro de 2026). Erik Brynjolfsson, Danielle Li e Lindsey Raymond, “Generative AI at Work”, Quarterly Journal of Economics (2025). Fabrizio Dell’Acqua et al., “Navigating the Jagged Technological Frontier” (2023). Nicholas Otis et al., “The Uneven Impact of Generative AI on Entrepreneurial Performance” (2024). Enrique Ide e Eduard Talamàs, “Artificial Intelligence in the Knowledge Economy” (2025). Luis Garicano, Jin Li e Yanhui Wu, Messy Jobs: The Work That AI Cannot Reach (2026); Luis Garicano, apresentação no Peterson Institute (25 de setembro de 2026). Alex Imas, Odd Lots (abril de 2026) e “Ghosts of Electricity”; Diego Comin, Danial Lashkari e Martí Mestieri, “Structural Change with Long-Run Income and Price Effects”, Econometrica (2021). Masao Fukui, Emi Nakamura e Jón Steinsson, “The Commoditization of Labor” (setembro de 2026). Michael Kremer, “The O-Ring Theory of Economic Development”, Quarterly Journal of Economics (1993). William Baumol e William Bowen, Performing Arts: The Economic Dilemma (1966). Jesús Fernández-Villaverde, “Saving for the Machines” (outubro de 2026). Hubmer, Halvorsen, Salgado e Ozkan, “Why Are the Wealthiest So Wealthy?”, Econometrica (a publicar). Daron Acemoglu e Simon Johnson, Power and Progress (2023); Daron Acemoglu, “The Simple Macroeconomics of AI” (2024). Rio-Chanona, Ernst, Merola, Samaan e Teutloff, “AI and jobs: A review of theory, estimates, and evidence” (OIT, setembro de 2025). Luis Garicano, “Hierarchies and the Organization of Knowledge in Production”, Journal of Political Economy (2000). Ronald Coase, “The Nature of the Firm” (1937). Ryan Stevens, “Payrolls to Prompts: Firm-Level Evidence on the Substitution of Labor for AI” (Ramp, janeiro de 2026). Hoover Institution, “Productivity Gains and Labor Pains” (17 de março de 2026). The New York Times, “Economists once dismissed the AI job threat, but not anymore” (3 de abril de 2026). APCC, estudo de caracterização do setor dos contact centers (2025). INE, inquérito à utilização de TIC (2025); Eurostat, utilização de IA nas empresas (2025). DGAEP, emprego público, 2.º trimestre de 2026.