Na primeira semana, pediram que ele apenas mostrasse como fazia.

Não parecia uma ameaça. Parecia modernização.

O sistema ainda era novo, hesitava diante das tarefas mais simples e devolvia respostas que precisavam ser corrigidas quase o tempo todo. Por isso, alguém deveria acompanhá-lo. Explicar os procedimentos. Apontar os erros. Demonstrar as exceções que não estavam nos manuais.

Ele foi escolhido porque conhecia o trabalho como ninguém.

Abriu a primeira tela e começou pacientemente:

Primeiro, verificamos estes dados. Depois, comparamos os registros. Quando há divergência, não seguimos o procedimento comum. É preciso observar o histórico.

A máquina ouviu.

Ou, pelo menos, fez aquilo que as máquinas chamam de ouvir.

Ele repetiu o processo durante dias. Gravou a tela, organizou documentos, descreveu decisões que antes tomava quase sem perceber. Precisou transformar anos de experiência em instruções claras o suficiente para que um sistema pudesse acompanhá-las.

No começo, sentiu orgulho.

O programa melhorava depois de cada correção. A equipe comemorava os avanços. Os relatórios mencionavam produtividade, inovação e ganho de tempo. Os gestores elogiavam sua disponibilidade para colaborar com o futuro da empresa.

E ele realmente colaborava.

Quando o sistema confundia uma solicitação urgente com uma demanda comum, era ele quem explicava a diferença. Quando aplicava uma regra no caso errado, era ele quem mostrava a exceção. Quando uma resposta tecnicamente correta poderia causar um problema real, era ele quem percebia.

A inteligência artificial aprendia.

Mas aprendia porque havia, do outro lado da tela, um trabalhador fornecendo aquilo que não aparecia em nenhuma base de dados: o conhecimento acumulado por quem já tinha errado, corrigido, improvisado e assumido as consequências.

A primeira tarefa que desapareceu

Ninguém anunciou que alguma coisa havia mudado.

Um dia, ele percebeu que já não precisava preencher determinado relatório. O sistema o produzia automaticamente.

Foi um alívio.

Aquela era uma tarefa repetitiva, cansativa e pouco interessante. Se a máquina poderia realizá-la em segundos, não havia motivo para lamentar.

Depois, outra atividade foi automatizada.

E mais outra.

As tarefas não desapareceram de uma vez. Foram saindo discretamente, como colegas que deixam uma reunião sem interromper quem está falando.

Ele continuava empregado. Continuava ocupado. Continuava sendo consultado quando alguma coisa dava errado.

Mas começou a notar que o sistema fazia sozinho exatamente aquilo que, alguns meses antes, justificara a escolha de seu nome para o projeto.

Era bom porque conhecia o processo.

Agora o processo também o conhecia.

A pergunta que chega atrasada

A discussão sobre inteligência artificial e mercado de trabalho costuma começar com uma pergunta enorme:

A IA vai substituir empregos?

A pergunta assusta porque imagina uma substituição completa: uma pessoa sai pela porta, uma máquina ocupa sua cadeira e a história termina.

Nem sempre é assim.

Às vezes, ninguém ocupa a cadeira.

O que acontece é mais silencioso. Uma tarefa passa a ser feita automaticamente. Outra exige menos tempo. Uma equipe de dez pessoas passa a entregar o mesmo trabalho com oito. Depois com cinco. O cargo mantém o nome, mas seu conteúdo vai sendo reorganizado por dentro.

A automação não precisa eliminar uma profissão inteira para transformar a vida de quem a exerce.

Ela pode selecionar as partes mais previsíveis de um trabalho, aprender seus padrões e devolver ao trabalhador apenas aquilo que ainda não conseguiu resolver.

Por isso, talvez a pergunta mais útil não seja:

Minha profissão será substituída?

Talvez seja:

Quais partes da minha profissão já podem ser ensinadas a um sistema?

Ensinar exige revelar

Durante muito tempo, aquele trabalhador simplesmente trabalhava.

Ele não precisava explicar cada decisão. Sabia reconhecer uma situação incomum, desconfiar de um resultado estranho, escolher um caminho diferente quando o procedimento habitual não parecia suficiente.

Ao treinar o sistema, precisou abrir esse conhecimento.

Transformou intuição em regra.

Transformou experiência em exemplo.

Transformou cautela em etapa operacional.

Transformou aquilo que sabia em material de treinamento.

Há algo de profundamente contraditório nisso. Quanto mais competente ele demonstrava ser, mais informações oferecia para que a máquina dependesse menos de sua competência.

Seu melhor trabalho poderia ser justamente aquele que o tornaria menos necessário.

Não porque a inteligência artificial tivesse descoberto tudo sozinha, mas porque alguém se sentou diante dela e explicou, com enorme cuidado, como o trabalho deveria ser feito.

O substituto não chegou pela porta

Talvez seja por isso que a imagem do robô chegando para tomar o lugar de alguém já não explique muito bem o que está acontecendo.

O substituto não chegou pela porta.

Ele foi instalado.

Recebeu acesso aos documentos.

Participou dos testes.

Foi corrigido por quem conhecia o serviço.

E cresceu dentro do próprio fluxo de trabalho.

Não houve um instante exato em que o funcionário deixou de ser indispensável. Houve uma sequência de pequenas transferências.

Primeiro, o sistema sugeria.

Depois, produzia.

Mais tarde, produzia e aguardava uma revisão.

Até que a revisão começou a parecer uma formalidade.

Quando finalmente alguém perguntou se a equipe ainda precisava ter o mesmo tamanho, a parte mais difícil do processo já havia terminado.

O sistema estava treinado.

E quem melhor poderia tê-lo treinado senão aquele trabalhador?

Empregos ameaçados pela IA

Falar em empregos ameaçados pela IA costuma produzir duas reações igualmente apressadas.

De um lado, há quem anuncie o fim de quase todas as profissões. Do outro, há quem responda que toda nova tecnologia sempre criou novas ocupações e que, portanto, não existe motivo para preocupação.

As duas respostas oferecem um conforto enganoso.

A primeira transforma o futuro em sentença.

A segunda usa o passado como garantia.

Entre o pânico e a tranquilidade automática, existe a vida concreta de pessoas que precisam trabalhar enquanto a transformação acontece.

Não importa apenas saber se novos empregos surgirão algum dia. Importa saber quem terá acesso a eles, quem receberá formação, quem suportará o período de transição e quem pagará o preço da produtividade conquistada.

Uma tecnologia pode ampliar possibilidades e, ao mesmo tempo, aprofundar inseguranças.

Ela pode libertar alguém de uma tarefa mecânica e permitir que outra pessoa seja dispensada porque a tarefa já não exige a mesma quantidade de trabalhadores.

A contradição não está na máquina.

Está nas escolhas feitas ao redor dela.

Em Operador de imaginação, o Logosgrafia já observou como a inteligência artificial pode acelerar processos sem assumir o comando da criação. Em Entre a máquina e a autoria, a discussão avançou sobre os limites entre colaboração, responsabilidade e terceirização do pensamento.

No trabalho, porém, a pergunta ganha uma consequência adicional.

Não se trata apenas de descobrir quem realizou uma tarefa.

Trata-se de decidir quem continuará recebendo para realizá-la.

O futuro das profissões já começou

O futuro das profissões não chegará em uma manhã específica.

Não haverá uma sirene anunciando que o mercado de trabalho mudou.

Ele aparece quando uma tarefa deixa de exigir uma tarde e passa a exigir alguns minutos. Quando um profissional deixa de produzir e passa a revisar. Quando a experiência acumulada por uma equipe vira uma base consultada por um sistema. Quando alguém percebe que está ensinando uma máquina a fazer aquilo que aprendeu durante anos.

Por isso, o trabalhador daquela história talvez ainda esteja na empresa.

Talvez tenha sido promovido.

Talvez tenha se tornado responsável pelo sistema.

Talvez tenha aprendido novas funções.

Ou talvez tenha recebido, meses depois, uma reunião inesperada no calendário.

Não sabemos.

Mas sabemos que, durante algum tempo, ele explicou pacientemente cada detalhe do próprio trabalho.

A máquina perguntava.

Ele respondia.

A máquina errava.

Ele corrigia.

A máquina aprendia.

E, enquanto todos celebravam o avanço do projeto, uma pergunta permaneceu fora dos relatórios:

Quando uma empresa aprende tudo o que um trabalhador sabe, o que ela passa a reconhecer como valor naquele trabalhador?

Responder a essa pergunta exige ir além das previsões sobre automação do trabalho.

Exige observar aquilo que uma descrição de cargo quase nunca consegue registrar: os julgamentos, os vínculos, as hesitações, os cuidados e as responsabilidades que também sustentam uma profissão.

Porque talvez o maior risco não seja descobrir que uma máquina consegue repetir nossas tarefas.

Talvez seja perceber que passamos tempo demais tratando seres humanos como se fossem apenas a soma das tarefas que repetem.

A partir daqui, a reflexão se aprofunda.

A parte aberta apresentou o impacto da inteligência artificial no mercado de trabalho e a transformação silenciosa das tarefas profissionais.

No trecho seguinte, reservado aos assinantes pagos, deixamos as previsões sobre empregos em segundo plano para investigar uma questão mais difícil: o que ainda torna um trabalho verdadeiramente humano?

Falaremos sobre o trabalho invisível, os limites da eficiência, o valor das relações e tudo aquilo que uma empresa pode deixar de enxergar quando reduz uma pessoa às tarefas que ela executa.

Para continuar, use o botão flutuante “Assinar” e torne-se uma Semente.

Cada estante oferece uma entrada diferente. A biblioteca cuida do restante do caminho.