A inteligência artificial não está sendo implantada principalmente para apagar empregos, mas para reorganizar tarefas, critérios de desempenho e competências. Bancos, centrais de atendimento, escritórios, hospitais, escolas, fábricas e órgãos públicos já encontram usos para sistemas capazes de analisar dados, redigir documentos e executar rotinas. A pergunta prática deixou de ser se a automação chegará: é se trabalhadores e empresas saberão revisar seus resultados, proteger informações e preservar o julgamento humano.
Quais empregos serão mais afetados pela inteligência artificial?
Empregos mais expostos à IA são aqueles baseados em dados, processos repetitivos e grandes volumes de trabalho cognitivo padronizado.
Seati Moloi, presidente-executivo e fundador da Khoi Tech, aponta setores como bancos, seguros, serviços financeiros, centrais de atendimento, contabilidade, advocacia, consultoria, marketing, mídia, tecnologia, mineração, manufatura, energia, saúde, educação, varejo, agricultura, logística, transporte e administração pública. A lista é extensa porque a característica comum não é o nome da profissão, mas o tipo de tarefa. Uma função pode ser afetada sem desaparecer: o trabalho muda, as habilidades valorizadas mudam e a organização passa a entregar serviços em outro ritmo. O Fórum Econômico Mundial já identifica especialistas em IA e aprendizado de máquina entre as funções que mais crescem na África do Sul.
Em hotelaria, essa distinção foi resumida numa frase do Hospitality Industry Think Tank: “a IA não substituirá seu emprego, mas alguém usando IA substituirá você”. A formulação é áspera, porém útil. O sistema pode liberar tempo para atendimento personalizado, melhor compreensão das preferências dos hóspedes e conversas que constroem fidelidade. O balcão não vira uma nave sem tripulação; apenas deixa de desperdiçar gente em tarefas que uma máquina executa sem pedir café.
Como a IA está mudando bancos, atendimento e serviços profissionais?
Nos bancos, a IA já apoia detecção de fraude, análise de crédito e risco, conformidade, atendimento, produtos personalizados e operações internas.
Em centrais de atendimento, sistemas automatizados respondem dúvidas rotineiras, resumem chamadas, recuperam dados de clientes, auxiliam agentes humanos e, em alguns fluxos, completam transações. O impacto merece atenção especial na África do Sul porque a terceirização de processos representa uma fonte relevante de empregos, segundo Moloi. Se as tarefas mais simples forem absorvidas por sistemas, o agente humano precisará lidar com exceções, negociações e situações nas quais a resposta correta exige contexto. Isso eleva a exigência profissional, mas também pode transformar um trabalho baseado em roteiro numa função de resolução de problemas.
Nos serviços jurídicos, contábeis, consultivos, de marketing e mídia, ferramentas de IA já redigem relatórios, analisam contratos, fazem pesquisa, produzem material promocional, montam apresentações e resumem grandes volumes de informação. O cenário mais provável, afirma Moloi, desloca profissionais do trabalho rotineiro para julgamento, estratégia, relacionamento e decisões complexas. O gargalo, entretanto, nem sempre é o modelo. Sistemas antigos, dados ruins, segurança frágil e integrações improvisadas costumam impedir a adoção antes mesmo de qualquer discussão filosófica sobre o futuro.
Quais habilidades profissionais ganham valor com a IA?
As habilidades mais valiosas combinam domínio profissional, alfabetização em IA, leitura de dados, pensamento crítico e capacidade de explicar decisões.
Um sistema pode produzir uma resposta convincente e ainda assim partir de uma premissa fraca, inventar um fato, reproduzir viés ou confundir correlação com evidência relevante. Por isso, trabalhadores precisam saber interpretar dados, reconhecer tendências, questionar sua qualidade e avaliar a sustentação de uma recomendação. Não é necessário transformar todo funcionário num estatístico ou programador. É necessário entender o bastante para perguntar de onde veio a conclusão, quais informações faltaram e qual consequência surgirá se a máquina estiver errada. A fluência útil não é apertar um botão; é saber quando desconfiar do resultado.
Também será preciso administrar fluxos de trabalho assistidos por IA: dividir uma tarefa em etapas, fornecer contexto, especificar critérios e revisar cada saída de modo sistemático. Conhecimento de domínio continua sendo o filtro decisivo. A ferramenta pode sugerir uma cláusula, uma análise financeira ou uma campanha, mas somente alguém que conheça o problema consegue reconhecer uma solução inadequada com aparência impecável. Comunicação, criatividade, empatia, discernimento ético e compreensão contextual ganham peso justamente porque não cabem confortavelmente numa planilha de tarefas repetidas.
Como empresas devem adotar IA com segurança?
Empresas devem começar pela governança de dados, pela infraestrutura e pela definição clara de quais ferramentas estão autorizadas em cada processo.
Seati Moloi observa que muitas organizações precisarão modernizar plataformas legadas, melhorar a qualidade dos dados e reforçar segurança e integração antes de implantar sistemas mais capazes. A pressa costuma produzir uma coleção de experimentos isolados: cada equipe escolhe uma ferramenta, envia informações para um serviço externo e depois descobre que ninguém sabe onde os dados foram parar. O caminho menos glamouroso é o mais funcional: mapear processos, definir responsáveis, testar resultados, registrar limites e estabelecer revisão humana para decisões que afetam clientes, empregados ou cidadãos.
Seani Rananga, professora de ciência da computação e desenvolvedora de sistemas de IA da Universidade de Pretória, alerta que ferramentas globais não devem ser adotadas sem avaliação local. Leis sul-africanas, idiomas, cultura, infraestrutura e condições reais de trabalho alteram o risco. Sob a POPIA, a Protection of Personal Information Act, empregados não devem inserir dados pessoais de clientes, registros confidenciais ou informações organizacionais em sistemas públicos sem aprovação e salvaguardas. A empresa precisa saber quais dados são coletados, onde são processados, por quanto tempo ficam retidos e quem pode acessá-los.
Por que contexto local e colaboração importam?
Sistemas de IA funcionam melhor quando especialistas técnicos, profissionais de cada setor, linguistas e comunidades participam de seu desenvolvimento e avaliação.
Rananga defende colaboração entre faculdades de computação e profissionais de direito, saúde, educação, jornalismo, finanças, administração pública, agricultura e humanidades. O cientista da computação conhece desenho e avaliação de modelos; o especialista da área conhece operações, riscos e o preço de um erro. Nenhum dos dois possui sozinho o mapa inteiro. Em sistemas voltados a línguas africanas, a participação de linguistas e comunidades é ainda mais importante. Tradução literal não transporta automaticamente significado cultural, tom, expressões idiomáticas e contexto. Uma máquina que domina palavras pode continuar ignorando a conversa.
Essa exigência de contexto vale para qualquer empresa, inclusive as que trabalham em português. Um modelo treinado em ambientes diferentes pode interpretar mal uma prática local, uma regra interna ou uma nuance de atendimento. A adoção responsável, portanto, não consiste em importar uma ferramenta e esperar que a realidade se curve. Consiste em testar onde ela funciona, medir onde falha e permitir que as pessoas afetadas contestem decisões automatizadas. É menos parecido com comprar software e mais com adaptar uma máquina estrangeira a uma oficina brasileira: o manual ajuda, mas não conhece o parafuso espanado.
No Brasil, a adoção de IA precisa considerar direitos autorais, contratos com fornecedores e as regras trabalhistas aplicáveis a reestruturações.
Obras literárias e artísticas produzidas com auxílio de sistemas devem ser analisadas pelo papel humano na criação. O tema se conecta à Lei 9.610/1998 (LDA) e ao PL 2.338/2023, ainda em tramitação, que discute mineração de texto e dados e remuneração de titulares no treinamento de modelos. Aqui há divergência relevante em relação a outros ordenamentos: a LDA parte do autor pessoa natural (art. 11) e interpreta restritivamente os negócios sobre direitos autorais (art. 4º), de modo que não existe atribuição automática de titularidade ao empregador. A exceção é o software, cujo art. 4º da Lei 9.609/1998 dá ao empregador os direitos sobre o desenvolvido no âmbito do contrato de trabalho. Fora disso, a titularidade depende de cessão expressa em contrato ou política interna. E, em qualquer hipótese, a proteção exige originalidade e esforço criativo humano suficientes; um prompt trivial, sem elaboração significativa, tende a não gerar obra protegida.
Os termos de uso do fornecedor definem a relação contratual entre empresa e plataforma — licença sobre entradas e saídas, uso dos dados para treinamento, papéis de controlador e operador sob a LGPD — e por isso devem ser lidos antes da implantação. Se a adoção de IA provocar reestruturação, a CLT continua aplicável. A automação pode ser apresentada como necessidade operacional, mas o STF, no Tema 638, fixou a negociação sindical prévia como exigência procedimental imprescindível para dispensas em massa — sem exigir autorização do sindicato, mas sem permitir que a empresa trate o corte como decisão unilateral acabada. Para trabalhadores, a preparação mais concreta é cultivar alfabetização em IA e dados, aprender a verificar saídas, proteger informações, fortalecer conhecimento de domínio e usar sistemas para pesquisa, análise, escrita, planejamento e solução de problemas. Trabalhar com a máquina não significa entregar o volante a ela.
