Como avaliar alegações sobre crescimento e força de trabalho com IA

As alegações sobre crescimento impulsionado por IA frequentemente comprimem várias proposições diferentes em uma só frase: uma ferramenta melhora uma tarefa, uma empresa produz mais, o investimento cria empregos e a sociedade torna-se mais próspera. Cada passo pode ser plausível sem provar o seguinte. Uma avaliação séria separa-os, identifica a população afetada e pergunta que evidência distinguiria um ganho duradouro de um custo deslocado.

A necessidade dessa disciplina é visível na agenda de IA do G20 para 2026. Os ministros ligaram investigação, comercialização, educação técnica, infraestrutura digital e investimento industrial por meio de objetivos voluntários. O quadro estabeleceu uma direção, mas não forneceu um mecanismo de financiamento vinculativo, calendário comum ou sistema completo para medir resultados laborais. Essa lacuna é útil para além de qualquer reunião: compromissos de políticas, anúncios empresariais e previsões de mercado são dados para uma avaliação, não prova de resultados.

Este guia oferece um framework de cinco partes para examinar produtividade, exposição, custos de transição, infraestrutura e distribuição. Pode ser usado para um programa governamental, implementação corporativa de IA, proposta de investimento, iniciativa de formação ou alegação pública sobre emprego.

Comece por converter a alegação em um teste

Antes de examinar uma estatística, reescreva a alegação em termos operacionais. Identifique a intervenção, a comparação, o período, o grupo afetado e o resultado proposto. “A IA criará empregos” é amplo demais para testar. “Um programa financiado de centros de dados produzirá um número declarado de empregos locais na construção durante três anos e um número menor de funções operacionais permanentes” é testável. Também é testável: “A assistência de IA reduzirá o tempo necessário para um fluxo de trabalho definido sem aumentar as taxas de erro ou o retrabalho não pago.”

Mantenha previsões, compromissos, atividade e resultados em colunas separadas. Investimento anunciado não é despesa contratada; despesa contratada não é capacidade instalada; capacidade instalada não é uso produtivo. Inscrição em curso não é conclusão, e conclusão não é colocação. A capacidade de um modelo executar parte de uma tarefa não é evidência de que uma ocupação desapareceu.

Identifique também o contrafactual. A produtividade pode melhorar por causa da IA, do redesenho de processos, de uma procura mais forte, de novas contratações ou de várias mudanças ao mesmo tempo. O emprego num local de infraestrutura pode aumentar mesmo quando a contratação de escritório de nível inicial cai noutro lugar. Sem uma comparação — uma linha de base anterior, uma unidade semelhante ou uma meta acordada — o avaliador não pode atribuir a mudança com confiança.

Teste 1: A produtividade da tarefa transforma-se em valor organizacional?

Comece pelo nível mais restrito que seja sustentado pelas evidências. Meça uma tarefa definida antes de alegar algo sobre uma função, empresa, setor ou economia. Medidas úteis incluem tempo de conclusão, rendimento, qualidade, esforço de correção e proporção de resultados que exigem escalonamento humano. Um primeiro rascunho mais rápido não é ganho de produtividade se a verificação e a reparação consomem o tempo poupado.

Depois, acompanhe como as poupanças no nível da tarefa se movem pela organização. A gestão pode usar o tempo poupado para aumentar a produção, melhorar o serviço, reduzir atrasos acumulados, encurtar horários de trabalho ou reduzir pessoal. Essas escolhas produzem efeitos económicos e laborais distintos, mesmo quando a mesma ferramenta tem desempenho igualmente bom. Registe que caminho os líderes pretendem seguir e que resultado de fato se verifica.

As medidas no nível da empresa devem associar produção a qualidade e custo. Acompanhe trabalho concluído, taxas de erro ou incidentes, resultados para clientes, horas de trabalho, custos de serviços de IA e custo de supervisão. Quando uma alegação se estende à economia, exija evidências adicionais, como criação sustentada de empresas, investimento, salários e produção — não uma coleção de demonstrações isoladas.

A questão principal é causal e prática: a IA ajudou a organização a criar mais valor útil com os recursos consumidos ou apenas deslocou o trabalho para revisão, infraestrutura ou outro departamento?

Teste 2: A alegação sobre a força de trabalho diz respeito a exposição, transformação ou deslocamento?

Esses termos não são intercambiáveis. Exposição significa que a IA pode executar algumas atividades dentro de uma ocupação. Transformação significa que a combinação de tarefas muda. Deslocamento significa que a procura por trabalhadores diminui ou que trabalhadores perdem posições. Criação de empregos diz respeito a outro fluxo e pode ocorrer em outras ocupações ou lugares.

O índice global refinado da Organização Internacional do Trabalho ilustra a distinção. A sua análise de 2025 concluiu que um em cada quatro trabalhadores estava numa ocupação com alguma exposição à IA generativa, enquanto 3,3 por cento do emprego global se encontrava na categoria de maior exposição. Concluiu que a transformação era mais provável do que a substituição completa porque a maioria das ocupações ainda contém tarefas que exigem envolvimento humano. Essas conclusões são uma linha de base para investigação, não uma previsão de que todos os empregadores expostos adotarão IA da mesma maneira.

Segmente as evidências por ocupação, tarefa, grupo de rendimento, género, região, antiguidade e tipo de contrato. A OIT encontrou exposição de 34 por cento nos países de rendimento elevado e de 11 por cento nos países de rendimento baixo, bem como maior representação de mulheres na categoria de maior exposição. Portanto, uma percentagem agregada pode ocultar riscos e oportunidades materialmente diferentes.

Observe os fluxos em vez de um único total de emprego: contratações, vagas, promoções, horas, salários, demissões, retenção e movimento entre ocupações. Dê especial atenção às funções de nível inicial. Uma organização pode evitar demissões enquanto reduz a contratação júnior, enfraquecendo a via pela qual futuros trabalhadores ganham experiência.

Teste 3: Os custos de transição estão incluídos no cálculo?

A formação é frequentemente apresentada como a ponte entre exposição e oportunidade, mas um curso é apenas uma parte de um sistema de transição. Os trabalhadores podem também precisar de credenciais reconhecidas, pré-requisitos, tempo, cuidados infantis, transporte, equipamento, estágios e empregadores com vagas reais. Um programa concebido para técnicos de centros de dados não atenderá automaticamente um trabalhador administrativo cujas tarefas estão mudando.

Avalie a formação como uma sequência: ocupação-alvo, acesso, inscrição, conclusão, reconhecimento de credenciais, colocação, progressão salarial e retenção. Informe onde os participantes saem da sequência. As taxas de conclusão, por si só, não podem mostrar se o programa liga as pessoas a uma procura duradoura.

Inclua geografia e tempo. O trabalho de infraestrutura pode surgir perto de fábricas, agrupamentos de centros de dados, sistemas elétricos ou universidades, enquanto o deslocamento relacionado a software pode ocorrer noutro lugar. As funções de construção podem ser temporárias; as funções operacionais podem ser menos numerosas e mais especializadas. A requalificação tem valor limitado quando uma nova função chega a outra região ou depois de terminar o apoio à renda do trabalhador.

Atribua explicitamente as responsabilidades da transição. Os empregadores podem divulgar requisitos de competências em mudança e fornecer tempo de aprendizagem remunerado. Os provedores de educação podem alinhar credenciais com vagas identificadas. Os governos podem financiar o acesso e acompanhar a mobilidade. Se uma proposta promete adaptação sem indicar quem paga, quem contrata e quando o apoio fica disponível, o seu argumento laboral está incompleto.

Teste 4: A infraestrutura pode suportar o crescimento projetado?

A IA não é apenas software. As alegações de crescimento podem depender de chips, servidores, centros de dados, refrigeração, equipamento elétrico, ligações à rede, mão de obra de construção, financiamento e licenças. A capacidade numa camada não elimina gargalos noutra.

A energia merece o seu próprio registo. A Agência Internacional de Energia projeta que o consumo global de eletricidade dos centros de dados será de cerca de 945 terawatts-hora em 2030, mais do dobro do nível atual e pouco menos de 3 por cento da procura global de eletricidade. Projeta aproximadamente 15 por cento de crescimento anual de 2024 a 2030 e identifica a IA como o principal motor, ao lado de outros serviços digitais. São projeções globais; os efeitos locais dependem de onde a procura se concentra e de que geração e transmissão estão disponíveis.

Para um projeto ou política, documente a capacidade computacional esperada, a procura total de eletricidade, as datas de ligação, as etapas de construção, as necessidades de refrigeração ou água e a responsabilidade pelas atualizações. Separe a eficiência por servidor ou pedido ao modelo da procura total. Um consumo unitário menor pode coexistir com maior uso agregado quando a implementação se expande.

Em seguida, examine os efeitos locais. Quem paga pelas atualizações da rede ou da infraestrutura pública? O que acontece se as ligações ou licenças atrasarem? Os empregos de construção são contados separadamente das operações permanentes? Uma estimativa de crescimento credível inclui o calendário físico e os custos para a comunidade, em vez de tratar a computação como imediatamente disponível.

Teste 5: Quem recebe os ganhos e quem assume o risco?

A produtividade agregada pode aumentar enquanto os seus benefícios permanecem concentrados. Avalie pelo menos quatro destinatários: trabalhadores, empregadores, clientes e comunidades que acolhem infraestrutura. Para os trabalhadores, examine salários, horas, qualidade do emprego, poder de negociação e mobilidade na carreira. Para os empregadores, meça produção, custo, resiliência e nova receita. Para os clientes, examine preço, acesso, qualidade e recurso. Para as comunidades, inclua emprego, benefícios fiscais, pressão sobre energia ou água e custos públicos.

A distribuição também se aplica ao fracasso. No emprego, educação, cuidados de saúde ou serviços públicos, uma decisão assistida por IA pode afetar pessoas que não escolheram o sistema. Os objetivos do G20 pedem uma adoção segura, confiável e digna de confiança, permitindo simultaneamente abordagens nacionais flexíveis. Um avaliador deve traduzir esses princípios em controles identificados: regras de acesso, retenção de fontes, revisão humana, responsabilidade por erros e um caminho para contestar decisões consequentes.

Não compense efeitos diferentes num único número de empregos. Novo trabalho de construção não anula a perda de uma função de escritório para um trabalhador específico. Um ganho nacional não prova que uma comunidade anfitriã esteja em melhor situação. Informe primeiro benefícios e custos por grupo; agregue apenas depois que a distribuição estiver visível.

Crie um quadro de evidências

Para cada alegação importante, registe a linha de base, meta, responsável pelos dados, intervalo de reporte e nível de confiança. Rotule as evidências como previsão, compromisso, atividade, resultado intermédio ou resultado final. Essa taxonomia simples impede que um comunicado de imprensa seja comparado diretamente com emprego ou produtividade medidos.

Use indicadores emparelhados para expor compensações: produção com taxas de erro, tempo poupado com esforço de revisão, conclusão da formação com colocação, investimento com capacidade operacional, empregos criados com duração do emprego e eficiência por unidade com procura total de energia. Observe dados em falta, em vez de preencher lacunas com pressupostos.

Revise o quadro em intervalos predeterminados. Um piloto operacional curto pode ser revisto mensalmente, enquanto mobilidade ocupacional e efeitos salariais exigem observação mais longa. Atualize a avaliação quando o caso de uso, a escala de implementação, o plano da força de trabalho ou o calendário de infraestrutura mudarem.

Lista prática de verificação da avaliação

Antes de aceitar ou implementar uma proposta de crescimento com IA, confirme que consegue responder a estas perguntas:

• A alegação é escrita com uma intervenção, população, comparação, período e resultado mensurável definidos?
• Previsões, compromissos de financiamento, atividade implementada e resultados verificados são comunicados separadamente?
• A medida de produtividade inclui qualidade, trabalho de correção, supervisão e custos operacionais de IA?
• A análise da força de trabalho distingue exposição a tarefas, transformação de funções, deslocamento e criação de empregos?
• Os resultados são segmentados por ocupação, região, género, grupo de rendimento, antiguidade e tipo de contrato, quando relevante?
• O reporte sobre formação vai do acesso e da conclusão a credenciais reconhecidas, colocação, salários e retenção?
• As funções temporárias de construção são separadas das funções operacionais permanentes e dos empregos transformados noutros lugares?
• O plano de infraestrutura nomeia computação, eletricidade, rede, refrigeração, calendário e restrições de custos locais?
• Ganhos e riscos são comunicados separadamente para trabalhadores, empregadores, clientes e comunidades anfitriãs?
• Revisão humana, acesso às fontes, responsabilidade por erros e vias de recurso são definidos para usos consequentes?
• Cada indicador é atribuído a um responsável pelos dados e a uma data de revisão?
• Que evidência levaria os líderes a pausar, redesenhar ou interromper o programa?

O objetivo deste framework não é presumir que o crescimento com IA é benéfico ou prejudicial. É tornar alegações amplas auditáveis. Produtividade, mudança na força de trabalho, formação, infraestrutura e distribuição interagem, mas não devem ser combinadas antes de cada uma ser medida. Quando os decisores preservam essas distinções, podem identificar ganhos genuínos, expor custos deslocados e rever um programa antes que linguagem otimista se solidifique em compromissos de política ou investimento.