ROCKETBASE / OBSERVATÓRIOThe Satellite.

O mundo em movimento.
Sinais para continuar evoluindo.

Comunidade · edição semanal · grátis
Sobre o The Satellite
The Satellite · Tecnologia

ARTIGO · TECNOLOGIA · ENTENDER

IA generativa no trabalho. O que muda nas tarefas do dia a dia.

A transformação aparece nas tarefas antes de aparecer nos cargos. Pesquisas sobre exposição e adoção orientam uma experimentação com qualidade e responsabilidade.

  • Leitura livre
  • 5 min de leitura
  • 3 fontes verificadas
3,3%emprego mundial na maior categoria de exposiçãoOIT, 2025
75%uso de IA entre trabalhadores do conhecimento pesquisadosMicrosoft e LinkedIn, 2024
13%empresas que utilizam IA no universo pesquisadoCetic.br, TIC Empresas 2024

A inteligência artificial generativa entra no trabalho por uma porta muito concreta: a tarefa que precisa ser concluída. Um resumo de reunião, uma resposta inicial ao cliente, a comparação entre documentos ou o rascunho de uma proposta. Olhar para essas atividades, em vez de começar por cargos inteiros, torna a discussão mais útil. A questão deixa de ser se uma profissão desaparecerá e passa a ser como distribuir execução, julgamento e responsabilidade.

Essa mudança de perspectiva aparece no estudo da Organização Internacional do Trabalho, publicado em 2025. A OIT estima que um em cada quatro trabalhadores no mundo esteja em ocupação com algum grau de exposição à IA generativa. Exposição, porém, não é previsão de demissão: indica que certas tarefas podem ser afetadas pelas capacidades da tecnologia. O próprio estudo considera a transformação das ocupações o efeito mais provável, porque elas reúnem atividades que continuam demandando participação humana.

Tarefas mudam antes dos organogramas

No índice da OIT de 2025, 3,3% do emprego mundial está na categoria de exposição mais elevada. As atividades administrativas permanecem especialmente expostas, enquanto ocupações profissionais e técnicas digitalizadas também aparecem no alcance da tecnologia. Isso não autoriza converter um percentual de exposição em meta de redução de equipe. A análise mede potencial tecnológico, não a viabilidade econômica de implantar um sistema em determinada empresa.

Entre uma capacidade demonstrada e uma rotina confiável existem dados, integração, revisão, regras e aprendizado. Um modelo pode produzir uma boa síntese e ainda omitir uma ressalva relevante. Pode organizar argumentos e não reconhecer uma exceção contratual. Por isso, a unidade adequada de experimentação é uma tarefa com contexto definido, critérios de qualidade e alguém responsável pelo resultado.

Uma área comercial, por exemplo, pode testar a preparação de um rascunho com informações autorizadas. A avaliação deve considerar se o texto preserva condições negociadas, evita promessas indevidas e facilita a revisão. Trata-se de um exemplo de desenho de processo, não de um caso observado. O valor está no resultado completo, e não apenas na velocidade com que o primeiro texto aparece.

Adoção individual e capacidade organizacional

O Work Trend Index de Microsoft e LinkedIn de 2024 encontrou uso de IA por 75% dos trabalhadores do conhecimento pesquisados. O estudo ouviu 31 mil pessoas em 31 países. É uma fotografia de um público específico, produzida por organizações participantes desse mercado; não representa automaticamente toda a força de trabalho brasileira nem mede causalmente ganhos de produtividade.

A TIC Empresas 2024, do Cetic.br, oferece outra lente: 13% das empresas do universo pesquisado declararam utilizar tecnologias de inteligência artificial. O indicador abrange IA em geral, não apenas ferramentas generativas. A coleta dessa pergunta ocorreu entre empresas com especialistas, área ou departamento de TI, com divulgação pelo total de empresas, conforme a nota metodológica da tabela. Comparar diretamente esse resultado ao levantamento de trabalhadores do conhecimento misturaria unidades e perguntas diferentes.

PesquisaResultado verificadoO que permite observar
OIT, 2025Um em quatro trabalhadores em ocupação com alguma exposiçãoPotencial de transformação de tarefas
Microsoft e LinkedIn, 202475% dos trabalhadores do conhecimento pesquisados usam IAAdoção declarada pelo público entrevistado
Cetic.br, TIC Empresas 202413% das empresas utilizam IAAdoção empresarial de IA em sentido amplo
Fonte: OIT, Microsoft e LinkedIn, Cetic.brUniversos diferentesResultados não diretamente comparáveis

Essas lentes permitem formular uma hipótese de gestão: o uso individual pode se desenvolver sem que a organização tenha consolidado uma maneira comum de operar. A hipótese precisa ser verificada internamente, e não presumida a partir das pesquisas. Vale observar quais ferramentas são utilizadas, quais informações circulam nelas e onde a revisão efetivamente acontece.

Ganho real inclui o trabalho de conferir

Medir somente o tempo de geração do conteúdo favorece uma leitura incompleta. Uma proposta de avaliação mais consistente acompanha o ciclo inteiro: preparação dos insumos, geração, conferência, correções e entrega. Se o rascunho fica pronto rapidamente, mas exige reconstrução, a economia aparente pode não aparecer na operação. Se a equipe consegue manter qualidade e reduzir retrabalho, há uma evidência mais útil.

Também convém distinguir tarefas reversíveis de decisões com efeitos relevantes sobre pessoas. Organizar ideias para uma reunião não tem o mesmo perfil de consequência que recomendar uma decisão de crédito ou classificar candidatos a uma vaga. Quanto maior a consequência, maior deve ser o cuidado com validação, rastreabilidade e contestação. Essa é uma recomendação de governança, não uma conclusão quantitativa das pesquisas citadas.

O teste pode começar com materiais não pessoais e documentos de uso autorizado. A equipe define previamente o que uma resposta precisa conter, quais erros a tornam inadequada e quem poderá aprová-la. Guardar exemplos de falhas e correções transforma a experimentação em aprendizado compartilhado. Assim, a avaliação deixa de depender da impressão de quem fez a demonstração mais convincente.

Aprender a trabalhar com o resultado

A habilidade central não se resume a escrever comandos. Inclui formular o problema, selecionar fontes, reconhecer limites e explicar por que uma resposta é aceitável. O conhecimento do negócio continua necessário para perceber quando um texto bem escrito está desalinhado com a realidade. A fluência do modelo não substitui evidência nem responsabilidade.

Para as lideranças, isso sugere uma agenda de desenvolvimento ligada às tarefas reais. Quem atende clientes pode comparar respostas e discutir ambiguidades. Quem analisa documentos pode avaliar omissões. Quem coordena projetos pode verificar se uma síntese preserva decisões e responsáveis. As atividades de formação ganham sentido quando conectadas a situações concretas, com espaço para dúvida e revisão.

A evolução da rotina pode combinar autonomia e limites claros. Ferramentas autorizadas, critérios de uso dos dados, responsáveis pela revisão e canais para relatar problemas compõem uma infraestrutura de confiança. Não é necessário prometer transformação imediata. É mais consistente demonstrar onde o trabalho melhora, onde a participação humana permanece decisiva e o que a organização aprende a cada aplicação.

Pergunta para levar

Qual tarefa recorrente da sua equipe poderia ser redesenhada com IA generativa, preservando um critério explícito de qualidade e uma pessoa responsável pela decisão final?

FONTES

  1. OITGenerative AI and Jobs: A Refined Global Index of Occupational Exposure, 2025
  2. Microsoft e LinkedInAI at Work Is Here. Now Comes the Hard Part, 2024
  3. Cetic.br / NIC.brH9 - EMPRESAS QUE UTILIZARAM TECNOLOGIAS DE INTELIGÊNCIA ARTIFICIAL, 2025
Voltar ao The Satellite