Rafael NazarO emprego entre homens cresceu mais do que entre mulheres em profissões dos Estados Unidos mais expostas à inteligência artificial (IA). A conclusão é de um levantamento do Pew Research Center, que comparou dados do mercado de trabalho antes e depois da popularização da IA generativa.
O estudo analisou a evolução do número de trabalhadores entre 2017 e 2019 e de janeiro de 2023 a junho de 2026. O período de 2020 a 2022 ficou fora da comparação devido às mudanças provocadas pela pandemia de Covid-19 no mercado de trabalho.
Segundo a pesquisa, quanto maior a exposição de uma profissão à IA, maior foi a diferença no crescimento do emprego entre homens e mulheres. A cada ponto adicional na escala de exposição de uma ocupação, o emprego masculino cresceu 6,3%. Entre as mulheres, o avanço foi de apenas 0,2%.
A diferença foi mais acentuada nas profissões com maior exposição à tecnologia. Nelas, o emprego entre homens cresceu cerca de 24% a mais do que nas ocupações com menor exposição à IA. Entre as mulheres, o crescimento permaneceu praticamente estável ao longo da escala.
Nas profissões menos expostas à inteligência artificial, o cenário se inverteu: o emprego feminino cresceu mais do que o masculino. O Pew Research Center ressalta, porém, que a associação entre a exposição à IA e o crescimento das contratações não indica, necessariamente, que a tecnologia seja a causa direta das diferenças. Outras transformações ocorridas no período também podem ter influenciado os resultados.
Para fazer a análise, o centro de pesquisas avaliou 480 ocupações com base em informações da Occupational Information Network (O*NET), banco de dados do Departamento do Trabalho dos Estados Unidos. A classificação considera as tarefas realizadas em cada profissão, a possibilidade de serem executadas ou auxiliadas por IA generativa e a importância dessas atividades para o trabalho.
A escala vai de zero a 3,5. Quanto maior a pontuação, maior a proporção de tarefas importantes de uma ocupação que pode ser realizada ou auxiliada pela tecnologia.
Entre as profissões com exposição muito baixa estão motoristas de caminhão, trabalhadores da construção civil e profissionais de limpeza. Na faixa intermediária aparecem assistentes médicos, caixas e audiologistas. Já entre as ocupações com exposição muito alta estão contadores, desenvolvedores de software e gestores financeiros.
Essas atividades envolvem tarefas relacionadas ao processamento de informações, à leitura e à escrita, que podem receber algum tipo de auxílio da IA generativa.
A escolaridade também influenciou a diferença entre homens e mulheres. Entre pessoas com ensino médio completo ou escolaridade inferior, o emprego masculino cresceu 8,8% a cada ponto adicional de exposição à IA. Para as mulheres com o mesmo nível de formação, houve queda de 9,5%.
A distância foi menor entre trabalhadores que frequentaram a faculdade, mas não concluíram um curso superior. Ainda assim, a diferença entre os resultados de homens e mulheres permaneceu significativa. Entre pessoas com bacharelado ou formação superior, não foram observadas mudanças significativas no crescimento do emprego de nenhum dos gêneros conforme aumentava a exposição à IA.
O levantamento também identificou diferenças na distribuição dos trabalhadores entre as profissões. Homens sem diploma universitário de quatro anos aparecem principalmente em atividades menos expostas à IA, como transporte de cargas, construção civil e movimentação de mercadorias.
Mulheres com esse nível de escolaridade trabalham com mais frequência em funções como secretariado, recepção e atendimento ao cliente. Essas ocupações estão em posições intermediárias ou superiores na escala de exposição à IA, o que significa que ferramentas como chatbots e sistemas automatizados podem desempenhar um papel maior nessas atividades.
O Pew Research Center destaca que ainda é cedo para determinar os efeitos de longo prazo da inteligência artificial sobre o mercado de trabalho. A análise apresenta diferenças observadas no crescimento do emprego, mas não estabelece uma relação direta de causa e consequência entre a adoção da tecnologia e as mudanças nas contratações.
