Praticamente todo mundo concorda que a inteligência artificial tem o potencial de remodelar a economia nas próximas décadas. Mas ninguém tem certeza de qual efeito a tecnologia está tendo agora.
Segundo algumas métricas, a IA está contribuindo para altas taxas de desemprego entre recém-formados e pode já ter destruído dezenas de milhares de empregos. Outras fontes sugerem que as empresas podem, na verdade, estar contratando mais trabalhadores por causa da tecnologia.
A IA pode estar contribuindo para o problema de inflação nos Estados Unidos, ou pode ser parte da solução. Pode ser responsável por uma recente aceleração no crescimento da produtividade, ou pode não estar desempenhando praticamente nenhum papel —ou o próprio boom de produtividade pode ser uma miragem.
Na prática, pesquisadores não conseguem nem concordar sobre questões básicas, como quantas empresas estão usando IA ou quais trabalhadores são mais vulneráveis às disrupções que ela pode causar.
Os sinais conflitantes refletem o desafio de detectar mudanças econômicas em tempo real. As estatísticas governamentais são inerentemente retrospectivas e são melhores para medir tendências amplas do que desenvolvimentos em setores ou regiões específicas. Novas tecnologias que podem levar ao surgimento de novos produtos, empregos ou indústrias inteiras são particularmente difíceis de mensurar.
O que torna a IA diferente é a velocidade de sua disseminação pela economia. Levou menos de quatro anos para a IA generativa passar de uma novidade útil principalmente para escrever versos a uma ferramenta poderosa adotada pelas maiores corporações do mundo.
Os economistas se convenceram de que a tecnologia terá implicações profundas para os trabalhadores e a economia, mesmo discordando sobre quais serão elas. Quando os dados estiverem claros, alertam, pode ser tarde demais para os formuladores de políticas descobrirem como responder.
“O que está em jogo é enorme”, disse Nathan Goldschlag, diretor de pesquisa do centro Economic Innovation Group. “Acertar nas políticas vai depender de acertar nas métricas. Não dá para acertar nas políticas se você não sabe o que está acontecendo.”
Goldschlag publicou nesta quinta-feira (2) um relatório documentando o desafio de mensurar a IA e propondo medidas para melhorar isso. Ele e outros especialistas argumentam que o governo e o setor privado deveriam dedicar mais recursos ao problema.
Eles estão pelo menos sendo ouvidos em Washington. Em junho, um grupo bipartidário de senadores apresentou um projeto de lei que expandiria a coleta de dados e exigiria que o governo federal produzisse um relatório anual sobre o efeito da IA na força de trabalho.
“O governo precisa tomar algumas grandes decisões sobre IA e sobre a economia, e se você está fazendo isso no escuro, vai cometer erros”, disse o senador Mark Kelly, democrata do Arizona, um dos autores do projeto. “Isso afeta a vida de milhões de americanos e milhões de empresas. E não dá para fazer isso de forma inteligente sem dados confiáveis.”
SINAIS MISTOS
As autoridades não estão completamente às cegas. Desde 2023, o Census Bureau pergunta às empresas sobre o uso de IA em uma pesquisa quinzenal. Também incluiu perguntas sobre a tecnologia em uma pesquisa empresarial anual, embora apenas de forma intermitente.
Pesquisadores desenvolveram várias métricas de “exposição à IA”, muitas das quais usam um banco de dados governamental de descrições de cargos para avaliar quais ocupações serão mais afetadas. Os economistas podem usar essas métricas para descobrir se as ocupações mais expostas estão adicionando empregos mais lentamente, por exemplo, ou experimentando diferentes taxas de crescimento salarial.
O problema é que as fontes frequentemente contam histórias confusas ou contraditórias. Pesquisas chegam a estimativas muito diferentes sobre o uso de IA pelas empresas dependendo de como as perguntas são feitas. As métricas de exposição à IA contam histórias diferentes sobre quais empregos serão mais afetados.
.gif)
Em um estudo, economistas da Northwestern University e da American University descobriram que, quando usavam diferentes métricas de exposição, estas podiam influenciar não apenas a escala do efeito da IA nos empregos, mas a direção. A IA estava prejudicando o emprego segundo algumas métricas e ajudando segundo outras.
“É como ir ao médico e receber três diagnósticos diferentes para a mesma condição”, disse Michelle Yin, economista da Northwestern University e uma das autoras do estudo.
Parte do problema é que as métricas mais conhecidas da economia foram desenvolvidas para uma era anterior aos computadores pessoais e à internet. O relatório mensal de empregos do BLS (Bureau of Labor Statistics, a agência de dados trabalhistas dos EUA), por exemplo, fornece detalhamentos do crescimento de empregos na manufatura, varejo e construção, mas não em tecnologia, que adotou ferramentas de IA de forma mais agressiva. Em vez disso, tecnologia está espalhada por várias categorias, incluindo informação, um setor amplo que também inclui jornais e estúdios de cinema.
Ainda assim, os economistas dizem que, apesar de todas as suas deficiências, os dados governamentais serão cruciais para entender o efeito da IA ao longo do tempo. Pesquisadores do Yale Budget Lab, por exemplo, começaram a publicar uma análise mensal baseada em dados governamentais que rastreia a rapidez com que cada tipo de emprego de uma determinada indústria está mudando.
A métrica foi projetada para ser uma espécie de sistema de alerta antecipado para os efeitos da IA. À medida que as empresas começam a adotar a tecnologia, teorizam os pesquisadores, elas provavelmente começarão a contratar para funções diferentes, mesmo que seu número total de funcionários não mude imediatamente.
“É fácil identificar estudos de caso em retrospecto”, disse Martha Gimbel, diretora executiva do laboratório. “O que torna este momento diferente é que estamos realmente tentando medir e descobrir em tempo real.”
Mas esses esforços podem ser prejudicados por um sistema estatístico federal afetado pela queda nas taxas de resposta às pesquisas governamentais. Orçamentos cada vez menores têm dificultado que as agências estatísticas preencham as lacunas.
Erika McEntarfer, que liderou o BLS até o presidente Donald Trump demiti-la no ano passado, disse que um financiamento adicional de US$ 10 milhões por ano permitiria que a agência expandisse o tamanho da amostra de sua pesquisa mensal do mercado de trabalho para que pudesse captar melhor as mudanças econômicas.
“Os dados que estamos usando atualmente para entender o impacto da IA no mercado de trabalho estão em risco por causa da falta de financiamento. Seriam necessários apenas alguns investimentos muito modestos para fortalecê-los”, afirmou ela.
DADOS PRIVADOS
Muitos economistas não estão esperando o governo se atualizar. Várias equipes de pesquisa lançaram métricas de IA baseadas em dados do setor privado que são mais detalhados e mais atualizados, embora menos abrangentes, do que os disponíveis pelo governo.
O Stanford University Digital Economy Lab lançou no mês passado um painel de indicadores de IA baseado parcialmente em dados da processadora de folha de pagamento ADP. Esses dados mostram que os empregos de nível inicial diminuíram acentuadamente nos setores mais expostos à IA desde que o ChatGPT estreou em 2022. Erik Brynjolfsson, diretor do laboratório, chamou a tendência de sinal de alerta para perdas de emprego impulsionadas pela IA.
Para Brynjolfsson, o cenário é comparável à Revolução Industrial em termos de impacto no mercado de trabalho. “Gostaria que o governo federal estivesse investindo mais nisso. Mas, enquanto isso, há algumas ótimas fontes de dados privados que estamos reunindo, e é isso que acho que está ajudando a preencher essa lacuna.”
Mas os dados privados são tão confusos quanto as estatísticas governamentais. Uma pesquisa publicada esta semana pela empresa de gestão de despesas Ramp e pela empresa de dados do mercado de trabalho Revelio Labs descobriu que as companhias que usam IA mais intensamente estavam adicionando postos mais rapidamente do que aquelas que adotaram as ferramentas mais devagar.
A Ramp tem acesso a dados sobre quais ferramentas de IA seus clientes estão comprando e quanto estão gastando com elas. Isso permite distinguir os usuários intensivos dos mais cautelosos —uma distinção crucial, porque leva tempo e investimento para as empresas descobrirem como usar as ferramentas de forma eficaz, disse Ara Kharazian, economista-chefe da Ramp.
“É difícil medir o impacto da IA em um negócio, porque requer adoção sustentada. Está claro em nosso trabalho que uma simples assinatura de chat não impulsiona a produtividade de uma empresa”, acrescenta Kharazian.
TRABALHO EM ANDAMENTO
Os pesquisadores geralmente concordam em uma coisa: o efeito da IA na economia ampla tem sido limitado até agora.
Isso não é necessariamente surpreendente. Brynjolfsson e outros economistas descobriram que inovações tecnológicas frequentemente seguem um padrão em forma de J, no qual as empresas inicialmente se tornam menos produtivas enquanto experimentam novas ferramentas, depois experimentam ganhos rápidos quando descobrem como aproveitá-las.
As evidências econômicas confusas sugerem que muitas empresas ainda estão na parte descendente do J.
“Os sinais são mistos porque, provavelmente, a economia subjacente é mista, porque ainda estamos em um período de experimentação. As próprias ferramentas ainda estão se tornando úteis”, disse Goldschlag, o economista do Economic Innovation Group.
Com o tempo, deve ficar mais fácil para os pesquisadores separar os efeitos da IA de outros fatores. Mas eles ainda não conseguirão resolver a questão que formuladores de políticas e cidadãos comuns mais querem responder: O que o futuro reserva?
Autor: Folha
