O único dado que pode realmente esclarecer seu trabalho e a IA

Este artigo é uma tradução/adaptação para o português (PT-BR) de uma notícia do MIT Technology Review.

Esta história apareceu originalmente em The Algorithm, nosso boletim informativo semanal sobre IA. Para receber histórias como essa em sua caixa de entrada primeiro, inscreva-se aqui. Na órbita do Vale do Silício, um apocalipse de empregos alimentado pela IA é considerado um dado adquirido. O clima é tão sombrio que um pesquisador de impactos sociais da Anthropic, respondendo na quarta-feira a um apelo por visões mais otimistas do futuro da IA, disse que poderia haver uma recessão no curto prazo e um “colapso na escada do início da carreira”. O seu colega menos comedido, Dario Amodei, CEO da empresa, chamou a IA de “um substituto geral do trabalho para os humanos”, que poderia realizar todos os trabalhos em menos de cinco anos. E essas ideias não vêm apenas da Antrópica, é claro. Estas conversas, sem surpresa, deixaram muitos trabalhadores em pânico (e provavelmente estão a contribuir para apoiar os esforços para interromper totalmente a construção de centros de dados, alguns dos quais ganharam força na semana passada). O pânico não está a ser ajudado pelos legisladores, nenhum dos quais articulou um plano coerente para o que vem a seguir.

Mesmo os economistas que alertaram que a IA ainda não cortou postos de trabalho e pode não resultar num precipício futuro estão a chegar à ideia de que poderá ter um impacto único e sem precedentes na forma como trabalhamos. Alex Imas, baseado na Universidade de Chicago, é um desses economistas. Ele partilhou duas coisas comigo quando falámos na manhã de sexta-feira: uma avaliação contundente de que as nossas ferramentas para prever como isto será são bastante abismais, e um “apelo às armas” para os economistas começarem a recolher o único tipo de dados que poderia tornar possível um plano para abordar a IA na força de trabalho.

Sobre nossas ferramentas abismais: considere o fato de que qualquer trabalho é composto de tarefas individuais. Uma parte do trabalho de um corretor de imóveis, por exemplo, é perguntar aos clientes que tipo de imóvel eles desejam comprar. O governo dos EUA registou milhares destas tarefas num enorme catálogo lançado pela primeira vez em 1998 e actualizado regularmente desde então. Esses foram os dados que os pesquisadores da OpenAI usaram em dezembro para avaliar o quão “exposto” um trabalho está à IA (eles descobriram que um corretor de imóveis estava 28% exposto, por exemplo). Então, em fevereiro, a Anthropic usou esses dados em sua análise de milhões de conversas de Claude para ver quais tarefas as pessoas estão realmente usando sua IA para realizar e onde as duas listas se sobrepunham. Mas conhecer a exposição das tarefas à IA leva a uma compreensão ilusória de quanto um determinado trabalho está em risco, diz Imas. “A exposição por si só é uma ferramenta completamente sem sentido para prever o deslocamento”, disse-me ele.

Claro, é ilustrativo no caso mais sombrio – para um trabalho em que literalmente todas as tarefas poderiam ser realizadas pela IA sem orientação humana. Se custar menos para um modelo de IA realizar todas essas tarefas do que o que você recebe – o que não é um dado adquirido, uma vez que os modelos de raciocínio e a IA agente podem gerar uma conta e tanto – e pode executá-las bem, o trabalho provavelmente desaparecerá, diz Imas. Este é o caso frequentemente mencionado do ascensorista de décadas atrás; talvez o paralelo de hoje seja um agente de atendimento ao cliente fazendo apenas triagem de chamadas telefônicas. Mas para a grande maioria dos empregos, o caso não é tão simples. E os detalhes também são importantes: alguns empregos provavelmente terão dias sombrios pela frente, mas saber como e quando isso acontecerá é difícil de responder quando se olha apenas para a exposição. Veja escrever código, por exemplo. Alguém que cria aplicativos de namoro premium, digamos, pode usar ferramentas de codificação de IA para criar em um dia o que costumava levar três dias. Isso significa que o trabalhador é mais produtivo. O empregador do trabalhador, gastando a mesma quantia de dinheiro, pode agora obter mais produção. Então, o empregador irá querer mais ou menos empregados?

Esta é a pergunta que Imas diz que deveria manter qualquer decisor político acordado à noite, porque a resposta mudará dependendo da indústria. E estamos operando no escuro. No caso deste codificador, essas eficiências possibilitam que os aplicativos de namoro reduzam os preços. (Um céptico pode esperar que as empresas simplesmente embolsem os ganhos, mas num mercado competitivo, correm o risco de serem prejudicadas se o fizerem.) Estes preços mais baixos conduzirão sempre a algum aumento na procura das aplicações. Mas quanto? Se mais milhões de pessoas quiserem, a empresa poderá crescer e, em última análise, contratar mais engenheiros para atender a essa demanda. Mas se a demanda mal aumentar – talvez as pessoas que não usam aplicativos de namoro premium ainda não os queiram, mesmo por um preço mais baixo – serão necessários menos programadores e ocorrerão demissões. Repita esta hipótese em todos os trabalhos com tarefas que a IA pode realizar, e terá a questão económica mais premente do nosso tempo: as especificidades da elasticidade de preços, ou quanto a procura de algo muda quando o seu preço muda. E esta é a segunda parte do que Imas enfatizou na semana passada: atualmente não temos estes dados em toda a economia. Mas poderíamos.

Temos os números de produtos de mercearia como cereais e leite, diz Imas, porque a Universidade de Chicago faz parceria com supermercados para obter dados dos seus scanners de preços. Mas não temos esses números para tutores, desenvolvedores web ou nutricionistas (a propósito, todos os empregos têm “exposição” à IA). Ou pelo menos não de uma forma que tenha sido amplamente compilada ou disponibilizada aos pesquisadores; às vezes está espalhado por empresas privadas ou consultorias. “Precisamos de um Projeto Manhattan para coletar isso”, diz Imas. E não precisamos dela apenas para empregos que possam obviamente ser afetados pela IA agora: “Os campos que não estão expostos agora ficarão expostos no futuro, por isso só queremos acompanhar estas estatísticas em toda a economia”. Obter todas essas informações levaria tempo e dinheiro, mas Imas defende que vale a pena; daria aos economistas a primeira visão realista de como o nosso futuro possibilitado pela IA poderia desenrolar-se e daria aos decisores políticos a oportunidade de elaborar um plano para isso.