Olhe, pelo menos por algumas dezenas de segundos, para o gráfico abaixo.
O gráfico, extraído da pesquisa mais recente da Anthropic sobre impactos de IA no mercado de trabalho (Labor Market Impacts of AI), é uma das imagens mais reveladoras produzidas até hoje sobre a relação entre inteligência artificial e ocupações humanas.
Trata-se de um radar com uma sobreposição: a área azul representa a cobertura teórica de IA — o que os modelos de linguagem seriam, em princípio, capazes de fazer em cada categoria profissional.
A área vermelha, sobreposta e muito menor, representa o uso observado real — o que de fato acontece no dia a dia das organizações. O contraste entre as duas formas é imediato: a tecnologia já pode muito mais do que efetivamente faz.
A distância entre as duas áreas não é uniforme. Em categorias como “Computer & math” e “Business & finance”, a cobertura teórica chega perto de 100%, mas o uso real cai para um terço ou menos. Em “Office & admin”, IA deveria, em teoria, ser capaz de executar quase tudo — mas o cotidiano das empresas mal arranha esse potencial. Já em ocupações físicas como construção, agricultura e manutenção, as duas áreas são igualmente pequenas: IA simplesmente não alcança o corpo, o espaço e o imprevisto material do trabalho manual. O gráfico, portanto, não desenha uma ameaça homogênea. Ele mapeia uma assimetria estrutural: o trabalho cognitivo padronizável está tecnicamente exposto, mas ainda socialmente intocado; o trabalho físico e contextual permanece, por ora, num território diferente.
É exatamente aqui que o gráfico conversa com o argumento desenvolvido no texto O medo que IA provoca não é o que parece. O que a área azul mostra não é uma ameaça futura — é um espelho presente.
Se, em certas áreas da performance das pessoas, 97% das tarefas observadas nos relatórios econômicos da Anthropic já são consideradas teoricamente executáveis por IA, o que isso nos diz sobre a natureza desse trabalho?
Diz que uma fatia enorme do que chamamos de “trabalho intelectual” é, na prática, processamento de informação padronizável. O medo não vem da máquina que vai chegar; vem do reconhecimento incômodo de que aquilo que fazíamos já era, em alguma medida, mecânico — só que executado por humanos.
A lentidão da área vermelha em acompanhar a azul — causada por barreiras regulatórias, dificuldades de integração, necessidade de verificação humana e resistência cultural — oferece um intervalo. Não de alívio, mas de decisão.
O gap entre capacidade teórica e uso real é uma janela de tempo que as organizações, as instituições educacionais e os indivíduos ainda têm para fazer uma escolha: redefinir o que é o trabalho humano antes que a pressão econômica o faça de forma desordenada. A área vermelha vai crescer. A pergunta é o que teremos construído enquanto ela ainda era pequena.
O que o gráfico não mostra — mas implica — é a dimensão mais importante da transformação em curso.
As categorias onde o gap é maior (gestão, direito, finanças, ciências) são exatamente aquelas que concentram prestígio, renda e poder nas sociedades contemporâneas.
Quando a cobertura observada começar a se aproximar da teórica nessas áreas, o impacto não será apenas econômico: será epistêmico e político.
Quem decide, quem interpreta, quem valida — funções que hoje legitimam hierarquias inteiras — passarão por uma revisão profunda.
Por isso, a resposta a esse gráfico não pode ser apenas técnica.
Ela precisa ser civilizatória: reaprender o que nos torna insubstituíveis não porque a máquina não consiga fazer, mas porque somente nós podemos habitar a incerteza com responsabilidade moral.
