Anthropic lança o relatório AI Economic Index: como a IA está remodelando o mercado de trabalho

Os sistemas de Inteligência Artificial (IA) mudarão profundamente a forma como as pessoas trabalham nos próximos anos. Para obter uma compreensão mais profunda do impacto de longo prazo da IA no mercado de trabalho e na economia, a Anthropic lançou o "Anthropic Economic Index" (Antrópica Economic Index).

O primeiro relatório do índice, baseado em ClaudeOs dados de milhões de conversas anônimas na plataforma .ai fornecem insights e análises de dados de ponta. O relatório revela a imagem mais clara até o momento de como a IA se encaixa nas tarefas da economia moderna. Os observadores observam que o volume de dados e a profundidade da análise no relatório não têm precedentes, e a Anthropic parece ter a intenção de se estabelecer como líder na pesquisa de impacto econômico da IA.

A Anthropic abriu ainda mais o conjunto de dados que sustenta essa análise para que os pesquisadores possam se basear nela. Os comentaristas sugeriram que essa medida demonstra a abertura da Anthropic para incentivar uma participação acadêmica mais ampla na pesquisa sobre o impacto econômico da IA. A próxima transição do mercado de trabalho e seu possível impacto sobre o emprego e a produtividade exigirão uma resposta política multidimensional. Para isso, o Anthropic convida economistas, especialistas em políticas e pesquisadores de outras áreas a contribuírem com suas percepções para estudos subsequentes do Índice.

As principais conclusões do primeiro relatório do Índice Econômico incluem:

• Concentração de aplicativos de IA no setor: Atualmente, o uso da IA está centrado no desenvolvimento de software e na redação técnica. Mais de um terço das ocupações (cerca de 36%) usa IA em pelo menos um quarto de suas tarefas relevantes, e cerca de 4% das ocupações usam IA em profundidade em três quartos de suas tarefas. Os comentaristas dizem que esses dados fornecem uma confirmação inicial da penetração da IA em empregos específicos baseados em conhecimento, mas também sinalizam que ainda há muitas promessas a serem exploradas para aplicativos de IA.
• Os aplicativos aprimorados dominam: Em comparação com o modo de automação (43%), no qual a IA executa tarefas diretamente, a aplicação da IA se concentra mais no modo de aumento (57%), ou seja, a IA trabalha com humanos para aumentar as capacidades humanas nas áreas de verificação, aprendizado e iteração de tarefas. Os analistas interpretaram que isso mostra que a atual tecnologia de IA é melhor para auxiliar os humanos do que para substituir completamente o trabalho humano, e que a colaboração homem-máquina provavelmente se tornará o principal modo de trabalho por algum tempo no futuro.
• Aplicativos de IA e níveis salariais: A IA é mais comumente usada em tarefas associadas a ocupações com salários médios e altos, como programadores de computador e cientistas de dados. Entretanto, o uso da IA é relativamente baixo nos empregos com salários mais baixos e mais altos. Os especialistas especularam que isso pode refletir as limitações dos recursos atuais de IA, bem como as barreiras práticas à adoção de tecnologias de IA em diferentes setores. Foi sugerido ainda que as tecnologias de IA podem ser mais adequadas para tarefas que tenham um certo nível de complexidade, mas que não enfatizem excessivamente a criatividade ou as habilidades interpessoais.

Para analisar mais profundamente as descobertas iniciais da Anthropic, a próxima seção detalha como a IA está sendo usada no mercado de trabalho.

Como a IA é usada e aplicada em vários setores econômicos, com dados de usuários reais do Claude.ai. Os números no gráfico representam a porcentagem de conversas relacionadas ao Claude que estão relacionadas a tarefas, ocupações e categorias específicas.

Insights sobre o panorama da IA no mercado de trabalho

O mais recente trabalho de pesquisa da Anthropic baseia-se em um estudo de longo prazo sobre a relação entre a mudança tecnológica e o mercado de trabalho. Os avanços tecnológicos têm remodelado o cenário do trabalho, desde a máquina de fiar da Revolução Industrial até os atuais robôs de fabricação de automóveis, e o Anthropic se concentra no impacto transformador que a IA está tendo. Ao contrário dos questionários tradicionais ou das projeções futuras, o Anthropic tem dados diretos sobre como a IA está sendo realmente usada. Os críticos argumentam que essa abordagem evita o viés da subjetividade e se baseia diretamente nos dados comportamentais do usuário, tornando as descobertas mais objetivas e convincentes.

Metodologia para análise de tarefas ocupacionais

A abordagem do Anthropic tem origem em uma importante percepção da literatura econômica: às vezes, é mais valioso, do ponto de vista analítico, concentrar-se nas "tarefas ocupacionais" do que nas próprias ocupações. Trabalhos diferentes geralmente contêm determinadas tarefas e habilidades em comum. Por exemplo, a capacidade de reconhecer padrões visuais é uma tarefa que ocupações como designers, fotógrafos, inspetores de segurança e radiologistas precisam realizar. Foi apontado que essa perspectiva analítica centrada na tarefa pode capturar o impacto estrutural da mudança tecnológica no mercado de trabalho de uma forma mais refinada.

Há diferenças no potencial de diferentes tipos de tarefas a serem automatizadas ou aprimoradas por novas tecnologias. Como resultado, a Anthropic prevê que a IA será aplicada seletivamente a tarefas específicas em diferentes ocupações. Ao analisar as tarefas, e não apenas os empregos como um todo, a Anthropic consegue obter uma compreensão mais abrangente de como a IA está sendo gradualmente integrada à economia.

O sistema Clio: conectando aplicativos de IA a missões de carreira

O estudo se beneficiou da ferramenta de análise automatizada Clio (Claude Insight & Observation) desenvolvida pela Anthropic, que é capaz de analisar dados sobre as conversas dos usuários com o Claude, protegendo sua privacidade. A Anthropic analisou aproximadamente um milhão de conversas (especificamente, as versões Free e Pro das conversas na plataforma Claude.ai) com o Claude usando o sistema Clio. A Anthropic usou o sistema Clio para analisar aproximadamente um milhão de conversas de usuários com o Claude (especificamente, as versões Free e Pro das conversas na plataforma Claude.ai), que o Clio conseguiu organizar e categorizar de forma eficiente de acordo com as tarefas ocupacionais. O revisor elogiou o uso do sistema Clio como um dos destaques do estudo, pois ele conseguiu extrair informações econômicas valiosas do grande volume de dados de diálogo e, ao mesmo tempo, manter a proteção rigorosa da privacidade do usuário.

A equipe de pesquisa da Anthropic, usando o Sistema de Classificação Ocupacional desenvolvido pelo Departamento do Trabalho dos EUA como referência e consultando a Rede de Informações Ocupacionais mantida pelo Departamento do Trabalho dos EUA, criou a ONET (Rede de Informações Ocupacionais). oO sistema Clio compara cada diálogo com o ONET são combinadas (o processo é mostrado abaixo). Em seguida, o Anthropic segue o processo ONET, que agrupa ainda mais as tarefas em ocupações representativas dessas tarefas e agrupa as ocupações em categorias mais amplas, como "educação e bibliotecas", "negócios e finanças" e assim por diante.

O sistema Clio da Anthropic converteu as conversas com Claude (dados mantidos estritamente confidenciais; parte superior esquerda) em tarefas ocupacionais (parte superior central) e, posteriormente, em ocupações/categorias ocupacionais derivadas da O*NET (parte superior direita). Esses dados foram então usados para várias análises (linha inferior; discutidos em mais detalhes abaixo).

Resultados

Distribuição de aplicativos de IA por tipo de trabalho. Na análise do conjunto de dados da Anthropic, as tarefas e ocupações com as maiores taxas de adoção de IA estavam concentradas na categoria "Computadores e matemática", que abrange principalmente trabalhos relacionados à engenharia de software. 37,2% das consultas de usuários enviadas ao Claude se enquadram nessa categoria, abrangendo tarefas como modificação de software, depuração de código e solução de problemas de rede. A análise observa que não é surpresa que o campo da engenharia de software esteja na vanguarda da adoção da IA - afinal, a própria tecnologia de IA tem suas raízes na ciência da computação.

A segunda maior categoria foi "Arte, Design, Esportes, Entretenimento e Mídia" (10,3% de consultas de usuários), que reflete em grande parte os usuários que utilizam o Claude para todos os tipos de tarefas de redação e edição. Os analistas veem isso como um sinal de que a IA está começando a marcar presença também nos setores criativos, especialmente no espaço de criação de conteúdo. Como era de se esperar, as ocupações que envolvem muito trabalho manual, como a categoria "Agricultura, pesca e silvicultura" (que respondeu por apenas 0,11 TP3T das consultas dos usuários), tiveram a menor parcela de adoção de IA.

O Anthropic também comparou a porcentagem de adoção de IA para cada tipo de ocupação em seu próprio conjunto de dados com a participação dessas ocupações no mercado de trabalho geral. Os resultados são mostrados no gráfico abaixo.

Para cada tipo de trabalho, as barras laranja representam a porcentagem de conversas relacionadas à Claude, e as barras cinza representam a porcentagem de trabalhadores na economia dos EUA com esse tipo de trabalho (dados da Classificação Ocupacional O*NET do Departamento do Trabalho dos EUA).

Profundidade da adoção de IA nas carreiras. A análise da Anthropic revela que apenas um número muito pequeno de ocupações usa IA em profundidade para a maioria das tarefas para as quais são relevantes. os dados mostram que apenas cerca de 4% de empregos aplicaram IA a pelo menos 75% de suas tarefas. no entanto, aplicações mais modestas de IA são muito mais predominantes: cerca de 36% de empregos começaram a usar IA para pelo menos 25% de suas tarefas. os comentaristas sugerem que isso indica que a adoção da IA ainda está em seus estágios iniciais e que as aplicações profundas ainda não se difundiram, mas que as aplicações superficiais estão começando a penetrar. De acordo com os comentaristas, isso sugere que a adoção da IA ainda está em seus estágios iniciais, com aplicativos profundos que ainda não se difundiram, mas que os aplicativos superficiais estão começando a penetrar em uma ampla gama de setores.

Como a Anthropic esperava, o conjunto de dados não mostra sinais de empregos sendo completamente automatizados pela IA. Em vez disso, a IA está penetrando gradualmente em muitos segmentos de tarefas da atividade econômica, afetando apenas alguns grupos de tarefas mais do que outros. De acordo com os analistas, essa é mais uma evidência de que as tecnologias atuais de IA favorecem os aprimoramentos em nível de tarefa em vez de substituições em nível de trabalho.

A relação entre a adoção de IA e os níveis salariais. O banco de dados O*NET fornece dados sobre o salário médio anual de cada ocupação nos EUA. A Anthropic incorpora essas informações em sua estrutura analítica, permitindo comparar o nível salarial médio de cada setor com a extensão em que a IA está sendo usada em suas tarefas relacionadas.

Uma descoberta interessante é que o uso de IA é relativamente baixo para empregos de renda baixa e muito alta (que normalmente exigem um alto grau de habilidades manuais, como cabeleireiros e obstetras). Em contrapartida, as ocupações específicas nos níveis de renda média a alta, como programadores de computador e redatores, mostraram uma alta dependência da IA nos dados da Anthropic. Os observadores comentaram que esse fenômeno é instrutivo, sugerindo que a IA pode ter maior probabilidade de ser aplicada em empregos de média qualificação e renda média baseados em conhecimento, ao mesmo tempo em que é relativamente menos substituível em empregos que exigem um alto grau de habilidade manual ou extrema especialização.

O gráfico mostra a relação entre o salário médio anual de uma ocupação (eixo x) e a porcentagem de diálogos do Claude envolvendo essa ocupação (eixo y), e destaca algumas ocupações representativas.

Detalhamento de automação e aprimoramento. O Anthropic também analisa mais profundamente como as tarefas são "executadas" - especificamente, quais tarefas tendem a ser "automatizadas" (a IA executa a tarefa diretamente, como a formatação de um documento) e quais tarefas são "aumentadas" (a IA colabora com o usuário para concluir a tarefa). A IA tende a ser "automatizada" (a IA executa a tarefa diretamente, como a formatação de um documento) e quais tarefas são "aumentadas" (a IA colabora com o usuário para concluir a tarefa).

De modo geral, os resultados do estudo favoreceram ligeiramente o modelo de "aprimoramento". De todas as tarefas analisadas, 57% pertencem a aplicativos de aumento e 43% a aplicativos de automação. Isso significa que, em um pouco mais da metade dos cenários de aplicação, a função da IA não é substituir os humanos na execução de tarefas, mas sim "sinergizar" com os humanos por meio de validação (por exemplo, revisar o produto de trabalho do usuário), aprendizado (por exemplo, ajudar o usuário a adquirir novos conhecimentos e habilidades) e iteração de tarefas (por exemplo, ajudar o usuário a fazer brainstorming ou executar (por exemplo, auxiliar os usuários a fazer brainstorming ou executar tarefas gerativas repetitivas). A análise de especialistas mostra que os aplicativos aumentados são um pouco mais comuns do que os aplicativos automatizados, sugerindo que as ferramentas de IA, como o Claude, estão atualmente mais concentradas em aumentar a produtividade e a criatividade humanas do que em substituir diretamente a força de trabalho humana.

A figura mostra a porcentagem de aplicativos aumentados e automatizados no diálogo com Claude, bem como a composição da divisão dos subtipos de tarefas em cada categoria. As definições específicas dos subtipos são explicadas no artigo de pesquisa da Anthropic. "Instrução": delegação da tarefa com interação humana mínima; "Loops de feedback": conclusão da tarefa orientada por feedback ambiental; "Iteração da tarefa": otimização da execução da tarefa por meio de um processo "Aprendizado": aquisição de conhecimento e compreensão; "Validação": verificação e aprimoramento dos resultados do trabalho.

Limitações do estudo

Este estudo da Anthropic oferece uma perspectiva única sobre a compreensão de como a IA está remodelando o mercado de trabalho. Entretanto, como em toda pesquisa, o estudo tem algumas limitações importantes. As principais incluem:

• Definição de cenários de trabalho: O Anthropic não é capaz de determinar com precisão se o uso do Claude por um usuário para realizar uma tarefa está no âmbito do trabalho. Os usuários que recorrem ao Claude para obter conselhos sobre redação ou edição podem, de fato, estar trabalhando em uma tarefa, mas também podem estar simplesmente realizando um hobby pessoal (por exemplo, escrever um romance). Os comentaristas apontaram que esse é um desafio metodológico inerente e que é difícil para qualquer estudo baseado em dados de diálogo do usuário distinguir totalmente entre cenários de trabalho e não trabalho.
• Interpretação do comportamento do usuário: Ligado ao problema acima, o Anthropic não entende como os usuários realmente usam os resultados das respostas do Claude. Por exemplo, os usuários copiam e colam trechos de código diretamente? Eles verificam os fatos do conteúdo das respostas ou as aceitam por completo e sem críticas? Nos dados do Anthropic, determinados cenários de aplicativos que parecem ser "automatizados" podem, na verdade, ainda estar no modo "aumentado". Por exemplo, um usuário pode pedir ao Claude para escrever um memorando completo em seu nome (o que é ostensivamente automatizado), mas depois fazer edições e refinamentos por conta própria (o que seria um aprimoramento). De acordo com os analistas, esse fenômeno de "casca automatizada, núcleo humano" pode levar a uma superestimação do grau de automação.
• Limitações das fontes de dados: Atualmente, o Anthropic analisa apenas os dados do usuário dos planos Claude.ai Free e Pro, e não abrange os dados dos usuários da API, Team ou Enterprise. Embora os dados do Claude.ai possam ter algum diálogo misturado em cenários não relacionados ao trabalho, o Anthropic usou um modelo de linguagem para filtrar os dados em um esforço para reter apenas o diálogo relacionado a tarefas ocupacionais, o que atenua, até certo ponto, a questão da parcialidade dos dados. Embora as tentativas de filtragem de dados tenham atenuado o viés até certo ponto, confiar apenas nas versões gratuitas e Pro dos dados do usuário da Claude.ai pode dificultar o reflexo total da verdadeira imagem dos aplicativos de IA de nível empresarial, dizem os especialistas.
• Erros na classificação de tarefas: Devido ao grande número absoluto de tipos de tarefas, o sistema Clio pode ter marcado incorretamente alguns dos diálogos durante o processo de classificação (consulte o artigo completo, especialmente o Apêndice B, para obter mais informações sobre como o Anthropic validou os resultados da análise).
• Limitações dos recursos de modelagem: Atualmente, o Claude não tem a capacidade de gerar imagens (exceto indiretamente por meio de código), portanto, alguns aplicativos criativos relacionados a imagens não foram abordados nos dados do estudo.
• Ênfase excessiva em casos de uso de codificação: Como o Claude tem sido apontado como um dos modelos de codificação mais avançados, a Anthropic espera que os casos de uso relacionados à codificação possam estar super-representados nos dados. Dessa forma, a Anthropic não acredita que a distribuição de aplicativos no conjunto de dados atual seja totalmente representativa do cenário geral de aplicativos de IA. O revisor ressalta que a equipe de pesquisa também reconhece abertamente as limitações do conjunto de dados, especialmente devido à posição de mercado do Claude como assistente de programação, o que pode fazer com que os resultados dos dados sejam distorcidos em relação a áreas como desenvolvimento de software.

Conclusões e orientações para pesquisas futuras

O uso da tecnologia de IA está se expandindo rapidamente e os recursos dos modelos de IA continuam a crescer. É provável que o cenário do mercado de trabalho mude significativamente em um futuro próximo. Como resultado, a Anthropic planeja repetir muitas dessas análises ao longo do tempo para continuar a rastrear possíveis mudanças sociais e econômicas, e publicará regularmente os resultados e os conjuntos de dados associados como parte do Anthropic Economic Index, um projeto de pesquisa que a Anthropic parece ter a intenção de perpetuar para continuar a rastrear e analisar os impactos econômicos e sociais de longo alcance da IA. A Anthropic parece ter a intenção de fazer deste um projeto de pesquisa contínuo e de longo prazo que continuará a rastrear e analisar os impactos econômicos e sociais de longo alcance da IA.

Esses tipos de análises longitudinais ajudarão a Anthropic a obter uma visão mais profunda da complexa relação entre a IA e o mercado de trabalho. Por exemplo, a Anthropic será capaz de monitorar dinamicamente as tendências na profundidade da adoção da IA nas ocupações. Se, no futuro, a IA continuar a ser aplicada principalmente a tarefas específicas e apenas alguns empregos aplicarem a IA em profundidade à grande maioria das tarefas, o futuro mercado de trabalho poderá estar mais inclinado a uma evolução iterativa das ocupações existentes do que a uma extinção em massa. A Anthropic também poderá monitorar continuamente as mudanças na proporção entre automação e aplicativos aumentados, capturando, assim, sinais oportunos de áreas em que a automação está se tornando mais predominante. Os analistas acreditam que o acompanhamento das mudanças nessas métricas importantes ao longo do tempo ajudará a determinar com mais precisão se o impacto da IA no mercado de trabalho será um "impacto disruptivo" ou uma "evolução incremental".

A pesquisa da Anthropic fornece dados valiosos sobre como a IA está realmente sendo usada, mas não oferece diretamente recomendações de políticas. É improvável que a resposta à questão de como se preparar adequadamente para o impacto da IA no mercado de trabalho venha apenas de resultados de pesquisas isoladas. Em vez disso, ela requer uma combinação de evidências, valores sociais e experiência prática de diversos campos, e o Anthropic espera usar sua nova metodologia de pesquisa para contribuir para uma compreensão mais clara dessas questões fundamentais. O objetivo final do Anthropic não é apenas fornecer pesquisas acadêmicas, mas também fornecer insights para a elaboração de políticas futuras e estratégias de resposta social.

Para obter informações mais detalhadas sobre as análises e descobertas da Anthropic, leia Artigo completo.