FGV Ibre: 30% da população ocupada no Brasil tem exposição à IA generativa

Estudo do FGV Ibre mostra que 29,8 milhões de trabalhadores brasileiros, ou 30% da população ocupada, estão expostos à IA generativa, ante 23,2 milhões (27%) em 2012.

Sobre o estudo

Publicador: FGV Ibre (Instituto Brasileiro de Economia da Fundação Getulio Vargas)
Quem fez a pesquisa: pesquisadores do FGV Ibre (Fernando Holanda de Barbosa Filho, Paulo Peruchetti, Janaína Feijó e Daniel Duque), com carta assinada por Luiz Guilherme Schymura
Publicação: outubro de 2026
Amostra: revisão de literatura internacional e mapeamento das ocupações brasileiras com dados da PNAD Contínua; o texto cita 3 mil corporações em atividade no país como base declarada da sondagem
Período de coleta: primeiro trimestre de 2012 ao terceiro trimestre de 2025
Método: replicação para o Brasil do Índice Global de Exposição Ocupacional à IA generativa, com base em estudo da Organização Internacional do Trabalho de 2025 sobre 29.753 tarefas do sistema de classificação ocupacional polonês, traduzidas para a classificação da PNADC
Recorte: Brasil

Resultados

Exposição da população ocupada brasileira

29,8 milhões de trabalhadores, ou 30% da população ocupada no Brasil, têm exposição à IA generativa no terceiro trimestre de 2025.
Em 2012, eram 23,2 milhões, ou 27% da população ocupada.
A população ocupada total passou de 86,1 milhões em 2012 para 100,5 milhões em 2025.
Entre os expostos, o gradiente 1 caiu de 35,8% para 30,5% do total, enquanto o gradiente 2 subiu de 31,8% para 35,3%.
Os gradientes 3 e 4, de maior exposição, avançaram de 16,2% e 16,1% para 16,6% e 17,6%, respectivamente.

Quem está mais exposto no Brasil

Mulheres apresentam grau de exposição de 35,4%, acima dos 25,2% dos homens.
O Sudeste lidera com 32% de exposição; o Norte aparece com 25,3% e o Nordeste com 26,7%.
A exposição cai com a idade: 35,9% entre jovens de 14 a 29 anos, 24,5% na faixa de 45 a 59 anos e 25,7% entre 60 anos ou mais.
Por escolaridade, o grau sobe de 10,2% para quem tem fundamental incompleto até 42,7% para quem concluiu o superior.
Os pesquisadores atribuem parte dessas diferenças ao maior nível educacional das mulheres e dos mais jovens e ao diferencial de desenvolvimento entre regiões.

Evidências internacionais sobre emprego

Estudo do Banco Mundial de 2025 aponta queda média de 12% nas vagas de ocupações com pontuações de substituição pela IA acima da mediana nos Estados Unidos, entre o fim de 2022 e junho de 2025.
O efeito de substituição cresceu de aproximadamente 6% no primeiro ano para 18% no terceiro ano.
A queda é mais acentuada para candidatos sem diplomas avançados e trabalhadores em início de carreira, chegando a 40% em apoio administrativo e 30% em serviços profissionais.
Pesquisa da OCDE de 2022 identificou mudança na composição dos empregos em países avançados, com maior incerteza para grupos específicos.
Cerca de 80% da força de trabalho dos Estados Unidos pode ter ao menos 10% das tarefas afetadas por GPTs, e 19% dos trabalhadores podem ter ao menos 50% das tarefas impactadas.

Ganhos de produtividade com IA generativa

Estudo com atendentes de call center mostrou aumento de 14% na produtividade média, medida por problemas resolvidos por hora, com o uso de assistente conversacional baseado em IA generativa.
O ganho chega a 34% para trabalhadores iniciantes e de baixa qualificação, com impacto mínimo sobre os experientes e altamente qualificados.
A assistência da IA melhora a satisfação do cliente, aumenta a retenção de funcionários e pode levar ao aprendizado por parte dos trabalhadores.

Exposição e complementaridade no Brasil

Em economias avançadas como Estados Unidos e Reino Unido, cerca de 60% dos trabalhadores estão expostos à IA; em emergentes como Brasil, Colômbia e África do Sul, a proporção fica em torno de 40%.
Aproximadamente 20% da população ocupada brasileira tem alta exposição e baixa complementaridade com a IA, ficando vulnerável à perda do emprego.
Pouco mais de 20% dos trabalhadores brasileiros têm alta exposição e elevada complementaridade, o que pode gerar ganhos de produtividade e salário.
Trabalhadores com ensino superior completo estão mais expostos à IA e também apresentam grau de complementaridade mais elevado.

Riscos apontados pelos pesquisadores

O cenário de risco é o uso da IA predominantemente como tecnologia de substituição, com redução da participação do trabalho na renda e ganhos concentrados no capital.
A mesma tecnologia que ajuda a produzir permite mensurar em detalhe cada ação do trabalhador, abrindo espaço para intensificação do trabalho e perda de autonomia.
Quando a automação corre à frente da criação de novas tarefas, surgem queda da participação do trabalho, compressão de salários de grupos específicos e incentivos à adoção de mais automação.
O texto alerta para riscos de vieses algorítmicos, discriminação e assimetrias de poder entre empresas e trabalhadores.
Países emergentes enfrentam o risco de reshoring de funções com muitas tarefas substituíveis, como call centers, suporte técnico e backoffice.

Agenda de propostas

Em educação e requalificação, os pesquisadores defendem investimento em educação básica de qualidade, estatística, habilidades digitais, programação e competências transversais como resolução de problemas, comunicação e trabalho em equipe.
Em proteção social e políticas ativas, recomendam seguro-desemprego, programas de transferência de renda e políticas de intermediação, qualificação e subsídios à recontratação.
Na regulação do uso de IA no trabalho, propõem controle do monitoramento, da avaliação contínua de desempenho e da automação de decisões de RH.
O texto pede marcos regulatórios com transparência, explicabilidade mínima e mecanismos de contestação de decisões automatizadas, além de participação de sindicatos na governança de tecnologias no local de trabalho.
Em concorrência e difusão tecnológica, recomendam políticas de concorrência, padrões abertos, promoção de ecossistemas de IA aberta e apoio a pequenas e médias empresas na adoção da tecnologia.

Limites

A carta assinada por Luiz Guilherme Schymura registra que o documento traduz as percepções do autor e pode divergir da opinião de parte ou da maioria dos pesquisadores que contribuíram para o texto.
O mapeamento brasileiro considera exposição complementar e exposição que pode levar à substituição do trabalhador, sem distinguir os dois tipos.
A classificação de exposição deriva de um estudo da Organização Internacional do Trabalho de 2025 baseado em 29.753 tarefas do sistema de classificação ocupacional polonês, traduzidas para a PNADC.
O texto reúne revisão de literatura internacional e resultados de terceiros, sem detalhar a coleta de campo da sondagem com as 3 mil corporações.

Estudo completo

Resumo produzido pelo TheAgent a partir do relatório original. Os números e achados pertencem ao publicador; consulte o estudo completo para os detalhes e a metodologia.