Beyond headcount and human capital: The Effective Cognitive Population as a decomposable capacity unit for AI-era planning

Resumo Técnico: Além do Efetivo de Pessoal e do Capital Humano

Problema
O planejamento nacional baseia-se atualmente em livros contábeis díspares: o efetivo populacional para escala, as proporções de população em idade ativa para oferta de trabalho, índices de capital humano para estoques ajustados por competências e índices de prontidão tecnológica para condições ambientais. Existe uma lacuna crítica na era da IA: nenhum indicador existente quantifica a total capacidade produtiva humana disponível sob as condições prevalecentes específicas de um país em termos de saúde, aprendizagem, emprego, infraestrutura tecnológica e governança. Os índices existentes ou falham em contabilizar as condições tecnológicas necessárias para o emprego da capacidade humana ou duplicam o capital humano ao combinar índices de capital humano com índices de prontidão para a IA. Além mais, as contas demográficas padrão frequentemente tratam a estrutura etária como o determinante primário da capacidade, negligenciando a ampla variação de capacidade dentro de estruturas etárias semelhantes.

Metodologia
O estudo introduz a População Cognitiva Efetiva (PCE), uma unidade de capacidade decomponível projetada para ponderar a população por capacidade e pelas condições de seu emprego. A metodologia procede através das seguintes etapas:

1. Base de Capital Humano ($H$): O estudo utiliza o Human Capital Index Plus (HCI+) do Banco Mundial, que traduz resultados de saúde, educação e mercado de trabalho em produtividade esperada ao longo da vida. As pontuações do HCI+ são transformadas de um índice logarítmico (escalonado para um benchmark de 325) em um nível de produtividade relativa ($H_i = \exp((S_i - 325)/100)$).
2. Oportunidade de IA e Governança ($A$ e $C$): O estudo utiliza o Índice de Prontidão para IA (AIPI) do Fundo Monetário Internacional (FMI). Para evitar a dupla contagem do capital humano (que já está incorporado no HCI+), a dimensão de capital humano do AIPI é excluída.
   • Oportunidade de IA ($A$): Definida como a média de pesos iguais das dimensões "Infraestrutura Digital" e "Inovação e Integração Econômica".
   • Governança de Conversão ($C$): Definida pela dimensão "Regulamentação e Ética".
3. Construção do Benchmark: O estoque de PCE é calculado como $PCE_i = N_i \times H_i \times (1 + \lambda A_i C_i)$.
   • O termo $(1 + \lambda A_i C_i)$ representa uma regra de planejamento conjuntiva. Ela penaliza a prontidão unilateral (ex: alta infraestrutura com governança fraca) ao tornar o fator de aumento multiplicativo em vez de aditivo.
   • $\lambda$ é um parâmetro de calibração definido como 1 no benchmark, com análises de sensibilidade realizadas em uma gama de valores (0 a 1) e um "multiverso de 27 regras" de combinações de expoentes.
4. Validação e Teste:
   • Validade de Critério Concorrente: A PCE é regredida contra o produto total de 2024 (PIB) em uma amostra de 144 países. O desempenho é medido via $R^2$ e Erro Quadrático Médio (RMSE) de Leave-One-Country-Out (LOOCV), comparado contra o efetivo populacional e a população ajustada pelo HCI+.
   • Validade Incremental: Modelos aninhados condicionam a intensidade do capital físico para testar se os componentes da PCE adicionam poder explicativo além dos fatores de produção padrão.
   • Teste de Interação: O estudo testa explicitamente uma interação causal entre a oportunidade de IA e a governança ($A \times C$) para determinar se a regra conjuntiva reflete uma complementaridade empírica ou uma restrição normativa de planejamento.
   • Análise de Sensibilidade: A robustez é verificada através de diferentes denominadores populacionais (população total vs. população em idade ativa), vintagens do HCI+ (2020 vs. 2025), regras de agregação e parâmetros de amplitude.

Principais Resultados

• Melhor Ajuste Preditivo: Na amostra de 144 países, a extensão da PCE melhora o poder explicativo dos modelos de capacidade nacional. Contra o produto total de 2024, o $R^2$ aumenta de 0,849 (estoque ajustado pelo HCI+) para 0,882 (PCE), e o LOOCV RMSE diminui de 0,723 para 0,641. Esses ganhos são estatisticamente significativos (bootstrap $p < 0,0001$) e sustentam-se tanto para a base de população total quanto para a de idade ativa.
• Reclassificação de Ranking: 89 de 144 países sofrem um deslocamento de pelo menos dez posições ao passar de um livro contábil de efetivo de pessoal para um livro contábil de PCE. Embora a maior parte deste deslocamento seja impulsionada pelo próprio ajuste de capital humano, a extensão de IA fornece um valor diagnóstico distinto. Países de alto desempenho no ranking da PCE incluem Singapura, Suíça e Dinamarca, enquanto países como Chade, Guiné e Mali veem uma reclassificação negativa significativa.
• Independência da Estrutura Etária: Dentro dos quartetos de participação da população em idade ativa, a capacidade per capita ($Z$) apresenta razões de até 4,78 entre os percentis 90 e 10. Isso demonstra que a estrutura etária sozinha é um proxy grosseiro para a capacidade; a PCE captura uma variação significativa não explicada pela demografia.
• Natureza da Regra Conjuntiva: A interação estatística direta entre a oportunidade de IA e a governança ($A \times C$) não é estatisticamente suportada (o coeficiente é negativo e insignificante, $p = 0,371$). Consequentemente, o artigo conclui que a regra conjuntiva é uma regra de planejamento (uma restrição normativa para evitar o excesso de crédito à prontidão unilateral) e não uma complementaridade causal estimada empiricamente.
• Análise de Resíduos: Um resíduo de conversão identifica países onde o PIB per capita realizado cai abaixo do nível previsto pela intensidade de capital e pela capacidade da PCE. Este resíduo não é significativamente correlacionado com rendas de recursos naturais, eficácia governamental ou controles de corrupção, sugerindo que serve como uma ordem de triagem para diagnósticos posteriores, em vez de um escore de eficiência validado.

Significância e Alegações
O artigo posiciona a PCE não como uma nova lei de produção ou um forecast de declínio populacional, mas como um livro contábil de diagnóstico para o planejamento do setor público. Suas principais contribuições são:

1. Decomponibilidade: Ao contrário de índices compostos que obscurecem compensações (trade-offs), a PCE permite que planejadores decomponham a capacidade de um país em capital humano ($H$), oportunidade tecnológica ($A$) e condições de governança ($C$). Isso permite a identificação de gargalos específicos (ex: um país com alta qualificação, mas governança fraca).
2. Evitação de Dupla Contagem: Ao remover explicitamente a dimensão de capital humano do AIPI antes da combinação, a métrica evita a falha metodológica de contar o mesmo ativo duas vezes.
3. Estoque Equivalente de Cenário: A unidade define a capacidade sob as condições prevalecentes em vez de contar equivalentes de trabalhadores atuais, apoiando comparações relativas e análise de lacunas de políticas.
4. Escopo Modesto: O autor afirma explicitamente que a PCE não infere as consequências do declínio da fertilidade, nem afirma ter identificado o efeito causal de produtividade da IA. O estudo reconhece que a regra conjuntiva é uma escolha normativa, não um achado empírico de complementaridade, e que a métrica requer evidências longitudinais e de nível micro futuras para validar a interação entre oportunidade e governança.

O estudo conclui que a PCE fornece uma unidade transparente, auditável e estável para comparação transnacional que integra a capacidade humana com as condições necessárias para seu emprego, ofereando uma base mais matizada para o planejamento do que apenas o efetivo de pessoal ou índices de capital humano.