← Últimos artigos
📈 economia

Generative AI and the Reconfiguration of Skill Demand in Chinese Job Postings

Utilizando anúncios de emprego chineses de 2018 a 2025, este estudo descobre que, embora a IA generativa não tenha aumentado uniformemente a demanda por tarefas rotineiras ou os requisitos educacionais, ela está remodelando os mercados de trabalho ao alterar as alocações de tarefas, aumentar a complexidade das tarefas dentro de cada ocupação e elevar as exigências de experiência, sinalizando, assim, uma mudança em direção a incentivos para habilidades adaptáveis e complementares.

Autores originais: Yuan Dong

Publicado 2026-10-21
📖 6 min de leitura🧠 Leitura aprofundada

Autores originais: Yuan Dong

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

A história de como trabalhamos é frequentemente contada como uma história de ferramentas. Por séculos, novas máquinas mudaram a natureza do trabalho, alterando o equilíbrio entre o que os humanos fazem manualmente e o que fazem com suas mentes. Quando uma nova tecnologia chega, economistas e sociólogos fazem uma pergunta específica: ela substitui o trabalhador ou muda o próprio trabalho? Nos últimos anos, um novo e poderoso tipo de inteligência artificial surgiu, capaz de gerar texto, código e análise. Esta tecnologia não apenas automatiza movimentos simples e repetitivos; ela alcança as tarefas cognitivas complexas que tradicionalmente definiram as carreiras profissionais. A questão central para a economia moderna é se essa mudança força os empregadores a pararem de contratar pessoas para certos cargos ou se simplesmente pede que essas mesmas pessoas façam seu trabalho de uma maneira diferente.

Para responder a isso, um pesquisador da Universidade Normal de Shaanxi, na China, Yuan Dong, voltou-se para o próprio mercado digital. Em vez de entrevistar trabalhadores ou rastrear seus salários, o estudo observou os anúncios de emprego que as empresas publicam online. Esses anúncios são uma janela direta para o que os empregadores estão pensando em um momento específico. Eles revelam as tarefas que uma empresa espera que um novo contratado realize e as qualificações que exigem antes mesmo de uma entrevista começar. Ao analisar milhões dessas publicações ao longo de vários anos, o estudo buscou ver se a chegada da inteligência artificial generativa mudou o modelo dos empregos oferecidos. O pesquisador não olhou para se os trabalhadores foram de fato demitidos ou contratados, mas sim para como a descrição do próprio trabalho estava evoluindo conforme a tecnologia se espalhava.

O estudo examinou quase 5,7 milhões de anúncios de emprego online em toda a China, abrangendo os anos de 2018 a 2025. O pesquisador mapeou o texto desses anúncios para uma lista fixa de mais de 2.000 tarefas específicas, criando uma forma consistente de medir o que estava sendo pedido aos trabalhadores ao longo do tempo. A análise focou em quatro maneiras distintas pelas quais os empregadores poderiam mudar suas demandas. Primeiro, verificaram se a necessidade de tarefas rotineiras e repetitivas estava desaparecendo. Segundo, verificaram se a mistura de tarefas estava sendo redistribuída, ou seja, se algumas tarefas se tornavam mais importantes enquanto outras perdiam força. Terceiro, mediram como a combinação de tarefas dentro de um único anúncio de emprego estava mudando, perguntando se os empregadores estavam agrupando diferentes habilidades de novas maneiras. Finalmente, examinaram os requisitos de entrada, observando se as empresas estavam pedindo mais anos de escolaridade ou mais anos de experiência profissional.

Os resultados ofereceram um quadro matizado que desafiou uma história simples de substituição total. Ao observar a demanda por tarefas rotineiras, o estudo não encontrou evidências claras e consistentes de que os empregadores estivessem subitamente pedindo menos desse trabalho, em média. Os dados não mostraram uma queda massiva no número de tarefas rotineiras listadas nos anúncios, nem mostraram um aumento massivo. Isso sugere que, para muitos papéis, a estrutura básica do trabalho permaneceu estável, mesmo com a tecnologia disponível. No entanto, a história mudou quando o pesquisador observou como as tarefas estavam sendo rearranjadas. O estudo descobriu que a distribuição de tarefas estava, de fato, mudando. Em regiões e setores onde a tecnologia era mais propensa a ser utilizada, o equilíbrio de tarefas mudou, com algumas atividades tornando-se mais proeminentes e outras menos. Isso indica que, embora o volume total de trabalho rotineiro possa não ter desaparecido, a mistura específica de atividades dentro de um cargo estava sendo reconfigurada.

Talvez a descoberta mais impressionante tenha sido sobre a forma como as tarefas eram agrupadas dentro de um único anúncio de emprego. O estudo mediu a "distância" entre as tarefas listadas em um novo anúncio de emprego e as tarefas listadas em empregos semelhantes do ano anterior. Os dados mostraram que essa distância aumentou significativamente. Em termos simples, a combinação de habilidades e deveres exigidos para um título de cargo específico estava se tornando mais diferente do que era exigido apenas um ano antes. Os empregadores não estavam apenas pedindo o mesmo conjunto antigo de habilidades; eles estavam pedindo novas combinações delas. Isso sugere que o papel do trabalhador está sendo redefinido, com as tarefas sendo rearranjadas em novos pacotes que provavelmente exigem formas diferentes de pensar e trabalhar. O estudo observou que essa mudança foi robusta o suficiente para ser considerada uma mudança real na demanda dos empregadores, e não apenas ruído aleatório nos dados.

Quando se tratou das qualificações exigidas pelos empregadores, os resultados foram mistos e cautelosos. O estudo não encontrou um aumento consistente no número de anos de escolaridade exigidos para os empregos. Os empregadores não pareciam estar demandando uniformemente diplomas mais altos em todos os setores. No entanto, houve um aumento perceptível na quantidade de experiência profissional solicitada na análise detalhada de tarefas específicas. Isso sugere que, embora a barra da educação formal não tenha necessariamente subido, os empregadores podem estar atribuindo mais valor ao conhecimento prático, adquirido no trabalho, à medida que navegam neste novo cenário tecnológico. O estudo também destacou que esses anúncios de emprego representam o que os empregadores esperam, não necessariamente o que acontece na realidade. Um anúncio pode pedir uma mistura específica de habilidades, mas isso não garante que a pessoa contratada as terá, nem prova que a empresa já treinou seu pessoal atual.

A pesquisa conclui que o impacto da inteligência artificial generativa não é uma onda única e avassaladora que elimina empregos antigos ou cria outros inteiramente novos da noite para o dia. Em vez disso, é um processo de reconfiguração. A tecnologia está levando os empregadores a repensar como montam os deveres de um cargo, levando a novas combinações de tarefas e a uma maior ênfase na experiência. O estudo evita explicitamente afirmar que isso prova que os trabalhadores estão perdendo seus empregos ou que todos estão sendo forçados a voltar para a escola. Em vez disso, aponta para uma mudança nos incentivos para os trabalhadores: o valor de ser capaz de adaptar-se e combinar diferentes habilidades está aumentando. A evidência sugere que o mercado de trabalho está respondendo à tecnologia mudando a forma do próprio trabalho, criando uma demanda por trabalhadores que possam navegar por essas novas e mais complexas combinações de tarefas. O estudo serve como um mapa dessas mudanças de demanda, mostrando que, embora o núcleo de muitos empregos permaneça, a maneira como esses empregos são estruturados está evoluindo em resposta às novas ferramentas disponíveis.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →