Para este Nobel da Física, Elon Musk e Bill Gates têm razão: o futuro terá mais tempo livre, mas menos empregos.

Para um laureado com o Nobel, esta viragem não é um “talvez”. É uma consequência provável se a IA continuar a ser adotada com o objetivo principal de cortar custos - e não apenas de aumentar produtividade.

Geoffrey Hinton, figura central na IA moderna, argumenta que estamos a caminhar para um cenário em que as máquinas fazem grande parte do trabalho, as pessoas têm mais tempo livre e uma fatia grande dos empregos tradicionais deixa de existir - sobretudo onde o trabalho é, na prática, “texto, regras e cliques”.

O padrinho da IA junta-se a Musk e Gates

Hinton é frequentemente chamado de “Padrinho da IA” pelo seu trabalho em redes neuronais, base de muitos sistemas do tipo ChatGPT. Depois de sair da Google em 2023, passou a alertar que a forma como a IA está a ser desenvolvida e lançada pode desestabilizar economias e democracias.

Mais recentemente, aproximou-se das ideias de Elon Musk (trabalho remunerado pode tornar-se “opcional” em ~20 anos) e de Bill Gates (humanos podem não ser necessários para “a maioria das tarefas”). Hinton não trata isto como ficção científica: para ele, é um resultado plausível das decisões atuais - investimento massivo, competição agressiva e adoção rápida.

A IA, argumenta Hinton, está a ser treinada e implementada de uma forma que torna o desaparecimento de grandes parcelas de trabalho humano uma funcionalidade, não um defeito.

Os comentários, feitos na Universidade de Georgetown, incomodaram decisores e líderes tecnológicos que antes descreviam a automação como “produtividade com reajuste”. Hinton insiste que o reajuste pode ser curto e violento - e não gradual.

A aposta de um bilião de dólares na substituição de trabalhadores

O receio de Hinton assenta num cálculo simples: as grandes tecnológicas estão a gastar somas enormes em centros de dados, chips e eletricidade para IA generativa. Jensen Huang (Nvidia) fala numa semana de quatro dias viabilizada por automação; outros imaginam empresas com equipas humanas mínimas.

Para Hinton, o ponto é que este investimento tem de ser recuperado. E a via mais direta é óbvia:

O modelo de negócio central, avisa, é vender às empresas sistemas de IA que fazem o trabalho dos empregados por uma fração do custo, eliminando folhas salariais para justificar o investimento.

Na prática, isto tende a atingir primeiro funções de escritório e serviços onde o trabalho é decomponível em tarefas padronizadas (emails, relatórios, pesquisa, triagem, atendimento). Um detalhe muitas vezes ignorado: substituir “tarefas” é fácil; substituir “responsabilidade” e “erro” é caro. Mesmo assim, muitas empresas aceitam esse risco quando a poupança é grande.

Há ainda a pressão do tempo. Comentários de analistas (incluindo sobre a OpenAI) sugerem que muitos projetos de IA podem demorar anos a dar lucro, o que empurra para lançamentos rápidos e cortes imediatos. Na economia real, isto traduz-se em três custos que costumam ser subestimados - e que aceleram decisões duras:

• integração (processos, sistemas legados, dados),
• governança e risco (privacidade, auditoria, compliance),
• energia e infraestrutura (conta elétrica e capacidade).

Lucros a curto prazo vs estabilidade a longo prazo

Hinton tem criticado a prioridade dada a retornos rápidos em detrimento de implementação cautelosa. O incentivo é simples: depois de investir milhares de milhões, “usar IA para reduzir pessoas” torna-se a alavanca mais visível.

• Os acionistas pedem crescimento rápido, não transições suaves.
• Quem corta custos primeiro pressiona concorrentes a imitar.
• A regulação (incluindo regras europeias) tende a chegar depois, deixando trabalhadores e sindicatos a reagir - não a prevenir.

Este ciclo (investimento → corte de custos → pressão competitiva) é o que transforma previsões em planos executivos. Um erro comum aqui é prometer “requalificação para todos” sem tempo, orçamento e vagas reais: formação ajuda, mas não cria automaticamente novos postos ao mesmo ritmo que elimina tarefas.

Do fast food às finanças: quem perde trabalho primeiro?

A discussão já saiu do circuito tecnológico. Nos EUA, Bernie Sanders enquadrou o tema como risco social, e um relatório ligado ao seu gabinete apontou números muito elevados de empregos potencialmente afetados na próxima década. Valores exatos variam muito por metodologia, mas a direção é consistente: mais setores, mais depressa.

A primeira vaga é visível: quiosques, apps e automação reduzem necessidades em operações repetitivas. A vaga seguinte chega a funções “seguras” - especialmente as de entrada, que serviam de porta de acesso a carreiras (juniores em direito, contabilidade, programação, marketing).

Em Portugal, isto tende a ser particularmente sensível em áreas como centros de contacto, serviços partilhados, backoffice administrativo e alguma produção de conteúdos - trabalhos que dependem de linguagem e processos.

Setor	Funções típicas afetadas	Tipo de automação
Serviços e retalho	Caixas, agentes de call center, rececionistas	Chatbots, self-service, assistentes virtuais
Colarinho branco	Contabilistas juniores, advogados juniores, programadores	Geração de código, análise de documentos, rascunhos de contratos
Saúde	Administrativos, triagem, apoio a exames	Triagem assistida, agendamento, suporte à decisão (com supervisão clínica)
Criativo e media	Copywriters, designers, edição de vídeo	Geração de texto/imagem, automação de edição

O senador Mark Warner chegou a falar em cenários de desemprego jovem muito alto. Mesmo que esses números não se confirmem, o risco mais realista é outro: menos vagas de entrada e progressões mais lentas, porque uma equipa pequena, com IA, produz o que antes exigia mais gente.

Para Sanders, a questão não é apenas económica: se o trabalho é uma parte central da identidade, o que acontece quando milhões são informados de que já não são necessários?

A dimensão psicológica costuma ser tratada como “secundária”, mas pode decidir a reação social: aceitação, conflito político, ou novas formas de propósito fora do emprego tradicional.

Mais tempo livre, mas em que condições?

Musk e Gates descrevem uma era de menos horas de trabalho e mais foco em projetos pessoais, cuidados, investigação ou arte - financiada por ganhos de produtividade. Semanas mais curtas já são discutidas na Europa, e a automação pode tornar isso tecnicamente possível.

O ponto crítico é a distribuição. Se os ganhos ficarem sobretudo com acionistas e donos da tecnologia, “tempo livre” chega como desemprego, não como lazer. E há um detalhe prático: mesmo quando a empresa “não despede”, pode congelar contratações e deixar equipas envelhecerem - o efeito no mercado é semelhante, mas mais silencioso.

O cenário de Hinton vive nesta linha: um sistema de IA + poucos supervisores fazerem o trabalho de um departamento inteiro. Se isso é libertação ou exclusão depende de escolhas políticas (fiscalidade, proteção social, negociação coletiva, direito do trabalho) e de como se exigem responsabilidades quando a IA erra.

Adaptar, potenciar ou ficar de fora

Para quem trabalha hoje, a mensagem é pragmática: a IA não vai “desaparecer”. A questão é como a usar sem perder controlo.

Uma via é a potenciação (augmentation): usar IA para acelerar partes mecânicas e reservar o humano para decisão, contexto e relação. Exemplos típicos:

• Um enfermeiro a usar IA para resumir histórico e medicação, libertando tempo para cuidados diretos (com validação humana).
• Um advogado a acelerar pesquisa e rascunhos, concentrando-se na estratégia, negociação e responsabilidade final.
• Um programador a aceitar “boilerplate” gerado e a focar-se em arquitetura, testes, segurança e privacidade.

Dois alertas úteis: (1) quanto mais o processo fica dependente de IA, mais a empresa tende a precisar de menos pessoas; (2) “saber usar” inclui saber dizer não - verificar fontes, testar, e evitar colocar dados pessoais ou confidenciais em ferramentas não aprovadas (tema especialmente relevante com RGPD e regras europeias para IA).

Rendimento universal, nova educação e outras ideias emergentes

Com a perspetiva de menos emprego, volta a discutir-se o rendimento básico universal (RBU): um pagamento regular a todos, independentemente de terem trabalho, potencialmente financiado por impostos sobre lucros e produtividade ligados à IA.

Os defensores dizem que isto tornaria viável a ideia de “trabalho opcional” ao garantir um mínimo de segurança. Os críticos apontam custos e desenho difícil: o impacto depende do valor, de como se financia e de como se articula com apoios existentes (para não criar “buracos” nem desincentivos estranhos). Na prática, muitas propostas acabam por ser modelos mistos (apoios condicionados, crédito fiscal, ou RBU parcial).

A educação é outro ponto de pressão. Muito ensino ainda prepara para tarefas que podem ser automatizadas (contabilidade básica, reporting rotineiro, produção de texto padrão). Um ajuste mais realista é combinar base técnica com competências menos “copiáveis” pela IA: ofícios e manutenção, cuidados, vendas complexas, liderança, supervisão de qualidade, ética e conformidade.

Compreender os termos-chave por detrás do debate

Grande parte do debate depende de conceitos simples - mas com implicações concretas:

• Automação: software/máquinas a executar tarefas antes humanas (de faturação a triagem).
• IA generativa: sistemas que criam texto, código, imagem ou vídeo a partir de padrões aprendidos.
• Ganhos de produtividade: produzir mais por hora. Na vida real, isto pode virar salários, lucros, menos horas de trabalho - ou apenas cortes, se não houver negociação e política pública.

À medida que governos, empresas e cidadãos respondem aos alertas de Hinton, estes termos deixam de ser teoria: traduzem-se em regras no local de trabalho, impostos, proteção social, requalificação com resultados mensuráveis e, sobretudo, em como se mantém dignidade quando “ter um emprego” pode deixar de ser o padrão.

Por agora, o futuro descrito por Musk e Gates - e considerado plausível por Hinton - continua aberto. Mais tempo livre parece provável. O que ainda não está decidido é se chega como mais escolha… ou como uma economia que precisa de menos pessoas do que aquelas que querem trabalhar.