Ampliação, não substituição? O que os dados dizem sobre IA, trabalho e o profissional centauro

A tese de que a inteligência artificial amplia capacidades humanas em vez de substituí-las tornou-se o consenso confortável do debate corporativo. Ela é defensável, mas é frequentemente enunciada como se fosse um resultado automático da adoção tecnológica. Não é. Os números disponíveis desenham um cenário mais interessante e menos tranquilizador: a ampliação é real, é mensurável e está concentrada — enquanto a substituição também acontece, em faixas específicas de ocupação, e atinge justamente quem está entrando no mercado.

O termo que atrapalha

O transhumanismo, no sentido histórico do termo, designa o projeto de superar limites biológicos humanos por meio de intervenção tecnológica — implantes, interfaces neurais, extensão de expectativa de vida. Isso existe como agenda filosófica e como pesquisa de fronteira, mas não é o que ocorre na maioria das empresas.

O que ocorre é mais modesto e mais consequente: ampliação cognitiva. A IA não altera o corpo de quem trabalha; altera a distribuição de tarefas entre pessoas e sistemas dentro de um processo produtivo. Chamar isso de transhumanismo cria uma expectativa grandiosa que o fenômeno não entrega, e desloca a discussão do que realmente importa — quem decide o que, com base em qual dado, sob qual responsabilidade.

O conceito que faz esse trabalho analítico com precisão é outro: complementaridade. É a variável que separa os casos em que a IA amplia de aqueles em que ela apenas dispensa.

A transversalidade já é mensurável

A afirmação de que a IA deixou de ser assunto de TI é hoje verificável. Pesquisa global da McKinsey sobre o estado da IA (2025) registrou que 88% das organizações declaram uso regular de IA em pelo menos uma função de negócio, contra 78% em 2024. O uso de IA generativa especificamente saltou de 33% em 2023 para 71% em 2024 e 79% em 2025.

No Brasil, o movimento é mais lento, mas consistente e desigual. A pesquisa TIC Empresas do Cetic.br mostra adoção de IA em 17% das empresas brasileiras em 2025, contra 13% em 2024 — retomada depois de uma tendência de estabilidade desde 2021. O recorte por porte é o dado mais revelador: entre grandes empresas, a adoção foi de 38% para 50%; entre pequenas, de 10% para 15%. Na indústria, segundo o IBGE, as empresas que usavam IA passaram de 16,9% para 41,9% em dois anos — de 1.619 para 4.261 empresas, crescimento de 163,2%.

A dimensão individual é ainda mais expressiva. Pesquisa Global Hopes and Fears da PwC, com 49.843 profissionais em 48 países, aponta que 71% dos profissionais brasileiros usaram alguma ferramenta de IA nos 12 meses anteriores, acima da média global de 54%. Entre eles, 79% relatam ganho de produtividade e 83% afirmam melhora na qualidade das entregas.

A infraestrutura, portanto, já está instalada. O que ainda não está resolvido é o retorno.

O contraste que define o momento

A mesma pesquisa da McKinsey que registra 88% de uso aponta que apenas 39% das organizações relatam impacto no lucro operacional (EBIT) no nível da empresa. Uso disseminado, valor concentrado. Essa distância é o retrato mais honesto do estágio atual: a maioria das empresas comprou a ferramenta antes de redesenhar o processo.

O padrão se repete no setor público. Levantamento da OCDE sobre governos digitais (2026) mostra que apenas 10 de 36 países medem impacto financeiro ou não financeiro dos seus casos de uso de IA, ainda que metade afirme basear decisões de adoção em expectativa de eficiência. Ou seja: adota-se por convicção, não por evidência de resultado.

Onde a tese encontra seu limite

A ampliação, no agregado, é real. A distribuição, porém, não é neutra.

Estudo do FGV IBRE sobre IA generativa e mercado de trabalho brasileiro mostra que, no terceiro trimestre de 2025, cerca de 30 milhões de trabalhadores — o equivalente a 29,6% da população ocupada — estavam em ocupações com algum grau de exposição à IA generativa. Desses, aproximadamente 5,2 milhões estavam no gradiente mais elevado de exposição. O dado decisivo é outro: cerca de 20% dos ocupados combinam alta exposição com baixa complementaridade — o grupo mais vulnerável a perda de emprego. E os efeitos já observados se concentram na faixa de 18 a 29 anos, com queda de ocupação e de renda, indicando substituição de tarefas em funções de entrada.

O Fórum Econômico Mundial, em sua edição 2025 do relatório sobre o futuro do emprego, projeta 170 milhões de empregos criados e 92 milhões deslocados até 2030, o que representa uma rotatividade de 22% sobre uma base de 1,2 bilhão de empregos formais analisados e um saldo líquido de 78 milhões de postos, ou 7% do emprego total. O mesmo levantamento indica que 39% das competências centrais dos trabalhadores mudarão até 2030, que 85% dos empregadores pretendem priorizar a requalificação e que 40% planejam reduzir quadro à medida que a IA automatiza tarefas.

Lidos em conjunto, esses números não confirmam nem refutam a tese da ampliação. Eles mostram que o saldo agregado positivo não é garantia de saldo individual positivo. Um acréscimo líquido de 78 milhões de postos no mundo é compatível com redução de vagas em ocupações específicas, em regiões específicas, para perfis específicos — e são essas pessoas que experimentam a substituição, não a estatística.

O centauro não nasce do licenciamento de software

A imagem do profissional centauro é útil, mas costuma ser mal utilizada. Ela não descreve alguém que recebeu acesso a uma ferramenta. Descreve alguém que teve o processo de trabalho redesenhado em torno de uma divisão de tarefas na qual a máquina executa volume, padrão e velocidade, e a pessoa executa julgamento, contexto e responsabilidade.

Essa condição exige construção deliberada. No setor público brasileiro, a falta de capacitação é apontada como a principal barreira à adoção de IA por 19% dos órgãos federais, 21% dos estaduais e 40% das prefeituras. No Judiciário, a ausência de profissionais qualificados aparece como o desafio mais citado na Pesquisa Inteligência Artificial no Judiciário 2024, conduzida pelo CNJ com o PNUD. No setor privado, o Fórum Econômico Mundial registra que 63% dos empregadores identificam o déficit de competências como a principal barreira à transformação.

Há, no entanto, um descompasso de investimento. Segundo a PwC, 80% dos empregadores planejam qualificar trabalhadores em IA; segundo o Fórum Econômico Mundial, 85% priorizam requalificação. O esforço declarado é grande. O que a evidência ainda não mostra é se esse esforço atinge o grupo certo — isto é, os 20% que combinam alta exposição com baixa complementaridade, e não apenas os profissionais de tecnologia.

Quatro decisões que separam ampliação de substituição

Reduzir a discussão a uma escolha binária entre otimismo e catastrofismo não ajuda a decidir nada. Do ponto de vista de quem lidera, quatro decisões concretas inclinam o resultado para um lado ou para o outro.

Definir o que não será delegado. Um sistema pode redigir, classificar e resumir; não pode assumir responsabilidade. Estabelecer explicitamente quais decisões permanecem sob julgamento humano — e documentar isso — é o que o TCU adota como princípio em suas próprias soluções: a IA é instrumento de apoio, e as decisões relevantes continuam submetidas à análise, validação e responsabilidade de pessoas.

Medir impacto por caso de uso, não por número de usuários. A métrica de adoção é a mais fácil e a menos informativa. Com 88% de uso e 39% de impacto no resultado, o setor privado já sabe que licença não é valor. A conta precisa ser feita por processo, com linha de base anterior e indicador de qualidade, não apenas de tempo economizado.

Mapear complementaridade antes de mapear automação. A pergunta útil não é "quais tarefas podem ser automatizadas", mas "em quais funções a IA amplia o julgamento existente e em quais ela o dispensa". A primeira pergunta produz plano de eficiência; a segunda produz plano de força de trabalho — e só a segunda identifica quem precisa ser requalificado primeiro.

Tratar governança como pré-requisito, não como etapa de conformidade. Supervisão humana, rastreabilidade, avaliação de risco proporcional e proteção de dados deixaram de ser tema jurídico acessório. São o que permite escalar sem acumular passivo. Auditoria posterior é exceção mesmo entre os países mais avançados — apenas 11 de 36 países da OCDE a realizam —, e essa lacuna é oportunidade competitiva para quem a fecha antes.

O que a evidência autoriza concluir

A IA amplia capacidades humanas. Isso já é demonstrável no nível da tarefa e no relato de quem a usa: 79% dos profissionais brasileiros apontam ganho de produtividade, 83% apontam melhora de qualidade. Também é verdade que a tecnologia se tornou transversal, e que a divisão relevante do mercado de trabalho já não é entre setores, mas entre quem opera com IA e quem não opera.

O que a evidência não autoriza é apresentar a ampliação como consequência natural da adoção. Onde há complementaridade e capacidade instalada, a IA amplia. Onde há alta exposição e baixa complementaridade, ela substitui, e os primeiros a sentir são os mais jovens, nas funções de entrada. A diferença entre esses dois cenários não é tecnológica — é de gestão, de formação e de governança.

O futuro do trabalho, portanto, não é sobre substituição nem sobre ampliação como fatos que se sucedem. É sobre qual dos dois será produzido, deliberadamente, em cada organização. E essa decisão já está em curso, com ou sem plano.

Referências

World Economic Forum. Future of Jobs Report 2025 (2025). weforum.org

McKinsey & Company. The State of AI 2025: Agents, innovation, and transformation (2025). mckinsey.com

PwC. Global Hopes and Fears 2025 (2025). pwc.com.br

CGI.br / Cetic.br. TIC Empresas: uso de IA por empresas brasileiras avança e atinge 17% (2026). cgi.br

IBGE. Pesquisa sobre o uso de TIC nas empresas — uso de IA na indústria cresce 163% (2025).

g1.globo.com

FGV IBRE. Inteligência artificial generativa e mercado de trabalho no Brasil: evidências iniciais sobre ocupação e renda (2026). blogdoibre.fgv.br

FGV IBRE. Inteligência artificial e mercado de trabalho (2026). blogdoibre.fgv.br

OCDE. Digital Government Outlook 2026 — Adopting and governing AI in government (2026). oecd.org

CNJ / PNUD. Pesquisa Inteligência Artificial no Judiciário 2024 (2025). cnj.jus.br

CGI.br / Cetic.br. TIC Governo 2025 (2026). cetic.br

Nadelson Costa Nogueira Júnior