O paper que responde à pergunta que o professor Chad Jones deixou em aberto

Sobre a mesa: 13% de queda no emprego para jovens entre 22 e 25 anos em ocupações expostas à IA. Nas outras faixas etárias, quase nada.

Se você acompanhou a newsletter da semana passada, lembra que a melhor pergunta feita ao Chad Jones foi de alguém de uma BigTech: “Se a IA elimina um pedaço da economia imediatamente, tem cenário simulado disso?” Jones respondeu, sem ensaio, que não. Que era o próximo paper que estavam escrevendo. Ele deixou a pergunta em aberto, e eu prometi voltar quando alguém respondesse. Alguém respondeu.

Quem é Erik Brynjolfsson

Erik Brynjolfsson também é professor de Stanford, diretor do Digital Economy Lab, e uma das duas ou três maiores autoridades mundiais em economia da tecnologia. Escreveu o “The Second Machine Age” com Andrew McAfee, um dos livros de referência sobre automação publicados na última década. Se Chad Jones é a voz da teoria de crescimento de longo prazo, Brynjolfsson é a voz dos dados sobre o que acontece no chão da economia. Um pensa em séculos, o outro em trimestres.

Em agosto de 2025, Brynjolfsson publicou junto com Bharat Chandar e Ruyu Chen um paper com um título dramático: “Canaries in the Coal Mine?”. Canários na mina de carvão. O nome não é metáfora acidental. Mineiros levavam canários para dentro da mina porque o passarinho morre antes do humano quando o ar fica ruim. Antes do desastre, quem sente são os mais expostos.

O achado, em uma linha

Trabalhadores entre 22 e 25 anos em ocupações mais expostas à IA sofreram queda de 13% no emprego em relação aos seus pares em ocupações menos expostas. Nas outras faixas etárias, nas mesmas ocupações, o efeito é próximo de zero. Em setores específicos, como desenvolvimento de software, a queda para a mesma faixa etária chega a 20% desde o final de 2022.

A metodologia é o motivo do paper ser levado a sério. Eles usaram os dados da folha de pagamento da ADP, que processa cerca de dois terços dos assalariados do setor privado americano. São dezenas de milhões de registros individuais, mensais, até setembro de 2025 na primeira versão e atualizados em fevereiro de 2026. Cruzaram cada ocupação com uma classificação de exposição à IA baseada no trabalho de Daniel Rock e da equipe da OpenAI.

A pergunta óbvia é: como saber que isso é IA e não outra coisa? Foi exatamente o que a comunidade acadêmica perguntou. Então testaram, um por um: taxa de juros, pandemia, trabalho remoto, ciclo do setor tech. Nenhum controle fez o efeito desaparecer. Aplicaram uma técnica chamada efeitos fixos, que tira do caminho tudo aquilo que não é IA, e o sinal ficou mais forte, não mais fraco. Sob esse crivo mais duro, o efeito se torna estatisticamente significativo a partir de 2024, não de 2022. Ou seja, não foi o hype do ChatGPT que derrubou o emprego. Foi quando as empresas começaram a integrar a IA de verdade nos processos.

Programador de software com 22 a 25 anos: menos 20% de emprego desde o final de 2022. Todas as outras idades na mesma profissão: quase nada.

Na entrevista, Brynjolfsson conta um episódio que resume o clima. Duas semanas antes da gravação, uma aluna de Stanford apareceu no escritório dele quase em lágrimas. Disse que não tinha emprego, que os colegas dela também não, e que a geração dela estava envenenada. É Stanford. Não é uma faculdade qualquer. E o professor dela está com os dados na mão.

Por que só os jovens? A Armadilha de Turing

Aqui entra a parte que passou despercebida na primeira leva de comentaristas, mas é a mais importante para quem está tentando entender por que está acontecendo o que está acontecendo.

Brynjolfsson tem um paper anterior, de 2022, chamado “The Turing Trap”, a Armadilha de Turing. A tese: em 1950, Alan Turing definiu o teste de inteligência de máquina como a capacidade de imitar humanos. A indústria toda foi atrás disso. Resultado: as empresas de IA desenham modelos para substituir humanos, não para complementá-los. Na entrevista, ele diz textualmente que fica “louco” com as empresas de IA por essa escolha de design.

A alternativa que ele defende é o que chama de centauro. Meio humano, meio máquina, trabalhando juntos numa tarefa que nenhum dos dois resolveria sozinho. O exemplo médico dele é claro. Uma IA que apenas devolve um diagnóstico como caixa-preta não ajuda o radiologista. Uma IA que diz “estou vendo algo estranho nesta área, mas pode ser um instrumento caído na imagem” convida o radiologista a colaborar. O primeiro desenho substitui. O segundo amplifica.

Isso explica por que os jovens de 22 a 25 anos estão pagando a conta primeiro. As tarefas de entrada de carreira são as mais próximas do que a IA sabe fazer sozinha. Um código simples. Um resumo. Uma análise básica. Uma resposta padrão de call center. Quando a IA foi desenhada como substituto, e não como complemento, a primeira coisa que ela substitui é o degrau mais baixo da escada.

O que resta de pé no outro lado do choque é quem se posiciona como centauro. Quem opera a máquina, quem entende o que ela está fazendo, quem sabe onde colocar a mão quando ela erra.

Se me permite, uma propaganda da 4Linux

Na newsletter passada eu disse que teremos um problema grave de empregabilidade nos próximos 9 anos (chute meu, pelo que ouço dos CEOs das BigTechs) por causa da IA. Nem cheguei perto. Brynjolfsson mostra que a queda já começou, apenas está concentrada num grupo pequeno o suficiente para não ter aparecido nas manchetes. 

A leitura prática dos dois papers combinados é muito boa e reflexiva. Chad Jones diz que os benefícios da IA chegam devagar por causa dos elos fracos. Brynjolfsson mostra que os prejuízos chegaram rápido, concentrados em quem não teve tempo de se posicionar. A pior combinação possível para quem está começando a carreira agora, e um alerta para quem está no meio dela.

A prescrição do Brynjolfsson é ser meio centauro, isto é, não basta ser bom no que você faz. Você precisa saber operar as ferramentas que estariam te substituindo se você não soubesse junto com a IA. E, para quem está em infraestrutura de TI, isso significa dominar os blocos que a IA acelera em vez dos blocos que ela absorve: Linux, DevOps, automação, MLOps, LLMs Open Source rodando no seu ambiente.

É esse o catálogo da assinatura premium da 4Linux. Quarenta cursos, sem enrolação, focados exatamente na camada que sobra de pé quando a IA chega numa empresa. Inclui agora um curso de LLM Open Source, que permite ao seu negócio operar modelos com custo fixo e soberania de dados. Você não precisa fazer mil cursos. Precisa dos certos.

Conheça a Assinatura Premium 4Linux: 40 cursos

Para se aprofundar

A entrevista completa (1h de conversa) está no YouTube: What AI Is Really Doing to Jobs Right Now.

O paper “Canaries in the Coal Mine?” completo, com a atualização de fevereiro de 2026: Stanford Digital Economy Lab.

E você, viu esse efeito no seu setor?