Ensaios sobre inteligência artificial, automação e mercado de trabalho em economias emergentes e no Brasil

Resumo

Ensaio 1: Prevendo a Contribuição da Capacidade de Acesso e Produção de Novas Tecnologias Para as Taxas de Desemprego em Países Emergentes: Uma Abordagem de Rede Neural Artificial Este estudo examina a contribuição de variáveis macroeconômicas e tecnológicas para as taxas de desemprego em economias emergentes, utilizando redes neurais artificiais (RNAs) e introduzindo o Índice de Capacidade de Acesso e Produção de Novas Tecnologias (ICAPT). A análise de dados de 13 países entre 1998 e 2017 revelou que o ICAPT, com 17,6% de contribuição, é um fator-chave na dinâmica do desemprego. A metodologia baseada em RNAs capturou com eficácia relações não lineares e diferenças estruturais entre economias emergentes e desenvolvidas. Esta pesquisa apresenta um índice adaptado às economias emergentes e destaca o papel das novas tecnologias na dinâmica do desemprego, fornecendo subsídios para políticas que promovam inovação e capacitação da força de trabalho para atender às demandas tecnológicas em evolução. Ensaio 2: Riscos de Automatização e Exposição à IA: Uma Análise do Mercado de Trabalho Formal Brasileiro O avanço de novas tecnologias está promovendo transformações significativas no mercado de trabalho global, levantando preocupações sobre suas implicações socioeconômicas, inclusive em economias emergentes. Este estudo analisa a vulnerabilidade de um conjunto de ocupações formais brasileiras em relação à automação e à exposição à IA, utilizando, de forma pioneira, dois índices complementares: o Índice de Probabilidade de Automação (IPA) de Frey e Osborne (2017) e o Índice de Exposição Ocupacional à IA (AIOE) de Felten et al. (2021). Por meio de técnicas de clusterização e análise de perfis socioeconômicos, os resultados mostram que 31,7% dos trabalhadores formais brasileiros estão empregados em ocupações altamente vulneráveis a essas tecnologias. As implicações destacam desigualdades regionais e educacionais significativas, indicando caminhos a serem explorados para uma transição tecnológica mais inclusiva.

Ficha do documento

Tipo

Tese

Ano

2025

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/38327

Temas

EconomiaPolíticas PúblicasTecnologiaDados

Palavras-chave

Previsão de desempregoNovas tecnologiasRede neural artificialInteligência artificialEconomias emergentesAutomaçãoMercado de trabalhoDesigualdadePolíticas públicasUnemploymentArtificial neural networksNew technologiesEmerging economiesAutomationArtificial intelligenceLabor marketInequalityPublic policyEconomiaMercado de trabalho - Efeito de inovações tecnologicasDesemprego