Índice Brasileiro de Exposição Ocupacional Potencial à Inteligência Artificial

Resumo

Esta dissertação desenvolve o Índice Brasileiro de Exposição Ocupacional Potencial à Inteligência Artificial, IBEOP-IA, uma medida construída para analisar, no contexto brasileiro, a proximidade semântica entre ocupações e capacidades tecnológicas associadas à inteligência artificial. O trabalho parte da literatura sobre mudança tecnológica baseada em tarefas e dialoga com abordagens que utilizam patentes para mensurar exposição ocupacional, adaptando essa agenda à realidade institucional brasileira por meio da Classificação Brasileira de Ocupações. A construção do índice combina textos ocupacionais da CBO com textos de patentes de inteligência artificial extraídos do Google Patents Public Data. A metodologia utiliza processamento de linguagem natural, embeddings multilíngues e similaridade de cosseno para representar e comparar documentos de naturezas distintas. A unidade principal de análise é a ocupação em seis dígitos da CBO. O indicador final é calculado a partir da média das maiores similaridades semânticas entre cada ocupação e o conjunto de patentes selecionado. A leitura empírica central está ancorada na baseline canônica de 5%, definida por uma amostra proporcional anual de patentes elegíveis. O cenário alternativo de 10% é utilizado como teste de robustez e convergência. Os resultados indicam uma distribuição unimodal e dispersa do IBEOPIA, com heterogeneidade relevante entre ocupações, diferenças entre grandes grupos da CBO e maior nitidez interpretativa nos polos da distribuição. Ocupações ligadas a atividades informacionais, técnicas, digitais e de automação tendem a apresentar maior proximidade semântica com o conjunto de patentes, enquanto ocupações menos associadas textualmente a esse núcleo tecnológico aparecem em faixas inferiores do índice. O IBEOP-IA deve ser interpretado como uma medida de exposição potencial. Ele não mede adoção efetiva de inteligência artificial, substituição ocupacional nem efeitos causais sobre emprego, salários ou produtividade. Sua contribuição principal é oferecer um mapa ocupacional brasileiro, replicável e documentado, capaz de apoiar pesquisas, diagnósticos e debates sobre transformação tecnológica e mercado de trabalho no país.

Ficha do documento

Tipo

Dissertação

Ano

2026

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Não informado

Identificador

oai:repositorio.fgv.br:10438/40371

Temas

EconomiaTecnologia

Palavras-chave

Inteligência artificialExposição ocupacionalMercado de trabalhoCBOPatentesEmbeddingsArtificial intelligenceOccupational exposureLabor marketBrazilian Classification of OccupationsPatentsEconomiaMercado de trabalho - Efeito de inovações tecnológicasOcupações - Classificação