Publication: Na era das máquinas, o emprego é de quem? : Estimação da probabilidade de automação de ocupações no Brasil
Loading...
item.page.format.extent
item.page.description.firstpage
item.page.description.lastpage
Date
Publication data
item.page.date.series
item.page.date.event
item.page.organization.date
item.page.date.submitted
item.page.project.date
item.page.description.edition
Language
por
item.page.coverage.spatial
Brasil
item.page.coverage.temporal
item.page.location.country
BR
organization.page.location.country
item.page.type.events
item.page.type
item.page.degree.level
item.page.source.urlsource
ISBN
ISSN
DOI
dARK
item.page.project.ID
item.page.project.productID
Copyright Holder
Instituto de Pesquisa Econômica Aplicada (Ipea)
Access to Information
Acesso Aberto
Terms of Use
É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.
item.page.title.alternative
Texto para Discussão (TD) 2457 : Na era das máquinas, o emprego é de quem? : Estimação da probabilidade de automação de ocupações no Brasil
item.page.organization.alternative
item.page.name.variant
item.page.contributor.author
Advisor
item.page.contributor.editor
item.page.contributor.thesiscommitee
item.page.contributor.organizer
item.page.contributor.coordinator
item.page.contributor.other
item.page.relation.ispartofseries
Speaker / Moderator / Discussant
Abstract
O objetivo deste trabalho foi reproduzir a metodologia de Carl Benedikt Frey e Michael Osborne, de 2017, para estimação das probabilidades de automação das ocupações no Brasil. Essas estimativas são de potencial importância para os formadores de políticas públicas e profissionais por ser passível de nortear a carreira de trabalhadores, bem como definir cursos prioritários que as instituições de ensino deveriam oferecer visando maximizar as oportunidades de emprego no país. A opinião especializada de 69 acadêmicos e profissionais atuantes em aprendizado de máquinas foi levantada para embasar a estimação dessas probabilidades. Os achados apontam que boa parte das ocupações pode ser automatizada nos próximos anos. Ademais, percebe-se que essas profissões com maior risco de automação apresentam uma tendência de crescimento ao longo do tempo, o que poderá resultar em um elevado nível de desemprego nos próximos anos caso os profissionais e o Estado não se preparem para esse cenário.
item.page.description.abstractalternative
This work aimed to reproduce the methodology of Carl Benedikt Frey and Michael Osborne of 2017 for estimating the automation probabilities of occupations in Brazil. These estimates are potentially important for professionals and policymakers because they can guide the career of a worker, as well as define priority courses that educational institutions should offer in order to maximize employment opportunities in the country.
We consulted the opinion of 69 scholars and professionals that are experts in machine learning to ground the estimation the automation probability of Brazilian occupations. The findings indicate that a large part of the occupations can be automated in the next years. In addition, it can be seen that these professions with a higher risk of automation show a trend of growth over time, which may result in a high level of unemployment in
the coming years if professionals and the government do not prepare for this scenario.