Please use this identifier to cite or link to this item: https://repositorio.ipea.gov.br/handle/11058/9116
Full metadata record
DC FieldValueLanguage
dc.contributor.authorAlbuquerque, Pedro Henrique Melo-
dc.contributor.authorSaavedra, Cayan Atreio Portela Bárcena-
dc.contributor.authorMorais, Rafael Lima de-
dc.contributor.authorAlves, Patrick Franco-
dc.contributor.authorPeng, Yaohao-
dc.coverage.spatialBrasilpt_BR
dc.date.accessioned2019-04-05T20:44:16Z-
dc.date.available2019-04-05T20:44:16Z-
dc.date.issued2019-03-
dc.identifier.urihttp://repositorio.ipea.gov.br/handle/11058/9116-
dc.description.abstractO 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.pt_BR
dc.language.isopt-BRpt_BR
dc.publisherInstituto de Pesquisa Econômica Aplicada (Ipea)pt_BR
dc.titleNa era das máquinas, o emprego é de quem? : Estimação da probabilidade de automação de ocupações no Brasilpt_BR
dc.title.alternativeTexto para Discussão (TD) 2457 : Na era das máquinas, o emprego é de quem? : Estimação da probabilidade de automação de ocupações no Brasilpt_BR
dc.typeTexto para Discussão (TD)pt_BR
dc.rights.holderInstituto de Pesquisa Econômica Aplicada (Ipea)pt_BR
dc.source.urlsourcehttp://www.ipea.gov.brpt_BR
dc.location.countryBRpt_BR
dc.description.physical32 p. : il.pt_BR
dc.subject.vcipeaIPEA::Trabalho::Recursos Humanos::Mão de obra::Mercado de Trabalhopt_BR
dc.subject.vcipeaIPEA::Trabalho::Recursos Humanos::Empregopt_BR
dc.subject.vcipeaIPEA::Indústria::Eletrônica. Equipamentos Elétricos::Equipamentos Elétricos e Eletrônicos::Inteligência Artificialpt_BR
dc.subject.vcipeaIPEA::Trabalho::Serviços de Emprego. Qualificação Profissional. Gestão de Pessoas::Seleção de Pessoas::Qualificações Ocupacionaispt_BR
dc.rights.licenseÉ permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.pt_BR
dc.subject.keywordAutomaçãopt_BR
dc.subject.keywordMercado de trabalhopt_BR
dc.subject.keywordInteligência artificialpt_BR
dc.subject.keywordProcessamento de linguagem naturalpt_BR
dc.subject.keywordQualificação técnicapt_BR
dc.subject.keywordMineração de textopt_BR
ipea.description.objectiveReproduzir a metodologia de Carl Benedikt Frey e Michael Osborne, de 2017, para estimação das probabilidades de automação das ocupações no Brasilpt_BR
ipea.description.methodologyMetodologia de Carl Benedikt Frey e Michael Osbornept_BR
ipea.description.additionalinformationSérie monográfica: Texto para Discussão ; 2457pt_BR
ipea.description.additionalinformationPossui referências bibliográficaspt_BR
ipea.access.typeAcesso Abertopt_BR
ipea.rights.typeLicença Comumpt_BR
ipea.englishdescription.abstractThis 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.pt_BR
ipea.researchfieldsN/Apt_BR
ipea.classificationEmprego. Trabalhopt_BR
ipea.classificationTecnologia. Inovação. Informação. Conhecimentopt_BR
Appears in Collections:Emprego. Trabalho: Livros
Tecnologia. Inovação. Informação. Conhecimento: Livros

Files in This Item:
File Description SizeFormat 
td_2457.pdf1.64 MBAdobe PDFThumbnail
View/Open
td_2457_sumex.pdf583.03 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.