Economista · O estudioso da escassez – desde a fábrica de alfinetes de Adam Smith até à sala de decisões do banco central – ainda pediu para prever o que nenhum modelo capta totalmente.
Os economistas estão invulgarmente expostos à IA, como eles próprios admitem: o trabalho é ler, codificar, estimar e escrever – exactamente as tarefas que os grandes modelos de linguagem realizam melhor. Os inquéritos à profissão e a sua própria investigação sobre automação colocam a economia bem acima da ocupação média em exposição, e os economistas em actividade já recorrem diariamente à IA para código, pesquisa bibliográfica e primeiros rascunhos.
Mas exposição não é substituição. As partes do trabalho que têm o seu valor – escolher a questão, julgar se a variação é verdadeiramente exógena e apoiar o aconselhamento quando um governador ou ministro actua sobre o assunto – são tarefas de julgamento e responsabilização que os sistemas actuais auxiliam em vez de executar. A previsão realista é uma profissão que encolhe no final da rotina, enquanto o seu trabalho de julgamento sênior, se alguma coisa, ganha vantagem.
Uma parte substancial do dia de trabalho – preparação de dados, estimativa de rotina, produção de gráficos, revisão de literatura, primeiro rascunho da prosa, previsão de curto horizonte – já é automatizável, e grande parte já é automatizada na prática. O que resiste é o núcleo pelo qual o cliente realmente paga: formular questões, julgar reivindicações causais, integrar modelos com a realidade institucional e apropriar-se do aconselhamento. Aproximadamente um terço do trabalho agora é feito de máquinas; o julgamento responsável no topo não é.
Scored from the tasks, not the job title. Lower is safer.
Jobs AI cannot take →Decidir o que vale a pena medir – qual a política, qual a margem, qual a comparação – é o passo antes de qualquer ferramenta ser aplicada e aquele em que programas de investigação inteiros e chamadas políticas têm sucesso ou falham.
As crises são precisamente os momentos em que os relacionamentos adequados falham; 2008 e a pandemia recompensaram os economistas que conseguiram raciocinar além dos seus modelos, embora os modelos estivessem errados.
Os comités de fixação de taxas, os avaliadores orçamentais e os peritos respondem nominalmente pelas suas decisões; nenhuma instituição ainda delega voto, custeio fiscal ou depoimento juramentado a um modelo.
O conselho só importa se um ministro, conselho ou público acreditar nele; construir essa confiança – em briefings, testemunhos e linguagem simples – é o que a automação do trabalho relacional não alcança.
Saber como os dados são construídos, como se desenrolou realmente a última crise e o que uma determinada estatística deixa escapar num determinado país é um conhecimento tácito que os modelos consomem mas não criam.
A formatação dos resultados, a elaboração de seções padronizadas e a produção de pacotes de gráficos padrão — uma fração real das horas dos economistas juniores — já são realizadas de ponta a ponta por scripts e assistentes de IA.
A fusão de conjuntos de dados, a padronização de variáveis e a execução de regressões bem especificadas são cada vez mais automatizadas; Os assistentes de codificação de IA agora escrevem Stata, R e Python úteis exatamente para essas tarefas.
Grandes modelos de linguagem resumem documentos de trabalho, trazem à tona literaturas relacionadas e produzem um primeiro rascunho de prosa competente – comprimindo tarefas que consumiam semanas de tempo de assistente de pesquisa.
A estimativa imediata do PIB e da inflação a partir de dados de alta frequência já é, em grande parte, um problema de aprendizagem automática, e os bancos centrais utilizam tais modelos rotineiramente; o papel humano mudou para interpretá-los e substituí-los.
A unidade de evidência está a mudar de inquéritos a milhares de pessoas para populações inteiras de registos fiscais, transações e imagens de satélite – a abordagem que a equipa Opportunity Insights de Raj Chetty usou para mapear a mobilidade americana a partir de dados anónimos do IRS, agora difundidos através de agências estatísticas em todo o mundo.
A codificação, a revisão da literatura e a redação estão migrando para ferramentas de IA, esvaziando o aprendizado tradicional de assistente de pesquisa; a área está debatendo ativamente como a próxima geração aprenderá o julgamento artesanal quando o trabalho rotineiro que a ensinou for automatizado.
Seguindo o manifesto do economista design de Alvin Roth, o design do mercado passou do papel para a produção: algoritmos de troca de rins, leilões de espectro e mercados de publicidade online são construídos e geridos por economistas, transferindo o prestígio da explicação das economias para a sua construção.
Os bancos centrais dirigem agora as economias em parte através do discurso – orientações futuras, gráficos em leque, conferências de imprensa – e os meios de comunicação social tornaram a explicação pública uma competência essencial; a profissão promove cada vez mais economistas que conseguem manter um espaço, e não apenas uma regressão.
Projetar leilões, preços e regras de mercado dentro de empresas de tecnologia – uma carreira que mal existia antes do trabalho de leilões publicitários do Google sob Hal Varian e agora está entre os maiores destinos para novos PhDs em economia.
Executar unidades de estímulo — uma função inventada quando a Equipa de Insights Comportamentais do Reino Unido foi fundada no Gabinete do Governo em 2010 e desde então copiada por dezenas de governos — aplicando a economia comportamental e os ensaios a cartas fiscais, pensões e saúde pública.
Precificar o carbono, modelar cenários de transição e testar o stress dos sistemas financeiros face aos riscos climáticos, uma especialidade coroada pelo Nobel de 2018 de William Nordhaus e agora exigida por bancos centrais, seguradoras e ministérios.
Construir sistemas de previsão do tempo e painéis de políticas a partir de dados de pagamentos, ofertas de emprego e feeds de satélite – o papel limite entre a econometria e a aprendizagem automática que as agências de estatística e as empresas fintech estão a contratar mais rapidamente.
A leitura honesta da evidência é que a economia é uma profissão de elevada exposição e elevado julgamento: uma maior parte das suas tarefas diárias pode ser automatizada do que na maioria dos campos, e uma maior parte do seu valor reside no resíduo que não pode. A camada de rotina – limpeza, codificação, rascunho, previsões padrão – está sendo absorvida rapidamente, e as funções de nível de entrada construídas nessa camada serão reduzidas.
O que se expande é a alavancagem da camada de julgamento. Um economista com assistência de IA pode testar mais especificações, ler mais literatura e produzir mais cenários do que uma equipa inteira conseguiria há uma década – mas a escolha da pergunta, o veredicto causal e o conselho ainda têm um nome humano. As instituições que apostam nas decisões sobre a análise económica não mostram qualquer movimento no sentido de remover esse nome.
O precedente que vale a pena recordar é que os economistas já absorveram a sua própria automatização: o computador electrónico apagou os calculistas da profissão e fez da econometria uma indústria; software de regressão barato democratizou a estimativa e aumentou a importância de saber o que estimar. A IA é o mesmo comércio em maior escala – menos mãos nos dados, mais peso no julgamento.
Aconselha os clientes, redige os documentos que os vinculam e defende o seu caso quando este chega ao tribunal - assumindo responsabilidade legal pessoal se o aconselhamento estiver errado.
AI-resistant 58 💊O especialista em medicamentos por trás de cada receita - desde as primeiras drogarias de Bagdá e o almofariz do boticário até a morfina, a artemisinina e o dispensário moderno.
AI-resistant 58 🛰️Projeta, analisa e certifica as aeronaves, foguetes e espaçonaves que saem do solo, trabalhando com margens de segurança que não deixam margem para suposições.
AI-resistant 74 🧫Utiliza dados clínicos, de ensaios e do sistema de saúde para gerar evidências confiáveis para cuidados, pesquisas e decisões operacionais mais seguras.
AI-resistant 68 🦾Projeta as máquinas que sentem, decidem e agem no mundo físico, onde o problema difícil nunca foi a inteligência, mas o próprio mundo.
AI-resistant 65 🌿Lidera a estratégia, medição e relatórios que ajudam as organizações a reduzir os danos ambientais e sociais, ao mesmo tempo que cumprem as obrigações comerciais.
AI-resistant 66A pessoa que inicia a empresa – identificando a lacuna, assumindo o risco e respondendo pela folha de pagamento, desde financiadores de caravanas assírios até fundadores apoiados por capital de risco.
AI-resistant 88 💹O negociador que fixa o preço das empresas e movimenta capital – um negócio que vai desde Medici Florence até aos argumentos de venda de hoje, pago pela confiança quando milhares de milhões mudam de mãos.
AI-resistant 42 🧾O guardião dos livros: herdeiro de um ofício tão antigo que inventou a própria escrita, agora negociando com o software construído para automatizá-lo.
AI-resistant 35 📣O profissional que cria procura – desde as paredes pintadas de Pompeia e o memorando do homem de marca da P&G de 1931 até aos feeds conduzidos por leilões da era digital.
AI-resistant 38 🗺️Decide o que uma empresa deve construir a seguir e por quê – transformando as necessidades dos clientes, as metas de negócios e os limites de engenharia em um plano compartilhado que ninguém mais possui.
AI-resistant 50 🌿Lidera a estratégia, medição e relatórios que ajudam as organizações a reduzir os danos ambientais e sociais, ao mesmo tempo que cumprem as obrigações comerciais.
AI-resistant 66