Qualidade das evidências 4.75/5
Pontuação de revisão em oito dimensões segundo a grelha de qualidade . Cada dimensão pontuada de 1 a 5.
- D1 Ancoragem nas fontes
- 4/5
- D2 Autoridade das fontes
- 5/5
- D3 Aritmética
- 5/5
- D4 Incerteza
- 5/5
- D5 Âmbito
- 5/5
- D6 Prosa
- 4/5
- D7 Honestidade sobre a perceção
- 5/5
- D8 Completude das ressalvas
- 5/5
Nenhum número único responde à pergunta «quais são as chances de um robô ficar com o seu trabalho», porque a investigação que mais se aproxima nunca foi concebida para produzir uma. A evidência mais robusta é o estudo de Acemoglu e Restrepo sobre as zonas de deslocamento para o trabalho nos EUA entre 1990 e 2007, que descobriu que cada robô industrial adicional por mil trabalhadores reduziu a relação emprego-população de uma área local em cerca de dois décimos de ponto percentual e os salários em cerca de quatro décimos de um por cento. Essas são elasticidades de âmbito regional. Descrevem como todo o mercado de trabalho de uma região se move à medida que os robôs chegam, incorporando os trabalhadores empurrados para outros setores e os efeitos indiretos sobre empregos que nunca foram automatizados. Transformar isso numa probabilidade pessoal ao longo da vida exigiria pressupostos que o estudo não faz, pelo que a resposta honesta é que não existe uma cifra defensável por trabalhador.
O lado do desdobramento é real e crescente. A International Federation of Robotics situa a indústria manufatureira dos EUA em 307 robôs por cada 10,000 trabalhadores em 2024, face a 285 dois anos antes e como parte de uma densidade global que praticamente duplicou em sete anos. Mas a densidade é uma medida de quantas máquinas estão instaladas, não de quantas pessoas foram substituídas. Os robôs também aumentam a produção, reduzem os preços e geram trabalho de manutenção e engenharia, razão pela qual essas mesmas décadas de crescente automação coincidem com uma projeção do Bureau of Labor Statistics de mais 6.7 milhões de empregos nos EUA entre 2023 e 2033. Uma máquina que consegue fazer parte de um trabalho não é o mesmo que uma máquina que apaga a pessoa que o ocupava, e a distância entre essas duas coisas é onde reside quase toda a incerteza.
Onde o risco se concentra é mais claro do que quão grande ele é. Os efeitos medidos agrupam-se nas
regiões de fabricação de automóveis e no trabalho rotineiro de produção e de movimentação de
materiais; os ofícios qualificados, o trabalho de cuidados e a maioria das funções profissionais
mostram pouca exposição direta aos robôs, e vários enfrentam escassez de mão de obra em vez de
excedentes de máquinas. A mais recente onda de armazéns, logística e robôs humanoides da década de
2020 cresce depressa mas é demasiado recente para ter uma estimativa credível de deslocamento, e
disputas de grande destaque como a greve pela automação portuária de 2024-2025 mostram que a
rotatividade é genuína mesmo onde a aritmética não é. Dada uma forte tendência de desdobramento, um
efeito medido sobre o emprego real mas modesto, e nenhum caminho de qualquer um deles para uma
probabilidade por pessoa, esta entrada carrega uma marca no_reliable_estimate. O medo é legítimo;
uma única cifra ao longo da vida não é.
Registro de evidências
Cada número abaixo é o que cada fonte relatou, com a citação literal em que nos baseamos e como chegamos ao nosso valor. Clique em qualquer link para verificar diretamente.
-
[1] National Bureau of Economic Research / Journal of Political Economy 128(6) — Robots and Jobs: Evidence from US Labor Markets
Robots and Jobs: Evidence from US Labor Markets- Estatística
One more robot per thousand workers reduces the employment-to-population ratio by about 0.18-0.34 percentage points and wages by 0.25-0.5 percent (preferred point estimates: ~0.2 pp and ~0.42%); the arrival of one robot in a local labor market is associated with roughly 3.3-6 fewer workers employed there- Trecho
“"We estimate large and robust negative effects of robots on employment and wages across commuting zones. [...] one more robot per thousand workers reduces the employment to population ratio by about 0.18-0.34 percentage points and wages by 0.25-0.5 percent." ”
- Dados da fonte de
- 2020-06-01
- Acessado
- 2026-07-29
- Cálculo
- Acemoglu & Restrepo, "Robots and Jobs: Evidence from US Labor Markets," Journal of Political Economy 128(6), 2020 (NBER Working Paper 23285). The design is a commuting-zone quasi-experiment exploiting variation in industry exposure to industrial robots over 1990-2007; the published version's preferred point estimates are a 0.2-percentage-point fall in the employment-to-population ratio and a 0.42% wage decline per robot per thousand workers. The authors' own summaries put the local effect at roughly six fewer workers per robot in the immediate commuting zone and about 3.3 fewer nationally once trade and product-market spillovers are netted out. Crucially, these are local-equilibrium employment elasticities, NOT a per-worker lifetime displacement probability: they measure how a region's employment moves with robot adoption, including workers displaced into other sectors and knock-on effects on non-robot jobs. There is no defensible arithmetic path from this elasticity to "the odds a given US adult is replaced by a robot," which is why this entry carries no_reliable_estimate. The estimate is also period-specific (industrial robots, pre-2008) and does not cover warehouse, logistics, or service robots deployed since.
- Independência
- Seminal quasi-experimental study using International Federation of Robotics installation data mapped to US commuting zones. Independent from the task-exposure and survey sources.
-
[2] International Federation of Robotics (World Robotics 2025) — Robot Density Surges in Europe, Asia and the Americas
Robot Density Surges in Europe, Asia and the Americas- Estatística
US manufacturing robot density reached 307 units per 10,000 employees in 2024, ranking 8th worldwide (up from 285 in 2022)- Trecho
“"The United States ranks 8th worldwide with 307 units per 10,000 employees." ”
- Dados da fonte de
- 2026-04-08
- Acessado
- 2026-07-29
- Cálculo
- IFR World Robotics 2025 (data year 2024). Robot density — the operational stock of industrial robots per 10,000 manufacturing employees — is the standard measure of how far automation has actually been deployed. US density of 307 (2024), up from 285 in 2022, is used here only to establish that robot adoption is large and rising, which is the real trend underneath the fear. Density is a deployment measure, not a displacement rate: a higher robot count does not translate into a fixed number of jobs eliminated, because robots also raise output, lower prices, and create maintenance/engineering roles. No per-worker probability is derivable from a density figure.
- Independência
- Industry census of installed robots; the same IFR installation data underlies the Acemoglu & Restrepo identification strategy but is used here purely for the deployment trend.
-
[3] Bureau of Labor Statistics — Employment Projections: 2023-2033
Employment Projections: 2023-2033Ver as 2 entradas do Likelier que citam esta fonte →
- Estatística
Total US employment projected to add 6.7 million jobs (0.4% annual growth) from 2023 to 2033, reaching 174.6 million- Trecho
“"The U.S. economy is projected to add 6.7 million jobs from 2023 to 2033 [...] Total employment is projected to increase to 174.6 million and grow 0.4 percent annually." ”
- Dados da fonte de
- 2024-08-29
- Acessado
- 2026-07-29 · cópia arquivada
- Cálculo
- BLS Employment Projections, 2023-2033 release (USDL-24-1776). Net job growth of 6.7 million through 2033 is a direct counterweight to headline claims of mass robotic job elimination: BLS incorporates historical technology-adoption and productivity trends and still projects net growth, not net loss. NOTE: bls.gov/news.release/ecopro.nr0.htm is a rolling endpoint that now serves the newer 2024-2034 projections, so archive_url pins the dated 2025-05-30 Wayback snapshot of the 2023-2033 release from which this figure and excerpt are drawn. This does not preclude heavy churn or concentrated losses in specific occupations and regions, but it bounds the population-level story. No per-worker displacement probability is published.
- Independência
- Official US government statistical agency using proprietary macroeconomic modelling. Fully independent from the academic and industry sources above.