Durante décadas, a lógica da formação profissional pareceu relativamente previsível.
Uma pessoa estudava durante alguns anos, escolhia uma profissão, adquiria determinadas competências, entrava no mercado de trabalho e utilizava boa parte daquele conhecimento durante décadas.
Naturalmente, havia evolução.
Novas ferramentas surgiam.
Processos mudavam.
Empresas desapareciam e outras nasciam.
Mas a velocidade da transformação permitia que educação e mercado de trabalho mantivessem alguma proximidade.
A inteligência artificial está colocando essa relação em xeque.
Hoje, um jovem pode iniciar uma graduação de quatro ou cinco anos para trabalhar em uma profissão que, quando ele se formar, continuará existindo, mas poderá ser exercida de uma maneira completamente diferente.
Essa talvez seja a questão mais importante.
O debate não deveria estar limitado à pergunta:
“A inteligência artificial vai acabar com os empregos?”
Talvez devêssemos fazer outra:
“Estamos ensinando as habilidades corretas para empregos que continuarão existindo de uma forma que ainda não conhecemos?”
Essa diferença muda tudo.
A inteligência artificial provavelmente não eliminará o trabalho humano.
Mas poderá alterar profundamente o que significa trabalhar.
E isso coloca escolas, universidades, empresas, governos e profissionais diante de uma transformação para a qual talvez ainda não estejam suficientemente preparados.
O emprego pode continuar existindo enquanto o trabalho muda completamente
Quando falamos sobre inteligência artificial e empregos, existe uma tendência natural de imaginar dois cenários.
No primeiro, o emprego continua existindo.
No segundo, uma máquina substitui completamente a pessoa.
A realidade provavelmente será muito mais complexa.
A Organização Internacional do Trabalho publicou em 2025 uma ampla análise sobre exposição ocupacional à inteligência artificial generativa. O estudo concluiu que aproximadamente um em cada quatro trabalhadores no mundo exerce uma profissão com algum grau de exposição à IA generativa.
Mas a conclusão mais importante não foi que um quarto da população perderá o emprego.
Foi exatamente o contrário.
A OIT considera que, na maior parte dos casos, a transformação das funções é mais provável do que sua eliminação completa.
Isso significa que talvez estejamos olhando para o problema errado.
O contador pode continuar existindo.
O advogado pode continuar existindo.
O programador pode continuar existindo.
O profissional de marketing pode continuar existindo.
O designer pode continuar existindo.
O professor pode continuar existindo.
Mas o conjunto de tarefas que justifica cada uma dessas profissões pode mudar profundamente.
A IA não precisa eliminar uma profissão inteira para transformar o mercado.
Basta assumir 20%, 30%, 50% ou 70% das tarefas que atualmente consomem o tempo daquele profissional.
Quando isso acontece, o valor econômico das habilidades muda.
O conhecimento que ensinamos tem prazo de validade cada vez menor
Existe algo desconfortável na estrutura educacional tradicional.
Muitas instituições ainda funcionam sob a lógica de que existe um conjunto relativamente estável de conhecimentos que precisa ser transmitido ao estudante.
O professor possui conhecimento.
O estudante precisa absorvê lo.
A prova mede quanto foi absorvido.
O diploma certifica que aquele conhecimento foi adquirido.
Mas o que acontece quando uma ferramenta consegue acessar, interpretar e produzir conhecimento em segundos?
Isso não significa que aprender deixou de ser importante.
Significa exatamente o contrário.
Aprender se tornou mais importante porque aquilo que aprendemos envelhece mais rapidamente.
Segundo o Future of Jobs Report 2025, do Fórum Econômico Mundial, os empregadores estimam que aproximadamente 39% das habilidades atualmente utilizadas pelos trabalhadores poderão ser transformadas ou se tornar obsoletas entre 2025 e 2030.
Cinco anos.
Esse intervalo é praticamente a duração de uma graduação universitária.
Aqui surge uma provocação importante.
Uma pessoa pode entrar na universidade preparada para um mercado e sair dela encontrando outro.
Se a educação continuar organizada apenas em torno da transmissão de conteúdo, poderá haver uma distância crescente entre aquilo que se ensina e aquilo que economicamente importa.
Talvez a principal habilidade do futuro seja aprender novamente
Durante muito tempo, experiência significava acumular conhecimento.
No futuro, experiência talvez signifique também ser capaz de abandonar partes do conhecimento antigo e aprender novas formas de trabalhar.
Isso muda o conceito de empregabilidade.
O profissional valioso deixa de ser apenas aquele que sabe muito.
Passa a ser aquele que consegue:
entender problemas novos, interpretar informações, aprender rapidamente, trabalhar com máquinas inteligentes, questionar respostas, tomar decisões e transformar conhecimento em resultado.
O Fórum Econômico Mundial continua apontando pensamento analítico como uma das competências mais valorizadas pelas empresas. Resiliência, flexibilidade, liderança, criatividade e habilidades tecnológicas também aparecem entre as competências crescentes.
Isso produz um paradoxo.
Quanto mais poderosa fica a inteligência artificial, mais importantes podem se tornar determinadas capacidades profundamente humanas.
Porque produzir uma resposta ficará barato.
Saber qual pergunta fazer continuará sendo valioso.
Gerar texto ficará barato.
Saber qual ideia merece ser desenvolvida continuará sendo valioso.
Criar uma apresentação ficará fácil.
Convencer uma equipe, compreender pessoas e tomar decisões em condições de incerteza continuará sendo difícil.
O problema não é apenas ensinar IA
Muitas instituições perceberam a transformação e começaram a introduzir inteligência artificial nos currículos.
Isso é necessário.
Mas pode ser insuficiente.
Ensinar alguém a utilizar uma ferramenta de IA é diferente de prepará lo para trabalhar em uma economia reorganizada pela IA.
Essa distinção é fundamental.
Uma universidade pode ensinar prompts.
Pode apresentar ChatGPT.
Pode ensinar modelos de linguagem.
Pode mostrar automações.
Tudo isso é útil.
Mas ainda assim continuar formando estudantes para uma estrutura de trabalho antiga.
O verdadeiro desafio é mais profundo.
Precisamos perguntar:
O que acontecerá com determinada profissão quando parte de suas tarefas puder ser executada quase instantaneamente?
Que habilidades continuarão escassas?
Que novas funções surgirão?
Que conhecimentos fundamentais continuarão indispensáveis?
Que tarefas devem permanecer humanas?
Como avaliar competência quando a IA pode produzir o resultado solicitado?
A UNESCO já trata alfabetização em inteligência artificial como uma competência educacional estrutural. Seu marco para estudantes propõe capacidades relacionadas a pensamento centrado no ser humano, ética, técnicas e aplicações de IA e criação de sistemas, passando pelos níveis de compreender, aplicar e criar.
A discussão, portanto, deixou de ser apenas tecnológica.
É educacional.
É econômica.
É cultural.
O professor também está sendo preparado para um mundo diferente
Existe uma segunda transformação menos comentada.
Não são apenas os alunos que precisam aprender novamente.
Os professores também.
A UNESCO observa que a inteligência artificial modificou a relação tradicional professor e aluno, introduzindo uma terceira camada: professor, IA e estudante.
Por isso, seu marco de competências para docentes inclui conhecimento de IA, ética, pedagogia com inteligência artificial e desenvolvimento profissional contínuo.
Isso muda o papel do educador.
Se a informação pode ser encontrada instantaneamente, talvez o professor tenha de ser menos um distribuidor de respostas e mais um arquiteto de aprendizagem.
Alguém que ensina:
como investigar
como desconfiar
como validar
como argumentar
como experimentar
como comparar
como criar
como reconhecer limites
como distinguir uma resposta convincente de uma resposta correta
Essa função pode se tornar ainda mais importante na era da IA.
Porque existe uma diferença enorme entre ter acesso à inteligência e possuir julgamento.
O mercado não vai esperar a educação se adaptar
Existe um problema adicional.
Empresas não precisam aguardar reformas curriculares.
Elas simplesmente adotam tecnologias quando percebem vantagem econômica.
O investimento corporativo em inteligência artificial está crescendo rapidamente. O AI Index Report 2026, de Stanford, aponta forte expansão do investimento privado em IA e mostra que os efeitos sobre o trabalho começam a aparecer de maneira desigual, inclusive nas contratações de profissionais mais jovens em determinadas áreas expostas à automação.
Isso significa que mercado e educação podem passar a operar em velocidades diferentes.
Uma universidade pode levar anos para reformular um currículo.
Uma empresa pode implementar um agente de IA em algumas semanas.
Esse descompasso cria um risco.
Estamos formando pessoas para realizar tarefas que empresas podem estar justamente tentando automatizar.
O caso dos profissionais iniciantes merece atenção especial
Existe um fenômeno particularmente interessante.
Muitas carreiras funcionam como uma escada.
O profissional começa realizando tarefas relativamente simples.
Com o tempo, ganha experiência.
Depois assume problemas mais complexos.
Um programador iniciante escreve código simples.
Um advogado iniciante pesquisa jurisprudência.
Um analista prepara relatórios.
Um profissional de marketing produz versões de textos.
Um designer executa peças básicas.
Mas essas são justamente algumas das tarefas em que a IA está avançando rapidamente.
Surge então uma pergunta delicada:
Se automatizarmos o primeiro degrau da escada, como alguém chegará ao segundo?
O relatório de Stanford de 2026 aponta sinais particularmente relevantes em algumas profissões expostas entre trabalhadores mais jovens, embora seja cedo para transformar esses sinais em uma conclusão universal sobre todo o mercado.
Esse é um problema que empresas e universidades precisarão enfrentar.
Automatizar tarefas iniciais aumenta produtividade.
Mas empresas também precisam continuar formando profissionais capazes de assumir responsabilidades maiores no futuro.
Novos empregos também serão criados
Seria errado transformar essa discussão em uma narrativa puramente pessimista.
Toda grande transformação tecnológica elimina algumas tarefas, modifica outras e cria novas oportunidades.
O Fórum Econômico Mundial estima que mudanças tecnológicas, demográficas, econômicas e ambientais poderão criar aproximadamente 170 milhões de empregos até 2030, ao mesmo tempo em que cerca de 92 milhões poderão ser deslocados.
O saldo projetado é positivo, com aproximadamente 78 milhões de novas posições líquidas.
Portanto, talvez não estejamos caminhando para um mundo sem trabalho.
Estamos caminhando para um mundo com trabalho diferente.
E isso muda completamente o problema.
Não basta criar empregos novos.
É necessário permitir que as pessoas consigam migrar para eles.
A carreira linear pode estar chegando ao fim
Nossa cultura profissional ainda carrega uma ideia profundamente industrial.
Escolha uma profissão.
Estude.
Entre em uma empresa.
Construa carreira.
Especialize se.
Aposente se.
Essa trajetória poderá se tornar cada vez menos comum.
Um profissional de 25 anos talvez tenha de reconstruir suas habilidades diversas vezes durante a vida.
Ele poderá trabalhar em marketing aos 25.
Automação aos 35.
Produto aos 45.
Gestão de agentes inteligentes aos 55.
Uma profissão que hoje sequer possui nome pode fazer parte de sua carreira aos 60.
A OCDE destacou em seu relatório Skills in the AI Age, publicado em 2026, que a inteligência artificial está alterando exigências de habilidades e que adaptação, capacitação e aprendizagem ao longo da vida serão fundamentais para aproveitar seus benefícios sem ampliar os riscos de deslocamento profissional.
O diploma provavelmente continuará importante.
Mas talvez deixe de funcionar como conclusão da formação.
Pode se tornar apenas o primeiro capítulo.
Precisamos ensinar tarefas ou capacidades?
Essa pergunta pode definir a educação das próximas décadas.
Uma tarefa é algo específico.
Formatar determinado relatório.
Utilizar determinado software.
Executar determinado procedimento.
Uma capacidade é mais ampla.
Interpretar dados.
Resolver problemas.
Tomar decisões.
Construir argumentos.
Aprender ferramentas novas.
Trabalhar colaborativamente.
Criar.
Se ensinamos apenas tarefas, corremos o risco de formar pessoas altamente eficientes em atividades que uma IA passará a executar.
Se desenvolvemos capacidades, aumentamos a possibilidade de adaptação.
Não significa abandonar conhecimento técnico.
Muito pelo contrário.
Quem possui fundamentos sólidos consegue utilizar novas ferramentas de maneira muito mais inteligente.
O problema é confundir conhecimento técnico com treinamento para uma ferramenta específica.
Saber usar IA não será diferencial por muito tempo
Hoje, colocar “conhecimento em inteligência artificial” no currículo ainda chama atenção.
Talvez isso mude rapidamente.
Imagine dizer, em 2035:
“Eu sei usar inteligência artificial.”
Pode soar tão genérico quanto dizer hoje:
“Eu sei usar internet.”
A questão não será simplesmente saber usar IA.
Será:
o que você consegue fazer com ela que outras pessoas não conseguem?
Consegue tomar decisões melhores?
Consegue desenvolver produtos?
Consegue organizar equipes?
Consegue pesquisar?
Consegue identificar oportunidades?
Consegue compreender clientes?
Consegue combinar conhecimentos de áreas diferentes?
Consegue construir algo novo?
A vantagem não estará na ferramenta.
Estará na combinação entre ferramenta, conhecimento, julgamento e execução.
Empresas também precisarão reaprender a contratar
Currículos tradicionais são baseados em sinais.
Diploma.
Experiência.
Cargo anterior.
Tempo na empresa.
Certificações.
Mas em um ambiente que muda rapidamente, empresas poderão precisar observar mais intensamente a capacidade de produzir resultados em situações novas.
Portfólios podem ganhar importância.
Projetos podem valer mais.
Capacidade de aprender pode se tornar critério central.
Experiência trabalhando com agentes de IA pode importar.
Conhecimento multidisciplinar pode se tornar diferencial.
Talvez veremos processos seletivos em que o candidato recebe um problema real, acesso às mesmas ferramentas de IA utilizadas pela empresa e precisa demonstrar como pensa.
Não será apenas:
“Você sabe a resposta?”
Será:
“Você sabe chegar a uma boa resposta utilizando todos os recursos disponíveis?”
Existe o risco de criarmos uma nova desigualdade
Toda revolução tecnológica distribui benefícios de maneira desigual.
Com inteligência artificial, uma das divisões mais importantes poderá ocorrer entre dois grupos.
Pessoas que sabem trabalhar com sistemas inteligentes.
E pessoas cujo trabalho compete diretamente contra sistemas inteligentes.
Essa diferença pode produzir impactos profundos em salários, produtividade e oportunidades.
Profissionais capazes de utilizar IA para multiplicar sua produção poderão ganhar mais importância econômica.
Profissionais presos a tarefas facilmente automatizáveis poderão enfrentar pressão crescente.
A OIT chama atenção justamente para a necessidade de administrar essa transição, porque exposição tecnológica não significa automaticamente desemprego. O resultado dependerá também das decisões de empresas, trabalhadores e políticas públicas.
Isso significa que a desigualdade futura talvez não seja simplesmente entre quem tem diploma e quem não tem.
Pode ser entre:
quem conseguiu se adaptar e quem não teve oportunidade de fazê lo.
Educação precisa deixar de preparar pessoas apenas para o primeiro emprego
Talvez essa seja uma das mudanças mais importantes.
O sistema educacional tradicional se concentra fortemente na entrada no mercado.
Mas um jovem que começa a trabalhar aos 22 anos poderá permanecer economicamente ativo durante quatro ou cinco décadas.
Durante esse período, tecnologias, empresas e profissões mudarão repetidamente.
Prepará lo apenas para conquistar o primeiro emprego será insuficiente.
Precisamos prepará lo para conquistar também o terceiro, o quinto e talvez o décimo emprego.
Ou para criar seu próprio trabalho.
Ou para empreender.
Ou para reconstruir completamente sua profissão.
Isso exige uma educação que desenvolva autonomia intelectual.
Uma pessoa que sabe aprender possui uma ferramenta que continua útil mesmo quando as ferramentas ao seu redor mudam.
Pensamento crítico será ainda mais importante em um mundo cheio de respostas
Durante séculos, informação foi escassa.
Bibliotecas eram limitadas.
Livros eram caros.
Especialistas eram difíceis de acessar.
A internet reduziu drasticamente essa escassez.
A inteligência artificial está levando isso a outro nível.
Agora não temos apenas acesso à informação.
Temos sistemas capazes de organizá la, resumir, comparar, interpretar e gerar respostas.
Mas existe um problema.
Uma resposta bem escrita pode estar errada.
Uma análise convincente pode ser superficial.
Uma imagem realista pode ser falsa.
Uma estatística pode estar fora de contexto.
Por isso, pensamento crítico pode se tornar uma espécie de infraestrutura intelectual.
Precisaremos ensinar pessoas a perguntar:
De onde veio essa informação?
Existe evidência?
Qual é a fonte?
Que hipótese está sendo assumida?
O que pode estar faltando?
Qual é o interesse por trás dessa resposta?
A abundância de inteligência artificial aumenta o valor do julgamento humano.
As habilidades humanas podem se tornar mais valiosas, não menos
Quanto mais tarefas técnicas forem automatizadas, mais certas capacidades humanas poderão se destacar.
Empatia.
Confiança.
Liderança.
Negociação.
Responsabilidade.
Criatividade.
Comunicação.
Visão estratégica.
Compreensão de contexto.
Essas competências sempre foram importantes.
Mas num ambiente em que produzir código, texto, análise e imagem fica progressivamente mais barato, elas podem representar uma parcela maior do valor profissional.
A inteligência artificial pode produzir uma proposta comercial.
Mas alguém precisa construir confiança suficiente para o cliente assiná la.
Pode gerar uma estratégia.
Mas alguém precisa convencer uma organização a executá la.
Pode produzir informações.
Mas alguém precisa assumir responsabilidade pelas decisões.
O futuro do trabalho não será decidido apenas pela tecnologia
Esse talvez seja um ponto essencial.
Tecnologia abre possibilidades.
Sociedade decide como utilizá las.
Uma empresa pode usar IA apenas para reduzir funcionários.
Outra pode usar exatamente a mesma tecnologia para aumentar a produtividade e criar novos produtos.
Uma escola pode usar IA para impedir que estudantes pensem.
Outra pode utilizá la para permitir que pensem sobre problemas muito mais complexos.
Um profissional pode usar IA para evitar aprender.
Outro pode utilizá la para aprender dez vezes mais rápido.
Portanto, o futuro do trabalho não está escrito dentro de um algoritmo.
Ele será resultado das escolhas que estamos fazendo agora.
Talvez estejamos formando profissionais para funções que já começaram a mudar
Essa não é uma previsão distante.
A transformação já começou.
Empresas estão utilizando IA em programação, marketing, atendimento, pesquisa, análise, design, suporte, jurídico, finanças e diversas outras áreas.
Stanford identifica ganhos relevantes de produtividade em trabalhos estruturados e mensuráveis, embora os benefícios variem muito conforme a tarefa e o contexto.
Isso significa que a pergunta deixou de ser:
“Quando a inteligência artificial mudará o trabalho?”
A pergunta agora é:
“Quão rapidamente conseguiremos mudar a maneira como preparamos as pessoas para trabalhar?”
O objetivo da educação precisa ser maior que empregabilidade imediata
Não podemos saber exatamente quais profissões existirão em 2040.
Nem quais ferramentas dominarão 2035.
Mas podemos preparar pessoas para viver em ambientes de mudança.
Podemos ensinar fundamentos.
Pensamento.
Curiosidade.
Raciocínio.
Comunicação.
Ética.
Tecnologia.
Criatividade.
Colaboração.
Capacidade de aprender.
O objetivo talvez não seja preparar alguém para uma profissão específica durante toda a vida.
Talvez seja preparar alguém para continuar relevante mesmo quando sua profissão mudar.
Talvez o maior risco não seja a IA acabar com empregos
O maior risco pode ser continuarmos preparando pessoas como se o mercado permanecesse estável.
A inteligência artificial não precisa eliminar milhões de profissões para provocar uma revolução.
Basta alterar profundamente aquilo que fazemos dentro delas.
Quando tarefas mudam, habilidades mudam.
Quando habilidades mudam, formação precisa mudar.
Quando formação demora demais para responder, surge um abismo entre educação e mercado.
Não precisamos ensinar menos.
Precisamos ensinar de maneira diferente.
Precisamos formar pessoas capazes de utilizar inteligência artificial sem se tornar dependentes dela.
Capazes de pensar quando a máquina responde.
Capazes de perguntar quando a máquina produz.
Capazes de decidir quando a máquina recomenda.
Capazes de criar quando a máquina replica.
Capazes de aprender quando aquilo que sabem deixa de ser suficiente.
Talvez uma criança que entra hoje na escola trabalhe em profissões que ainda não possuem nome.
Talvez um universitário que inicia hoje sua formação encontre um mercado significativamente diferente quando receber o diploma.
E talvez profissionais que já estão no mercado precisem reconstruir suas competências diversas vezes antes de se aposentarem.
Isso não precisa ser visto apenas como ameaça.
Pode representar uma das maiores expansões de capacidade produtiva da história.
Mas existe uma condição.
Precisamos parar de preparar pessoas apenas para executar o trabalho que existe hoje.
Precisamos prepará las para compreender, aprender, criar e se adaptar ao trabalho que surgirá amanhã.
Porque talvez a pergunta mais importante para escolas, universidades, empresas e governos não seja:
“Que profissão devemos ensinar?”
A pergunta talvez seja:
