Timothy McKeon, tradutor de irlandês que trabalhou anos para a União Europeia, viu cerca de 70% de sua renda desaparecer à medida que ferramentas automáticas de tradução passaram a executar parte substancial de sua atividade. McKeon disse à CNN que, conforme a máquina aprende, o profissional fica mais obsoleto. A experiência dele reflete um movimento mais amplo: 43% dos tradutores relatam queda na renda devido ao avanço de alternativas baseadas em inteligência artificial.

O fenômeno observado no setor de tradução é indicativo de mudanças na economia do conhecimento. Durante longos períodos, o valor de muitos trabalhadores de escritório esteve ligado ao domínio de informação que a maioria não tinha — regras fiscais, decisões jurídicas, relatórios de mercado, linguagens específicas — e ao fato de poderem acessar e aplicar esse conhecimento. Agora, modelos de IA conseguem reunir e oferecer grande parcela dessas informações de forma rápida e fluente, reduzindo o valor de atividades cognitivas rotineiras.

Como era antes

Historicamente, o diferencial de profissionais do conhecimento residia em saber aquilo que outros não sabiam ou em localizar informações relevantes com rapidez. Large Language Models (LLMs, modelos de linguagem de larga escala) já tiveram contato com muitos códigos tributários, sentenças judiciais e análises de mercado, e entregam respostas sob demanda. Erros das IAs, que antes ofereciam alguma proteção, têm diminuído e podem ser mitigados por prompts eficazes, o que torna o acesso a esses modelos cada vez mais competitivo em custo e utilidade frente ao trabalho humano.

Diante disso, muitos profissionais buscaram nichos mais especializados — por exemplo, traduções literárias, jurídicas ou interpretação diplomática continuam a demandar humanos porque erros nessas áreas podem ter consequências sérias. Ainda assim, essa proteção é temporária: conhecimento raro gravado pode ser incorporado por máquinas se estiver disponível em registros.

Dois tipos de conhecimento com maior resistência

Para que o saber humano mantenha valor, não basta profundidade ou raridade de informação gravada. O texto identifica duas formas de conhecimento mais difíceis de serem substituídas por IA:

1. Julgamento de contextos. Trata-se da capacidade de perceber sinais sutis — o que um silêncio significa, por que um conselho reage de determinada forma, quais detalhes importam para um cliente específico — que não estão totalmente registrados em documentos. Esse julgamento depende de elementos efêmeros e situacionais que modelos atuais têm mais dificuldade em replicar com confiabilidade.

Duas habilidades que podem tornar profissionais menos vulneráveis à automação por IA

Imagem: Divulgação

2. Conhecimento processual (know-how). É a habilidade prática construída pela experiência: como agir numa negociação, manter a calma sob pressão, conquistar confiança e autoridade. Diferente do “saber que”, o “saber como” costuma estar incorporado ao atuar do profissional e não se reduz a proposições escritas que um modelo possa simplesmente recuperar.

Como construir proteção profissional

O texto propõe três recomendações para posicionamento profissional diante da transformação:

  • Assumir responsabilidade pelo impacto, não apenas pelos resultados: delegar à IA rascunhos e análises que o modelo produz, e concentrar a própria atuação no impacto final que só o profissional pode garantir.
  • Fortalecer o julgamento presencialmente: desenvolver capacidade de julgamento participando de decisões de alto risco e testemunhando como elas ocorrem, pois esse tipo de experiência não se resume a registros que LLMs possam ler.
  • Delegar rotinas; proteger a prática: usar IA para tarefas rotineiras, mas continuar praticando negociações, argumentações e outras habilidades processuais para preservar e ampliar a própria capacidade.

O caso de McKeon ilustra que parte do que sustentou carreiras por décadas está vulnerável à automação. Por outro lado, formas de conhecimento incorporado — construídas na prática e dependentes de interação humana — tendem a ser menos suscetíveis, ao menos na configuração atual das ferramentas de IA.

Com informações de Fastcompanybrasil