Estudo da FGV: IA Já Derruba Renda e Emprego de Jovens Brasileiros
Jovens entre 18 e 29 anos em ocupações mais expostas à inteligência artificial já sentem impacto mensurável no mercado de trabalho: queda de 7% na renda média e 5% menos chance de estar empregado, segundo estudo do FGV Ibre comparando dados de 2022 e 2025.
Por Vitor Morais
Fundador do MochaLabz ·
A inteligência artificial deixou de ser ameaça futura e virou força que já redesenha o mercado de trabalho brasileiro — especialmente para quem está começando. Um estudo conduzido por Daniel Duque, pesquisador do FGV Ibre (Instituto Brasileiro de Economia da Fundação Getulio Vargas), mostra que jovens de 18 a 29 anos em ocupações com alta exposição à IA tiveram queda de 7% na renda média e estão com 5% menos chance de se manter empregados na comparação entre 2022 (pré-ChatGPT) e 2025.
O levantamento usou dados da PNAD Contínua do IBGE e aplicou metodologia da OIT (Organização Internacional do Trabalho) para classificar ocupações por nível de exposição à IA generativa. É o primeiro estudo brasileiro com recorte etário que captura impacto real — não apenas projeções.
Números do estudo
O mapeamento identificou que cerca de 30 milhões de brasileiros — equivalente a 29,6% da população ocupada — exercem funções com algum grau de exposição à IA generativa. Desses, 5,2 milhões estão no nível máximo de exposição, em que a tecnologia pode assumir parte significativa das tarefas hoje feitas por humanos.
Entre os jovens nessa faixa de exposição máxima, o impacto é mais rápido e visível:
- −7% na renda média quando comparados à mesma faixa etária em ocupações pouco expostas.
- −5 pontos percentuais na probabilidade de estarem empregados.
- Setores mais afetados: serviços de informação (tech, mídia, análise de dados) e setor financeiro (operações bancárias, contabilidade, análise de crédito).
Contexto
Por que jovens são os mais afetados primeiro
O impacto concentrado em 18–29 anos tem explicação estrutural: posições iniciais em consultorias, escritórios, bancos e áreas administrativas de empresas de tecnologia costumam envolver volume alto de atividade repetitiva — redação de e-mails padrão, geração de relatórios, revisão de documentos, suporte de primeiro nível, pesquisa estruturada, análise preliminar de dados. Todas essas tarefas estão na zona central da capacidade atual de ferramentas como ChatGPT, Claude e Gemini.
A consequência é um funil de carreira mais estreito na base: empresas produzem o mesmo volume de output com menos contratações júnior, e quem é contratado passa para trabalhos de maior complexidade mais cedo — sem necessariamente receber a remuneração proporcional ao novo escopo.
O recorte setorial: informação e finanças na frente
Serviços de informação e o setor financeiro aparecem como os mais pressionados. Não é coincidência: são áreas onde a produção digital é intensa, as tarefas são documentadas em texto e dados, e os ganhos de produtividade com IA foram absorvidos rapidamente após a onda de 2023.
Bruno Imaizumi, da consultoria 4intelligence citado no estudo, aponta que o Brasil replica um padrão já observado em economias desenvolvidas, com defasagem de 12 a 18 meses. A fase inicial é queda de renda e dificuldade de entrada; a fase seguinte tende a ser requalificação profissional e migração para funções que a IA ainda não cobre bem.
O que o estudo não afirma
O próprio autor recomenda cautela. Três ressalvas importantes:
- Período curto de observação: três anos é pouco para separar efeito causal da IA de outras flutuações do mercado (juros altos, desaceleração de contratações em tech global, ajustes pós-pandemia).
- Correlação, não necessariamente causa: a queda de renda em ocupações expostas pode refletir outros fatores concomitantes.
- Nem todo “exposto” é substituído: exposição à IA significa que a tecnologia pode assumir parte da tarefa, não necessariamente eliminar o cargo. Muitos profissionais expostos se tornam mais produtivos, não desempregados.
Um padrão internacional
O impacto observado no Brasil ecoa pesquisas publicadas em 2024–2025 nos Estados Unidos, Reino Unido e União Europeia. Estudos do MIT e de Stanford mostraram efeitos parecidos: profissionais em início de carreira, em funções com alto volume de texto e análise estruturada, viram renda crescer menos que colegas em funções menos expostas.
A diferença no Brasil é de magnitude: a queda de 7% supera médias observadas em outros países no mesmo intervalo — indicativo de que o mercado local, por ter menos profissionais qualificados em funções IA-resistentes, sofre mais na base da pirâmide.
Atenção
Leitura para quem trabalha com tech
O estudo acende alerta para três grupos que leem este portal:
- Dev júnior: posições de entrada em desenvolvimento, QA e suporte técnico estão entre as mais impactadas. O caminho defensivo é especializar mais cedo — ir além do código genérico e acumular experiência em sistemas, arquitetura ou nichos específicos onde julgamento humano ainda é obrigatório.
- Profissional de SEO e conteúdo: redação de artigos genéricos e tarefas de otimização mecânicas migraram para IA. Quem sobrevive aposta em estudo de caso com dados originais, experiência direta (E-E-A-T) e voz editorial própria.
- Freelancer no geral: tarefas comoditizadas (design simples, tradução, transcrição) pressão de preço vem da IA. Migrar para valor-based pricing, consultoria estratégica e serviços de alto ticket é resposta racional.
A boa notícia: quem está lendo isto já está no lado certo da curva — o diferencial profissional em 2026 não é saber operar uma IA, é saber o que mandar a IA fazer, avaliar o output com senso crítico e integrar o resultado em processos que geram valor real para clientes ou empregadores.
Para ler em seguida
Introdução ao Machine Learning (2026): Guia Prático para Quem Está Começando
Guia prático de machine learning para iniciantes: conceitos, tipos de aprendizado, algoritmos, pipeline de projeto, métricas e caminhos de carreira.
Prompt Engineering (2026): Guia Completo com Técnicas, Templates e Exemplos
Guia definitivo de prompt engineering: role, contexto, exemplos, chain-of-thought, output estruturado, avaliação e templates prontos para ChatGPT, Claude e Gemini.
Precificação para Freelancer (2026): Como Calcular seu Valor e Parar de Cobrar Pouco
Guia completo de precificação freelancer: cálculo da hora real, modelos (hora, projeto, valor, retainer), posicionamento, negociação e como subir preço sem perder clientes.
Personal Branding para Devs (2026): Como Construir Marca e Virar Referência
Guia prático de personal branding para desenvolvedores: positioning, canais que funcionam, conteúdo técnico que gera autoridade e como usar marca para ganhar mais e ter melhores oportunidades.