IA ameaça trabalho dos iniciantes e formação profissional
Tempo de Leitura – 7 minutos
O trabalho dos iniciantes pode estar diante de uma transformação que vai muito além da redução de empregos provocada pela inteligência artificial. Durante décadas, profissionais aprenderam suas atividades executando tarefas básicas, errando, recebendo orientações e assumindo responsabilidades progressivamente. A automação começa, no entanto, justamente pelas funções mais simples e repetitivas. Surge, dessa maneira, uma questão decisiva: se as máquinas fizerem o trabalho dos principiantes, de onde virão os especialistas do futuro?
A discussão ganhou força nos Estados Unidos em 2 de outubro de 2026. O juiz federal Arun Subramanian, de Manhattan, advertiu que o uso crescente da inteligência artificial em escritórios de advocacia pode prejudicar não somente clientes, mas também a formação dos advogados mais jovens. A manifestação ocorreu, nesse contexto, depois que citações incorretas produzidas com auxílio de ferramentas da Harvey apareceram em uma peça judicial apresentada pelo escritório Shapiro Arato Bach.
O magistrado decidiu não impor sanções ao escritório. Ele destacou, entretanto, uma consequência menos evidente da automação: jovens advogados precisam realizar determinadas tarefas para aprender a profissão. Subramanian sugeriu, inclusive, que escritórios considerem exigir primeiras versões de certos documentos sem auxílio da IA. O profissional desenvolveria, dessa forma, o próprio raciocínio jurídico antes de utilizar a tecnologia para acelerar ou aperfeiçoar seu trabalho.
Tabela de conteúdos
O aprendizado acontece enquanto trabalhamos
Uma profissão não se aprende exclusivamente em universidades, livros ou cursos. Jornalistas, por exemplo, começam escrevendo notas, acompanhando pautas menores, conferindo informações e observando profissionais experientes. Nesse processo, contudo, aprendem algo impossível de resumir em um manual: desenvolvem percepção sobre o que merece investigação, descobrem como avaliar uma fonte e compreendem, ao mesmo tempo, quando uma informação aparentemente secundária pode transformar uma reportagem.
Programadores percorrem caminho semelhante. Inicialmente escrevem códigos relativamente simples, corrigem erros, analisam estruturas produzidas por colegas e enfrentam problemas repetitivos. Essas atividades podem parecer pouco sofisticadas; todavia, elas constroem conhecimentos fundamentais. Quando uma situação complexa aparece posteriormente, o especialista reconhece padrões porque, ao longo da trajetória, enfrentou centenas de dificuldades menores durante sua formação.
Na medicina, guardadas as exigências específicas de supervisão, treinamento e responsabilidade clínica, o princípio também aparece. O conhecimento acadêmico fornece fundamentos indispensáveis; entretanto, a experiência profissional desenvolve julgamento por meio da análise de casos, discussão com equipes, acompanhamento de pacientes e comparação entre hipóteses. A competência nasce, portanto, da combinação entre conhecimento formal e prática supervisionada e, paralelamente, incorpora a experiência acumulada ao longo dos anos.
IA automatiza justamente a porta de entrada
A questão ganhou dimensão internacional. Relatório publicado em junho de 2026 pelo Fórum Econômico Mundial, em colaboração com a PwC, aponta que mais de um em cada três jovens trabalhadores no planeta está empregado em ocupações com exposição média ou alta às mudanças de tarefas provocadas pela inteligência artificial. O documento identifica, além disso, justamente o início da carreira como uma das áreas mais afetadas pela transformação tecnológica.
Pesquisa da McKinsey chegou a preocupação semelhante. Atividades como pesquisa, documentação, limpeza de dados, programação básica e análises preliminares estão sendo simplificadas ou absorvidas por sistemas inteligentes. Essas funções, porém, historicamente permitiram que jovens profissionais desenvolvessem instinto, julgamento e conhecimento antes de assumirem problemas mais sofisticados. A produtividade aumenta imediatamente; ao mesmo tempo, uma etapa essencial da formação corre o risco de desaparecer.
Um estudo teórico divulgado em 2026 chegou a denominar esse fenômeno de “externalidade da aprendizagem profissional”. O raciocínio é provocador: uma empresa pode obter vantagem econômica automatizando atividades juniores hoje, enquanto a sociedade poderá pagar, posteriormente, o custo da redução do número de profissionais que tiveram oportunidade de acumular experiência suficiente para alcançar níveis elevados de especialização.
O paradoxo da produtividade imediata
Imagine uma redação na qual a inteligência artificial escreva automaticamente notas, resuma documentos, transcreva entrevistas e produza primeiras versões de reportagens. A equipe certamente poderá publicar mais conteúdo. Se o jovem jornalista, contudo, nunca precisar estruturar uma notícia desde o início, conferir informações manualmente ou perceber as consequências de uma apuração incompleta, talvez alcance enorme produtividade sem desenvolver, em contrapartida, algumas competências fundamentais da profissão.
O mesmo paradoxo pode chegar aos escritórios de advocacia. Um sistema produz em segundos pesquisas que consumiriam horas de um advogado iniciante. A vantagem econômica parece evidente; porém, justamente aquelas horas de leitura permitiam ao profissional conhecer jurisprudência, confrontar interpretações e aprender a reconhecer argumentos frágeis. O episódio analisado por Subramanian demonstra, além disso, outro risco: ferramentas sofisticadas continuam capazes de apresentar informações incorretas com aparência convincente.
Os números da PwC acrescentam outra dimensão. Após analisar mais de um bilhão de anúncios de emprego, seu Global AI Jobs Barometer 2026 encontrou uma espécie de “seniorização” das posições iniciais. Entre 2,4 milhões de vagas de entrada analisadas nos Estados Unidos, aquelas mais expostas à IA ficaram sete vezes mais propensas a exigir habilidades tradicionalmente associadas a profissionais experientes. O mercado, consequentemente, pode começar a cobrar dos principiantes capacidades que, até recentemente, seriam construídas durante os primeiros anos de trabalho.
Como formar especialistas na era da IA
Proibir a tecnologia dificilmente resolveria o problema. A inteligência artificial pode acelerar pesquisas, comparar documentos, localizar inconsistências e liberar trabalhadores de atividades repetitivas. A questão central, portanto, talvez não seja escolher entre utilizar ou abandonar essas ferramentas, mas definir quais tarefas precisam continuar sendo executadas por pessoas durante determinadas etapas da formação profissional.
Empresas poderão criar períodos de aprendizagem nos quais iniciantes produzam uma primeira solução antes de consultar sistemas generativos. A IA poderia servir, posteriormente, para comparação, revisão e aprimoramento. Outra possibilidade seria inverter a lógica atual: em vez de pedir que o jovem simplesmente aceite uma resposta automática, exigir que identifique erros, explique decisões da máquina e apresente alternativas. O profissional continuaria, dessa maneira, utilizando a tecnologia sem terceirizar integralmente o raciocínio necessário ao próprio desenvolvimento.
A mentoria também ganha importância nesse cenário. Se máquinas assumirem atividades repetitivas que antes proporcionavam aprendizado informal, organizações precisarão transformar a formação profissional em responsabilidade explícita. A eficiência tecnológica, afinal, não pode ser medida apenas pelas horas economizadas hoje. Ela também precisa considerar, em perspectiva, a capacidade de produzir pessoas suficientemente preparadas para tomar decisões complexas amanhã.
Quem serão os especialistas de amanhã?
Existe uma diferença profunda entre conseguir produzir uma resposta e compreender por que aquela resposta está correta. Sistemas generativos podem reduzir essa distância aparentemente; entretanto, determinadas profissões exigem julgamento, responsabilidade, repertório e capacidade de reconhecer situações extraordinárias. Essas competências surgem depois de sucessivas experiências e incluem, nesse percurso, trabalhos simples que aparentemente poderiam ser entregues integralmente às máquinas.
A inteligência artificial apresenta uma oportunidade extraordinária para aumentar a produtividade humana. O desafio, contudo, consiste em impedir que a busca pela eficiência destrua silenciosamente o processo pelo qual o conhecimento profissional é transmitido entre gerações. Automatizar uma tarefa pode economizar dinheiro imediatamente; eliminar o ambiente onde alguém aprenderia a executá-la, por outro lado, produz consequências muito mais difíceis de calcular.
O alerta feito pelo juiz Arun Subramanian nasceu dentro de um tribunal americano, mas sua pergunta atravessa redações, hospitais, empresas de tecnologia, universidades, escritórios e inúmeras outras atividades. A discussão sobre inteligência artificial e emprego precisa, desse modo, ultrapassar a pergunta sobre quantos postos desaparecerão. Existe uma questão talvez ainda mais importante: se eliminarmos os trabalhos nos quais os iniciantes aprendem, quem terá, no futuro, experiência suficiente para se tornar o especialista que precisaremos?
Anand Rao
Editor Chefe
Fernando Araújo & Equipe
Colaboradores
Cultura Alternativa