Potencial de automação de ocupações no Brasil : uma análise a partir dos dados da RAIS de 2022

Abstract

Resumo : Este trabalho explora a relação entre a automação e o mercado de trabalho no Brasil, focando em como as novas tecnologias afetam diferentes ocupações. Os avanços tecnológicos mais recentes, especialmente a inteligência artificial e o Big Data, trazem novos desafios, como a possibilidade da substituição direta de trabalhadores humanos por máquinas ou softwares. Deste modo, seria interessante avaliar possíveis desdobramentos econômicos destas novas tecnologias. Baseado no estudo seminal de Carl Frey e Michael Osborne, "How susceptible are jobs to computerisation?", que avalia a suscetibilidade de diversas ocupações à automação, o trabalho investiga as relações entre a probabilidade de automação de uma ocupação, salários e características dos trabalhadores, incluindo o gênero. O objetivo principal é analisar as probabilidades de automação das ocupações brasileiras e sua relação com dados específicos de mercado de trabalho, utilizando informações da Relação Anual de Informações Sociais (RAIS). A análise visa contribuir para o debate sobre os impactos da automação na desigualdade de renda e fornecer insights para a formulação de políticas que promovam um mercado de trabalho mais justo e sustentável

Abstract : This study explores the relationship between automation and the labor market in Brazil, focusing on how new technologies affect different occupations. Recent technological advances, especially in artificial intelligence and Big Data, present new challenges, such as the possibility of directly replacing human workers with machines or software. Thus, it is important to evaluate the potential economic impacts of these new technologies. Based on the seminal study by Carl Frey and Michael Osborne, "How Susceptible Are Jobs to Computerisation?", which assesses the susceptibility of various occupations to automation, this work investigates the relationships between the probability of an occupation being automated, wages, and worker characteristics, including gender. The main objective is to analyze the automation probabilities of Brazilian occupations and their relationship with specific labor market data, using information from the Annual Report on Social Information (RAIS). The analysis aims to contribute to the debate on the impacts of automation on income inequality and provide insights for formulating policies that promote a fairer and more sustainable labor market