Para esse físico ganhador do Nobel, Elon Musk e Bill Gates estão certos: teremos mais tempo livre, mas menos empregos no futuro.

Há um Nobel que vê essa virada como um caminho direto para um cenário duro.

Geoffrey Hinton, um dos principais arquitetos da inteligência artificial moderna, sustenta agora que as previsões mais ousadas de Elon Musk e Bill Gates não são palpites extravagantes, mas algo muito próximo de um roteiro provável: um futuro em que máquinas executam a maior parte do trabalho, as pessoas ganham mais horas livres e empregos tradicionais deixam de existir para um contingente enorme de trabalhadores.

Geoffrey Hinton, Elon Musk e Bill Gates: por que o “trabalho opcional” entrou no horizonte

Conhecido com frequência como o “padrinho da IA” pelo papel pioneiro em redes neurais - a base tecnológica por trás de sistemas no estilo do ChatGPT -, Hinton passou a soar o alarme com mais intensidade depois de sair do Google, em 2023. Desde então, ele tem dito que as ferramentas que ajudou a criar podem abalar economias e corroer democracias.

Nos últimos meses, Hinton foi além: aproximou-se da afirmação de Musk de que o trabalho remunerado pode se tornar “opcional” em cerca de 20 anos e da visão de Gates de que seres humanos não serão necessários para “a maioria das tarefas”. Para ele, isso não é um enredo distante de ficção científica. É um desfecho plausível, alimentado por decisões que estão sendo tomadas agora no Vale do Silício e em outros polos de tecnologia.

Segundo Hinton, a IA está sendo treinada e colocada em produção de um jeito em que o desaparecimento de grandes fatias do trabalho humano vira uma característica do produto - não um acidente.

Declarações feitas por ele na Universidade de Georgetown, em Washington (DC), incomodaram formuladores de políticas públicas e gente do próprio setor, que antes tratava automação sobretudo como uma história de produtividade, com alguma realocação de vagas como efeito colateral.

A aposta trilionária em substituir trabalhadores

Por trás da preocupação de Hinton existe uma conta simples e implacável. Grandes empresas de tecnologia estão despejando somas gigantescas em centros de dados, chips especializados e energia elétrica para sustentar a IA generativa. Jensen Huang, CEO da Nvidia, fala em uma semana de quatro dias viabilizada pela automação. Outros vão mais longe e miram organizações com equipes humanas mínimas.

Hinton resume o ponto sem rodeios: essas centenas de bilhões - que, segundo ele, podem ultrapassar 1 trilhão de dólares - precisam voltar como retorno financeiro. E, na visão dele, a forma mais direta de fazer isso é clara.

O modelo de negócio central, ele alerta, é vender para empresas sistemas de IA capazes de executar o trabalho de funcionários por uma fração do custo, eliminando folhas salariais para justificar o investimento.

Nessa leitura, não se trata de “ajudar” profissionais, mas de substituir muitos deles - sobretudo em funções de escritório e serviços, onde atividades podem ser decompostas em dados, regras e fluxos repetíveis.

A pressão financeira acelera ainda mais essa dinâmica. Analistas do HSBC já sugeriram que a OpenAI, criadora do ChatGPT, talvez não consiga lucrar antes de 2030, apesar de necessidades de financiamento enormes. Um ritmo de gastos desse tamanho empurra empresas a monetizar com mais rapidez e agressividade, reduzindo o espaço para implantação lenta e cautelosa.

Lucro no curto prazo x estabilidade no longo prazo

Em entrevistas a revistas de negócios, Hinton acusou o setor de escolher retorno rápido em vez de ciência cuidadosa. A lógica, para ele, é direta: depois que uma companhia investe bilhões em infraestrutura de IA, a tentação de trocar pessoas por software se torna quase inevitável.

• Acionistas cobram crescimento veloz, não uma transição social gradual.
• Quem adota IA primeiro reduz custos de trabalho e força concorrentes a imitarem a estratégia.
• A regulação pública costuma chegar atrasada, deixando trabalhadores expostos a mudanças bruscas.

Esse ciclo de retroalimentação - investimento, corte de custos e pressão competitiva - é o que transforma cenários especulativos em planos concretos dentro de conselhos de administração.

Da lanchonete às finanças: quem perde trabalho primeiro?

A discussão sobre IA e empregos já saiu do circuito de conferências de tecnologia. No Senado dos EUA, o veterano Bernie Sanders descreveu o tema como um terremoto social se aproximando. Um relatório associado ao seu gabinete alertou que perto de 100 milhões de empregos americanos podem estar em risco na próxima década, à medida que a IA se infiltra em quase todos os setores da economia.

A primeira onda já dá sinais: totens de autoatendimento e pedidos automatizados reduzem equipes em redes de comida rápida; assistentes virtuais absorvem parte do atendimento ao cliente que antes exigia grandes centrais telefônicas. Só que a próxima onda atinge pessoas que se consideravam mais protegidas.

Setor	Funções tipicamente afetadas	Tipo de automação
Serviços e varejo	Operadores de caixa, atendentes de central, recepcionistas	Chatbots, autoatendimento, assistentes virtuais
Colarinhos brancos	Contadores, advogados juniores, desenvolvedores	Geração de código, análise de documentos, redação de contratos
Saúde	Enfermeiros, equipes de radiologia, agendadores	Ferramentas de diagnóstico, triagem automatizada, sistemas de agenda
Criação e mídia	Redatores, designers, editores de vídeo	Geradores de texto e imagem, automação de edição

O senador Mark Warner tem sido particularmente sombrio sobre o futuro de recém-formados. Ele levantou a hipótese de o desemprego entre jovens chegar a 25% em poucos anos, à medida que vagas de entrada em áreas administrativas e técnicas encolhem - ou mudam tanto que passam a exigir bem menos gente.

Para Sanders, o dilema não é apenas econômico: se o trabalho é parte central da identidade, o que ocorre quando milhões ouvem que não são mais necessários?

Esse aspecto psicológico costuma receber menos atenção do que planilhas e projeções. Ainda assim, pode ser o fator decisivo sobre como sociedades reagem - com ressentimento, turbulência política ou, talvez, com uma nova cultura de propósito para além do emprego remunerado.

No Brasil, a conversa tende a ganhar contornos próprios. Um mercado de trabalho com alta informalidade pode absorver impactos de modo desigual: parte das substituições pode acontecer “por fora” (com contratos mais frágeis e menos proteção), enquanto setores como atendimento, backoffice, marketing e serviços financeiros podem sentir a pressão mais cedo por dependerem fortemente de rotinas digitais. Ao mesmo tempo, a aplicação de regras como a LGPD, as demandas de transparência e a necessidade de supervisão humana podem criar novas funções - mas não necessariamente no mesmo volume das vagas que desaparecem.

Mais tempo livre - mas sob quais condições?

Musk e Gates descrevem uma era em que as pessoas trabalham menos e se dedicam a projetos pessoais, cuidado de familiares, pesquisa ou arte, sustentadas por produtividade impulsionada por IA. Uma semana de trabalho mais curta já é uma proposta séria em partes da Europa, e a automação pode tornar esse cenário tecnicamente viável em larga escala.

A dificuldade está em como os ganhos são distribuídos. Se a produtividade extra gerada pela IA ficar concentrada em acionistas e donos de tecnologia, o “tempo livre” chega como desemprego - não como lazer. As pessoas podem até ter horas sobrando, mas sem renda estável e sem reconhecimento social.

O cenário descrito por Hinton fica justamente nessa linha tênue. Ele vê como real a possibilidade de um único sistema de IA, com um pequeno grupo de supervisores, operar o que antes exigia um departamento inteiro. Virar libertação ou exclusão depende de escolhas políticas: estrutura tributária, sistemas de proteção social, regras trabalhistas e educação.

Adaptar, complementar ou ficar para trás

Para quem está no mercado hoje, o recado de muitos especialistas é duro: a IA não vai desaparecer. O próprio Hinton já afirmou que a tecnologia não será “desinventada”; a questão prática é como ela será usada.

Uma estratégia é a complementação (ou aumento de capacidade). Em vez de disputar com a IA tarefas repetitivas, profissionais podem combinar julgamento humano e habilidades sociais com a eficiência das ferramentas. Exemplos já aparecem no dia a dia:

• Um enfermeiro usando IA para resumir históricos de pacientes e liberando tempo para cuidado direto.
• Um advogado apoiando-se em IA para vasculhar jurisprudência, concentrando o esforço humano em estratégia e empatia no tribunal.
• Um desenvolvedor deixando a IA sugerir código padrão, enquanto foca em arquitetura e segurança.

Mesmo assim, há risco: quando fluxos de trabalho ficam profundamente integrados à IA, empresas podem concluir que precisam de menos pessoas no total. Ainda assim, por enquanto, ser alfabetizado em IA costuma tornar um funcionário mais difícil de substituir do que alguém que ignora as ferramentas.

Também cresce a pressão para que empresas adotem práticas de transição mais responsáveis: metas de requalificação, auditorias de impacto no emprego, transparência sobre onde a automação está sendo aplicada e negociação de formas de compartilhar ganhos de produtividade (por exemplo, redução de jornada sem corte proporcional de renda). Sem esse tipo de governança, a “eficiência” tende a se traduzir rapidamente em demissões - e em reação social.

Renda básica universal, nova educação e outras ideias em disputa

À medida que Hinton e líderes de tecnologia desenham um futuro com menos empregos, conceitos econômicos antigos voltam ao centro do debate. Um deles é a renda básica universal (RBU): um pagamento periódico em dinheiro para todos os cidadãos, independentemente da situação de emprego, potencialmente financiado por impostos sobre lucros impulsionados por IA.

Defensores afirmam que um modelo assim poderia transformar o “trabalho opcional” de Musk em algo viável, garantindo um piso de segurança para que pessoas escolham empregos de meio período, voluntariado ou projetos criativos sem risco de miséria. Críticos questionam custo, inflação e se a medida reduziria o valor social associado à contribuição.

A educação é outro ponto de tensão. A escola e a formação profissional ainda preparam muitos jovens para funções que podem encolher rapidamente, como contabilidade básica ou programação rotineira. Alguns formuladores de políticas defendem foco maior em competências que a IA tem mais dificuldade de reproduzir: ofícios manuais, cuidado presencial avançado, negociação complexa, supervisão ética e regulatória.

Entendendo termos-chave por trás do debate

Boa parte da discussão depende de conceitos que parecem abstratos, mas moldam decisões concretas:

• Automação: uso de máquinas ou software para executar tarefas antes feitas por pessoas, da soldagem de peças ao processamento de faturas.
• IA generativa: sistemas que criam conteúdo novo - texto, código, imagens e vídeo - a partir de padrões aprendidos em grandes bases de dados.
• Ganhos de produtividade: aumento de produção por hora trabalhada. A IA pode elevar esses ganhos de forma acentuada, o que pode resultar em salários maiores, lucros mais altos, redução de horas trabalhadas ou uma combinação desses três.

Conforme governos, empresas e cidadãos respondem aos alertas de Hinton, esses termos “secos” vão virar escolhas visíveis: tributar mais fortemente atividades baseadas em IA ou não, como dividir benefícios entre trabalhadores e proprietários e de que modo preservar dignidade numa sociedade em que “ter um emprego” talvez deixe de ser o padrão.

Por enquanto, o futuro descrito por Musk e Gates - e tratado como plausível por um dos fundadores da IA moderna - segue em movimento. Mais tempo livre parece quase inevitável. A questão em aberto é se isso será vivido como mais autonomia e escolha, ou como expulsão de uma economia que passou a precisar de bem menos gente.