A automação acelerada de cargos de entrada no mercado de trabalho de colarinho branco está gerando um efeito colateral inesperado que preocupa economistas. Segundo reportagem da Fortune, pesquisadores do Federal Reserve Bank de Atlanta identificaram que a substituição de funções juniores por sistemas de inteligência artificial pode estar destruindo o mecanismo fundamental de formação de capital humano nas empresas.

O alerta se baseia em uma premissa clássica da economia, formulada há mais de seis décadas pelo Nobel Kenneth Arrow. Em seu trabalho seminal de 1962, Arrow demonstrou que a produtividade não nasce de treinamentos teóricos, mas do chamado 'aprender fazendo' — o acúmulo de conhecimento prático que ocorre durante a resolução de problemas reais no dia a dia profissional.

O dilema do aprendizado prático

A tese de Arrow sustentava que a experiência adquirida no trabalho não beneficia apenas o indivíduo, mas atua como o principal motor de crescimento da produtividade de toda a economia. Para os pesquisadores do Fed de Atlanta, as tarefas rotineiras e de baixo nível que tradicionalmente ocupam os profissionais em início de carreira não são meramente operacionais.

Elas funcionam, na prática, como um currículo essencial. É nesse estágio que o colaborador desenvolve o discernimento, o domínio técnico e a compreensão institucional que serão exigidos em cargos de gestão e liderança no futuro. Ao automatizar essas funções, as empresas podem estar eliminando o degrau necessário para a ascensão de talentos, criando um vácuo de competência que só será sentido anos depois.

Mecanismos de erosão do capital humano

O problema reside na natureza do aprendizado por experiência. Diferente de um curso acadêmico ou de um treinamento simulado, a resolução de problemas complexos sob pressão exige o contexto vivo da organização. Quando uma empresa remove as tarefas que permitem esse aprendizado, ela interrompe o ciclo de transmissão de conhecimento tácito entre gerações.

O Fed de Atlanta argumenta que o custo dessa estratégia de curto prazo é o surgimento de uma geração de gestores menos preparados. Se o 'aprender fazendo' é o que gera inovação, a substituição desse processo por algoritmos de IA pode resultar em uma estagnação da capacidade inovadora das firmas, já que a base de conhecimento necessária para sustentar a criatividade futura está sendo corroída hoje.

Tensões no mercado de trabalho

As implicações desse fenômeno são profundas para o ecossistema de talentos. O mercado de trabalho atual, marcado por incertezas globais e ajustes pós-pandêmicos, já apresenta uma taxa de desemprego elevada entre jovens graduados. A automação, embora eficiente em reduzir custos operacionais imediatos, agrava a exclusão desses profissionais, impedindo que construam as competências necessárias para sua própria empregabilidade.

Para reguladores e gestores, o desafio é equilibrar a eficiência da IA com a necessidade de manter postos de trabalho que sirvam de escola. O Fed propõe soluções como tributar ganhos de produtividade gerados por automação para financiar subsídios a empresas que preservem funções de aprendizado, uma tentativa de mitigar o risco de uma força de trabalho desqualificada a médio prazo.

Perspectivas e incertezas

O que permanece incerto é se as empresas estarão dispostas a sacrificar margens de lucro imediatas em nome da resiliência de longo prazo. A pressão competitiva por eficiência dificilmente será contida por apelos teóricos, a menos que o custo da falta de liderança qualificada se torne evidente nos balanços financeiros.

A observação do mercado nos próximos anos revelará se o setor privado conseguirá criar novos modelos de mentoria que substituam a experiência prática tradicional. O debate sobre a automação, até agora focado no desemprego tecnológico, parece estar evoluindo para uma discussão mais complexa sobre a sustentabilidade do capital intelectual das organizações.

O cenário sugere que a economia pode estar diante de uma escolha entre ganhos de eficiência imediatos e a vitalidade do seu futuro profissional. A questão central não é apenas se a IA substitui o trabalho, mas se ela está tornando o trabalho incapaz de ensinar os profissionais de amanhã.

Com reportagem de Brazil Valley

Source · Fortune