Líderes de pensamento

Por que as mulheres correm maior risco de perder o emprego — e como o redesenho de funções pode abrir novos caminhos

Michael Morris
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveMulheres em funções automatizáveis enfrentam risco duplo de deslocamento e…
Ver mais
  • Mulheres em funções automatizáveis enfrentam risco duplo de deslocamento e sub-representação em empregos de IA.
  • Uma lacuna de 42 pontos nas habilidades de IA entre homens e mulheres persiste devido ao acesso desigual ao treinamento.
  • A reformulação de funções deve mapear habilidades de cargos em risco para novas posições de ligação humano-IA.

Por que as mulheres correm maior risco de perder o emprego — e como o redesenho de funções pode abrir novos caminhos

O setor de tecnologia se preocupa há anos com a escassez de talentos. Não há engenheiros de IA, cientistas de dados ou arquitetos de IA suficientes para atender à demanda. As empresas competem intensamente pelo mesmo grupo restrito de especialistas, formado em sua maioria por homens.

Enquanto essa disputa por talentos de IA domina as manchetes, uma crise mais silenciosa se desenvolve do outro lado do mercado de trabalho. Milhões de trabalhadores, com uma proporção excessivamente alta de mulheres, ocupam empregos que a IA já está transformando. Eles não têm o mesmo acesso à formação, às ferramentas ou às novas funções que poderiam ajudá-los nessa transição.

O resultado é um duplo impasse. O setor não encontra pessoas suficientes com habilidades em IA, enquanto as mulheres continuam sendo a maior reserva de talentos subutilizada da força de trabalho. A diferença entre quem perde trabalho e quem o consegue não é aleatória. Ela segue um padrão presente nos dados de trabalho de quase todas as grandes economias. Se não for enfrentado, esse padrão definirá as relações de gênero na força de trabalho durante a próxima década.

Por que as mulheres correm maior risco de perder o emprego

O principal dado da Organização Internacional do Trabalho (OIT) chama atenção: as ocupações com predominância feminina têm quase o dobro de probabilidade de serem afetadas pela IA generativa do que aquelas com predominância masculina, 29% contra 16%. Nas categorias de maior risco, a diferença é ainda maior. Dezesseis por cento das funções com predominância feminina estão nas categorias mais vulneráveis à automação. Nas funções com predominância masculina, o número é 3%.

O relatório da OIT, IA generativa, segregação ocupacional e igualdade de gênero no mundo do trabalho, identifica três fatores. As mulheres ocupam as funções com maior probabilidade de serem automatizadas. Elas estão ausentes das áreas de ciência, tecnologia, engenharia e matemática (STEM) que desenvolvem essas ferramentas. E os modelos de IA frequentemente reproduzem os vieses de gênero já enraizados na sociedade.

Isso não é coincidência. Historicamente, as mulheres se concentraram em atividades de escritório, apoio administrativo, entrada de dados e atendimento ao cliente. São exatamente as atividades que a IA executa melhor: rotineiras, descritíveis por regras e realizadas em grande volume. A pesquisa da OIT abrange 88% dos países que analisou e, em quase todos eles, as mulheres estão mais expostas do que os homens.

O risco de exposição é apenas metade do problema. As funções que a IA cria se concentram em atividades técnicas e estratégicas nas quais as mulheres historicamente estão sub-representadas. Segundo um estudo de 2024 da Interface EU, as mulheres representam apenas 22% da força de trabalho em IA no mundo. O relatório do Fórum Econômico Mundial sobre paridade de gênero de 2025 identificou uma saída significativa de mulheres já no primeiro ano das carreiras STEM e sua persistente sub-representação em engenharia de IA e liderança ao longo de toda a carreira.

As mulheres estão desproporcionalmente concentradas nas funções que desaparecem e sub-representadas nas funções criadas. Não é um único problema, mas dois que se agravam mutuamente.

Uma terceira camada piora a situação. O relatório da Randstad, Entendendo a escassez de talentos: IA e equidade , mostra uma diferença de 42 pontos percentuais nas habilidades de IA entre homens e mulheres: 71% contra 29%. Os homens têm maior probabilidade de receber ofertas de formação em IA dos empregadores (35% contra 27%) e ferramentas de IA no trabalho (41% contra 35%). A UC Berkeley sintetizou 18 estudos com 143.000 trabalhadores de todo o mundo e constatou que a probabilidade de as mulheres usarem ferramentas de IA generativa profissionalmente é cerca de 20% menor do que a dos homens. A diferença persistiu independentemente do nível de escolaridade ou da renda do país.

A segregação ocupacional colocou as mulheres em funções automatizáveis. A sub-representação em STEM as excluiu das funções que a IA agora cria. A diferença de acesso e formação impede a transição entre os dois grupos. Cada camada reforça as demais.

Redesenho de funções: o que realmente significa e por que a maioria das empresas está errando

Quando as organizações falam em preparar sua força de trabalho para a IA, geralmente se referem a uma de duas coisas: capacitar os funcionários atuais em novas ferramentas ou substituir as funções eliminadas por novos cargos técnicos. Ambas as abordagens deixam de lado o ponto central.

A requalificação é necessária, mas insuficiente. Dar a uma funcionária de entrada de dados um curso de elaboração de prompts não cria, por si só, uma trajetória profissional. Dá a ela um conjunto de habilidades. Ela precisa de um destino: uma função específica, com responsabilidades definidas, que exista na organização e à qual possa realisticamente chegar.

Substituir funções eliminadas por cargos técnicos muitas vezes aprofunda o problema. Cargos de engenheiro de IA, cientista de dados e especialista em aprendizado de máquina exigem qualificações e experiência que poucos trabalhadores que perderam o emprego possuem. Eles também tendem a atrair candidatos do mesmo grupo homogêneo de talentos que já domina o setor tecnológico. As mulheres sofrem com a perda de empregos, mas não conseguem as funções que os substituem.

O verdadeiro redesenho de funções começa com outra pergunta. Não quais trabalhos a IA consegue fazer, mas como é a contribuição humana em um mundo no qual a IA assume a rotina.

O trabalho caracteristicamente humano envolve relações, contexto e ética. É lidar com a ambiguidade, construir confiança com clientes e colegas, usar o discernimento em situações sem um modelo pronto e entender do que uma parte interessada realmente precisa, não apenas o que disse querer.

As novas funções nessa interseção recebem nomes diferentes conforme o setor: coordenador de implementação de IA, líder de adoção de tecnologia, articulador entre humanos e IA, responsável por ética digital e especialista em gestão de mudanças. Todas precisam de pessoas capazes de trabalhar onde tecnologia e complexidade humana se encontram.

Essas funções exigem discernimento, comunicação e compreensão profunda de como as organizações funcionam. São, em outras palavras, uma evolução direta das habilidades que as mulheres nas funções hoje em risco já passaram anos construindo.

As empresas que acertam mapeiam as habilidades existentes nas funções em risco. Olham para as capacidades reais que a pessoa desenvolveu, não para o título do cargo, e identificam quais delas correspondem às funções que a IA cria.

É um problema de talentos, não apenas de equidade

A escassez de talentos de IA é real e está piorando. As funções criadas pela adoção da IA exigem uma combinação realmente rara de conhecimento técnico e discernimento humano. As empresas competem intensamente por um grupo restrito de pessoas.

As mulheres são a maior reserva de talentos subutilizada entre os profissionais. As habilidades presentes nas funções em risco, incluindo gestão de relacionamentos, coordenação operacional, raciocínio ético e comunicação com as partes interessadas, são exatamente o que as novas funções da era da IA exigem. A ligação entre esses dois fatos deveria ser evidente.

A contratação baseada em habilidades torna essa ligação possível. Em vez de selecionar por qualificações formais e trajetórias lineares de carreira, avalia o que alguém realmente sabe fazer. Abre funções para pessoas cujas capacidades se desenvolveram ao longo de anos em atividades administrativas e de serviços, exatamente as funções que a IA agora automatiza. Quando bem concebida, não apenas amplia a base de talentos, mas também revela os tipos específicos de experiência de que as organizações mais precisam em um ambiente potencializado pela IA.

Como é a prática das organizações que acertam

Não existe um único modelo. Mas as organizações que avançam de forma significativa compartilham um conjunto reconhecível de comportamentos.

Elas começam pela habilidade, não pelo título do cargo. Antes de automatizar qualquer função, mapeiam o que seu ocupante realmente consegue fazer e comparam isso com as capacidades de que a organização precisará no futuro. A pergunta não é se um emprego pode ser automatizado. É o que a pessoa que faz esse trabalho sabe e onde esse conhecimento se encaixa no que está sendo construído.

As organizações líderes vão além de promessas vagas de aperfeiçoamento e criam caminhos visíveis, específicos e realizáveis. Em vez de uma esperança genérica em oportunidades futuras, oferecem uma rota clara da função atual a uma função futura definida, com etapas, prazos e estruturas de apoio explícitos. Planejam a formação para toda a força de trabalho, não para o funcionário típico. Programas fora do horário de trabalho ou que exigem aprendizagem autodirigida excluirão sistematicamente quem tem responsabilidades de cuidado. Um desenho inclusivo significa módulos que possam ser agendados e realizados durante o expediente, com segurança psicológica para experimentar e falhar sem consequências para a avaliação de desempenho.

Essa abordagem acompanha uma mudança fundamental na força de trabalho: o Randstad Workmonitor 2026 confirma que a tradicional «escada de carreira» está falhando, e 72% dos empregadores agora concordam que as trajetórias lineares estão ultrapassadas. Em resposta, os profissionais reduzem riscos construindo «carreiras de portfólio». O novo modelo prioriza variedade, autonomia para dirigir a própria carreira e segurança por meio de experiências diversificadas, em vez de longa permanência em uma única função.

Os próximos 24 meses terão efeitos duradouros

As transições da força de trabalho não são facilmente revertidas. Os padrões que se formam agora tendem a persistir por anos.

Organizações que agem com um propósito claro podem aproveitar este momento para construir uma força de trabalho mais capaz e diversificada do que a atual. Aquelas que tratam a transformação pela IA como um projeto técnico com as pessoas relegadas a uma nota de rodapé provavelmente sairão dele com uma base de talentos mais estreita e um problema de contratação mais difícil.

Mike é o Diretor Global de Plataforma e Talento da Randstad Digital, a divisão de engajamento e habilitação tecnológica da Randstad. Ele supervisiona o mercado de talentos digitais e a comunidade de talentos que impulsiona os negócios da Randstad Digital. Anteriormente, Mike foi o CEO e Co-Fundador do mercado de desenvolvedores on-demand impulsionado por IA, Torc, que foi adquirido pela Randstad em maio de 2024.