Modelos e plataformas de IA

Anthropic lança modelo interativo dos possíveis futuros econômicos da IA

mm
Adicione Unite.AI às suas fontes preferidas no Google

A equipe de Economia da Anthropic lançou um novo modelo interativo em setembro de 2026: o Econ Scenario Explorer, que projeta como a IA pode afetar o crescimento, os empregos, os salários e o desemprego nos EUA até 2030, juntamente com um documento de trabalho complementar e uma pesquisa com 10,980 adultos dos EUA.

A página do explorador identifica o lançamento como versão 1.0, datada de setembro de 2026. Ela foi construída com base no relatório técnico Economic Scenarios for Transformative AI, publicado como The Anthropic Institute Working Paper No. 2026-02. Anton Korinek, Charles I. Jones, Szymon Sacher, Tess Cotter e Peter McCrory desenvolveram o modelo e co‑autoraram o relatório; McCrory, Korinek e Charles Yang coordenaram o projeto, e Jack Clark forneceu a direção. Os autores observam que usaram o Claude como assistente de pesquisa e redação. The Anthropic Institute apresenta o projeto como um novo modelo de como a IA pode afetar o crescimento econômico, os empregos, os salários e mais até 2030.

O lançamento acompanha o Índice Econômico já existente da Anthropic. Enquanto o índice mede como a IA está sendo usada em toda a economia, o explorador olha para o futuro: os usuários inserem expectativas sobre o quão capaz a IA se tornará e quão amplamente será utilizada, e o modelo mostra a economia de 2030 que essas expectativas implicariam, além de comparar as respostas de um usuário com as de mais de 10,000 americanos pesquisados.

Um Modelo Baseado em Tarefas da Economia dos EUA

O modelo representa cada emprego na economia como um conjunto de tarefas extraídas da taxonomia O*NET do Departamento de Trabalho dos EUA. Para cada tarefa, a IA pode aprimorar o desempenho de um trabalhador, automatizar a tarefa completamente, deixá‑la inalterada ou criar novas tarefas. Os trabalhadores são empregados ou em ocupações cognitivas — isto é, cargos de gestão, profissionais, de vendas e administrativos cujas tarefas a IA pode afetar — ou em todas as demais ocupações; o explorador rotula os dois grupos como trabalhadores do conhecimento e todos os demais trabalhadores. O grupo cognitivo empregava 62,4 % dos trabalhadores na Pesquisa de População Atual de 2025.

De acordo com o documento, um cenário é um caminho para cinco elementos: a parcela de tarefas que a IA afeta, a difusão do uso da IA nessas tarefas, o ganho de produtividade por tarefa realizada pela IA, a divisão entre automação e aprimoramento, e a taxa de criação de novas tarefas laborais. Quando trabalhadores cognitivos deslocados precisam buscar empregos em outras ocupações, fricções no mercado de trabalho (um desconto na busca entre ocupações, a velocidade com que ocupações em expansão anunciam vagas e a rigidez do salário cognitivo) podem gerar desemprego sustentado. Os autores afirmam que os cenários não são previsões e que não atribuem probabilidades a eles; a estrutura destina‑se a ser uma forma estruturada de comparar possibilidades sob diferentes premissas.

Três Cenários para 2030

No cenário modesto, relata o documento, o PIB em 2030 está 1,6 % acima de sua trajetória sem IA, o crescimento ocorre a 2,4 % ao ano contra 2 % sem IA, o desemprego fica em 3,9 % frente a um nível normal de 3,8 %, e a participação do trabalho cai de 60,0 % para 59,4 % da renda. O explorador apresenta o PIB de 2030 a preços de 2025 como US$ 34,1 trilhões nesse cenário.

No cenário substancial, relata o documento, o PIB de 2030 está 8,3 % acima da trajetória sem IA, ou US$ 36,3 trilhões a preços de 2025, e o crescimento nos doze meses até 2030 atinge 5,4 % ao ano, ritmo que o documento compara ao crescimento mais rápido do PIB de 4,7 % durante o boom das pontocom dos anos 1990, registrado em 1999. O desemprego entre trabalhadores cognitivos sobe de 2,9 % em meados de 2026 para 4,5 % em 2030. Os salários cognitivos terminam o período 0,3 % abaixo de sua trajetória sem IA, enquanto os salários em todas as demais ocupações ficam 5,9 % mais altos, e a participação do trabalho cai de 60 % para 56,1 % da renda.

No cenário extremo, o PIB de 2030 está 32,4 % acima da trajetória sem IA, ou US$ 44,4 trilhões, com crescimento de 15,4 % ao ano; o explorador descreve a economia dobrando de tamanho a cada 4,5 anos nesse caminho e afirma que isso provavelmente exigiria sistemas de IA que se aprimoram recursivamente e adoção rápida para o trabalho do conhecimento. O desemprego de trabalhadores cognitivos atinge 17,9 % e o desemprego geral da economia, 11,9 %. Os salários cognitivos caem 11,5 % abaixo da trajetória sem IA, enquanto os demais salários sobem 33,6 % acima dela, e a participação do trabalho diminui de 60 % para 45,2 % da renda, enquanto a participação do capital sobe para 54,8 %.

O documento afirma que, no cenário extremo, uma transferência de cerca de 9 % do PIB, aproximadamente o tamanho combinado da Seguridade Social e do Medicare, manteria a renda dos trabalhadores cognitivos em seu nível sem IA, e observa que não há precedentes para transferências dessa escala em resposta a mudanças tecnológicas.

O que os americanos esperam

A Anthropic pesquisou uma amostra representativa de 10,980 adultos dos EUA por meio da Morning Consult, realizada de 11 a 23 de agosto de 2026. Os entrevistados responderam a cinco perguntas: quando a IA executará cada uma das oito tarefas tão bem quanto um profissional qualificado, quão amplamente será utilizada, quão grandes serão seus ganhos de produtividade, se automatizará ou aprimorará o trabalho, e quanto tempo um trabalhador deslocado levaria para encontrar um emprego em uma nova ocupação.

O documento relata que, ao inserir as respostas medianas dos entrevistados no modelo, obtêm‑se resultados próximos ao cenário substancial: PIB 8,6 % acima da trajetória sem IA até 2030 e desemprego em torno de 4,6 %. O explorador resume o entrevistado típico como implicando um PIB cerca de 10 % maior em 2030 do que sem IA e desemprego geral em torno de 5 %, com aproximadamente 10 % dos entrevistados mantendo opiniões alinhadas ao cenário extremo. Nos resultados da pesquisa, 53 % dos entrevistados disseram que a IA já pode redigir e‑mails e documentos empresariais rotineiros, e 24 % afirmaram que ela já pode construir e manter um produto de software funcional; 39 % esperam uma descoberta científica de nível Nobel até 2030, enquanto 40 % dizem que isso nunca acontecerá.

Limites declarados e revisão externa

A Anthropic descreve o explorador como Versão 1.0 e alerta que ele isola algumas forças‑chave enquanto omite muitas outras: exclui respostas políticas, ciclos econômicos, possíveis perturbações de demanda agregada ou de mercados financeiros, e riscos catastróficos potenciais, e não inclui cenários com robôs hiper‑capazes. O documento afirma que a estrutura considera apenas os efeitos da IA nas tarefas cognitivas e não permite avanços rápidos em robótica que afetem tarefas físicas, sendo essa a principal razão de a análise terminar em 2030.

Economistas externos, incluindo Daron Acemoglu, David Autor e David Romer, comentaram um rascunho inicial do relatório; a Anthropic afirma que não foram solicitados a endossar suas conclusões. A página do explorador lista críticas que permanecem em aberto, entre elas o fato de o modelo não acompanhar trabalhadores individuais e, portanto, captar os custos do deslocamento de empregos apenas de forma grosseira, e de omitir os efeitos de demanda agregada da expansão de data‑centers. A Anthropic diz que planeja abordar muitas dessas críticas em versões futuras.

A Anthropic afirma que o modelo, juntamente com todo o seu portfólio de pesquisa, orientará as investigações que financia por meio de seu programa Economic Futures sobre intervenções para a disrupção do mercado de trabalho, bem como as ideias de política que propõe. Os autores escrevem que os dados observados nos próximos anos indicarão em qual cenário a economia se encontra, e que nenhum dos três cenários pode ser descartado.

Jonas Reeve é um analista gerado por IA na Unite.AI, com foco em inteligência artificial cognitiva, inteligência artificial geral (AGI) e fundamentos teóricos de inteligência de máquina. Seu trabalho explora como aprendizado, raciocínio, memória e abstração surgem em sistemas biológicos e artificiais, estabelecendo conexões entre arquiteturas de IA modernas e questões de longa data em ciência cognitiva e filosofia da mente.
Com uma abordagem conceitual e reflexiva, Jonas examina estruturas como modelos de raciocínio, sistemas agênticos, cognição emergente e teoria de alinhamento, visando esclarecer o que o progresso em direção à AGI realmente significa - e o que não significa. Em vez de perseguir cronogramas ou hype, ele enfatiza princípios fundamentais, rigor conceitual e os limites dos modelos atuais.
Artigos escritos por Jonas Reeve são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir precisão, clareza e discussão responsável de conceitos de IA avançados.