Cinco vezes mais código. Três vezes menos juniores. Isso é progresso?

Li o estudo da Anthropic, “How employment is changing at Anthropic”, sobre como a inteligência artificial↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → está transformando o trabalho dentro da própria empresa. Os números impressionam, mas algumas questões deixadas em aberto me chamaram mais atenção do que os indicadores de produtividade.

A participação de profissionais juniores nas contratações técnicas caiu de 27% para 9%. O número de commits por engenheiro aumentou aproximadamente cinco vezes em seis meses. Em agosto de 2026, o tempo agregado de execução dos agentes interativos, incluindo subagentes, equivalia a cerca de seis vezes a jornada humana estimada dos funcionários.

São mudanças relevantes, mas que exigem interpretação cuidadosa. Horas de execução de agentes não equivalem a horas produtivas humanas, commits não são sinônimo de qualidade e produzir mais não significa necessariamente gerar mais valor econômico.

O estudo encontra associações entre adoção de IA e aumento da produção individual, mas não permite atribuir todos os ganhos exclusivamente à tecnologia. A adoção dos agentes não foi aleatória, e alguns profissionais já apresentavam crescimento de produção antes de utilizá-los. Além disso, a Anthropic atravessava um período de forte expansão.

Os pesquisadores também avaliaram indicadores de qualidade do código, como reversões, exclusões posteriores de linhas e correções, sem encontrar diferenças relevantes entre o trabalho dos agentes e o dos profissionais. É um resultado favorável à IA, embora essas métricas não capturem integralmente aspectos como arquitetura, segurança, manutenibilidade e confiabilidade de longo prazo.

Há outra ressalva fundamental: a Anthropic não representa a empresa média. Desenvolve seus próprios modelos, reúne profissionais altamente especializados e opera em um ambiente no qual experimentar com IA faz parte da atividade central.

Um banco, uma seguradora, uma indústria ou uma operadora de telecomunicações, com sistemas legados, processos regulados e dados fragmentados, não reproduzirá automaticamente esses resultados. Transformar um caso excepcional em receita universal é um erro recorrente.

Um dos resultados mais interessantes é o surgimento de um novo gargalo: a atenção humana. Segundo estimativas do estudo, funcionários de áreas não técnicas precisariam dedicar mais da metade de sua semana apenas para ler integralmente as saídas dos agentes. Naturalmente, nem todo esse conteúdo precisa ser lido, mas o volume revela um desafio crescente de supervisão.

A proporção estimada de sessões interativas dedicadas ao chamado meta-work, envolvendo instruções, coordenação e monitoramento de agentes, passou de 10% para 22%. Esse indicador mede a participação nas sessões analisadas, não o percentual da jornada humana.

Estamos diante de uma transformação importante: a IA automatiza tarefas, mas também cria trabalho para administrar a própria automação.

O estudo não permite determinar se os ganhos adicionais de produção compensam, de maneira sustentável, os custos de infraestrutura, tokens, supervisão, manutenção, observabilidade↳Observabilidade11 conteúdosObservabilidade para APIs: os desafios e benefícios dessa abordagemDev (Back & Front) · jan 2025Falhas em Observabilidade afetam os Apps e a Segurança das OrganizaçõesDev (Back & Front) · nov 2023ADK Java 1.0: O Google quer que você pare de gambiarra Python no seu backendMarketing Tech · abr 2026Ver tudo em DevSecOps → e tratamento de exceções. Essa é uma questão fundamental para CFOs e CIOs, especialmente quando a IA alcança operações críticas.

Outro resultado contraria a narrativa de que agentes eliminariam grande parte da coordenação humana. O tempo mediano em reuniões aumentou 20% em um ano, inclusive 16% entre profissionais técnicos sem função gerencial. Não é possível atribuir esse crescimento diretamente à IA, mas o dado mostra que automatizar a execução não elimina necessariamente a necessidade de alinhamento, negociação e decisões coletivas.

A mudança no perfil das contratações também merece atenção. A Anthropic continua contratando profissionais técnicos em números absolutos, mas a participação dos juniores diminuiu significativamente.

Isso não demonstra que a IA esteja eliminando empregos iniciais em toda a economia. Entretanto, levanta uma questão estrutural: se as empresas reduzirem sistematicamente a contratação de iniciantes, como formarão os especialistas que precisarão supervisionar sistemas complexos daqui a cinco ou dez anos?

Experiência profissional depende de aprendizado, exposição a problemas reais, erros e desenvolvimento gradual de julgamento. O próprio estudo reconhece que realocar funcionários existentes não resolve o problema daqueles que deixam de ingressar no mercado.

Essa contradição fica ainda mais evidente quando observamos os critérios de contratação. Entre 2024 e 2026, as menções à experiência com ferramentas de IA triplicaram nas avaliações de candidatos técnicos e quadruplicaram nas funções não técnicas. Ao mesmo tempo, os gestores passaram a valorizar relativamente mais autonomia e capacidade de julgamento.

Estamos potencialmente exigindo competências mais sofisticadas enquanto automatizamos parte das atividades que historicamente contribuíam para desenvolvê-las.

A transformação também envolve reorganização interna. Em 2026, funcionários com pelo menos um ano de empresa apresentaram uma probabilidade mensal de transferência entre departamentos 50% maior que em 2025. Embora não seja possível atribuir integralmente essa mudança à IA, o dado sugere que seus efeitos vão além da simples substituição de tarefas.

Outro aspecto pouco explorado é a sustentabilidade humana. O estudo apresenta relatos de pressão por maior velocidade e de profissionais cada vez mais envolvidos na supervisão de agentes, mas não permite estabelecer os efeitos de longo prazo sobre carga cognitiva, satisfação profissional e qualidade do julgamento. A capacidade tecnológica de acelerar a produção não significa que a capacidade humana de acompanhar e decidir possa crescer na mesma proporção.

Também merece atenção a distribuição dos benefícios econômicos. Na Anthropic, a participação acionária e as iniciativas de realocação interna oferecem mecanismos de alinhamento e proteção, embora não garantam distribuição equitativa dos ganhos.

Em empresas tradicionais, parte dos benefícios pode ficar concentrada nos resultados financeiros, enquanto os profissionais absorvem a pressão por desempenho, a necessidade de requalificação e a insegurança sobre seus empregos.

Há ainda riscos que precisam ser investigados: dependência tecnológica, perda gradual de conhecimento, segurança, rastreabilidade e capacidade de recuperação diante de falhas. Não são conclusões demonstradas pelo estudo, mas dimensões essenciais para avaliar a sustentabilidade da automação.

Para a maioria das empresas , minha recomendação é pragmática. Antes de copiar os indicadores da Anthropic, estabeleçam suas próprias linhas de base. Meçam resultados de ponta a ponta, qualidade, custo total, retrabalho e impacto sobre clientes. Avaliem também a formação dos profissionais, a retenção do conhecimento e a resiliência operacional.

E não confundam redução de tarefas com redução automática de empregos. O redesenho dos processos pode abrir oportunidades de crescimento, novos serviços e funções, mas isso depende de escolhas organizacionais, não apenas da tecnologia.

A Anthropic oferece um laboratório privilegiado para observar como uma organização intensiva em IA está mudando. Não oferece, porém, uma previsão universal sobre o futuro do emprego.

Ao longo da minha experiência com transformações tecnológicas, aprendi que existe uma diferença enorme entre demonstrar que algo funciona em condições excepcionais e comprovar que pode ser reproduzido de maneira sustentável em organizações muito diferentes.

Se a IA multiplicar a produção, mas enfraquecer a formação profissional, aumentar a dependência tecnológica e criar estruturas de supervisão cada vez mais complexas, talvez estejamos confundindo aceleração com progresso.

Uma empresa não se torna mais inteligente simplesmente porque seus sistemas produzem mais. O verdadeiro progresso acontece quando essa capacidade adicional se transforma em valor econômico sustentável, sem comprometer o conhecimento, as pessoas e a qualidade das decisões que sustentam seu futuro.

Estudo original:https://www.anthropic.com/research/employment-at-anthropic