Capacitando trabalhadores com informações sobre remuneração

Informações salariais orientam decisões importantes: a quais vagas as pessoas se candidatam, se elas negociam e se um determinado caminho de carreira vale a pena. Mas, diferente do preço da maioria dos bens, o preço do trabalho costuma ser difícil de encontrar e de interpretar — especialmente para trabalhadores no início da carreira, mudando de área ou de cidade.

A IA é um novo tipo de recurso para o mercado de trabalho. Em vez de exigir que uma pessoa pesquise em vários sites, interprete páginas salariais dispersas ou faça uma pergunta socialmente arriscada, um modelo pode sintetizar informações sobre salários e devolver uma referência em segundos. Trabalhadores já usam o ChatGPT dessa forma, enviando, em média, quase 3 milhões de mensagens por dia nos EUA perguntando sobre salários, remuneração ou ganhos.

Nosso relatório de pesquisa mais recente analisa como pessoas nos EUA estão usando o ChatGPT para reduzir a lacuna de informações sobre salários. Na maioria das vezes, elas recorrem ao ChatGPT para dois tipos de ajuda: converter remuneração em uma referência utilizável e entender quanto um cargo, uma empresa, um caminho de carreira ou uma ideia de negócio pode pagar de forma realista. Entre as mensagens rotuladas como busca por referência salarial, o cálculo de remuneração representa 26% das perguntas, seguido por cargo específico (19%), empreendedorismo (18%), cargo específico em uma empresa (11%) e perguntas sobre ocupação ou carreira (11%). Chegamos a isso por meio de uma análise que preserva a privacidade, usa classificadores automatizados e nunca envolve uma pessoa visualizando mensagens individuais.

O padrão dessas perguntas importa. As buscas por salários relacionadas a ocupações se concentram em áreas como artes, design, entretenimento, esportes e mídia; gestão; saúde; transporte; vendas; e operações empresariais e financeiras. Em relação ao emprego, a busca por salários é desproporcionalmente maior em ocupações de maior qualificação e com menos transparência, como áreas criativas, gestão, saúde e funções de computação e matemática, sugerindo que a demanda é mais forte onde a remuneração é mais difícil de ter como referência, mais negociável ou mais importante para a mobilidade na carreira. Vemos um padrão semelhante em perguntas relacionadas a empreendedorismo, que se concentram em trabalho criativo e em pequenos negócios de serviços — áreas em que muitas vezes não há uma referência salarial publicada.

Em todos os setores, a busca por salários aumenta onde a remuneração é mais dispersa e onde os salários são mais altos. Em outras palavras, trabalhadores parecem buscar informações sobre remuneração principalmente quando acertar a resposta importa mais e quando a remuneração é mais difícil de interpretar. Por isso, isso importa para além de apenas consultar salários. Não entender os ganhos potenciais pode manter trabalhadores em empregos que pagam menos, reduzir o poder de negociação, atrasar mudanças de carreira ou desestimular o investimento em educação e qualificação. Informações melhores não eliminam a incerteza, mas podem facilitar formar uma visão razoável de quanto o trabalho paga e, assim, ajudar as pessoas a tomar decisões melhores.

Para entender melhor como nossos modelos atendem trabalhadores, o relatório também apresenta o WorkerBench, um novo esforço para avaliar o ChatGPT em tarefas de mercado de trabalho que são valiosas para trabalhadores. Neste primeiro benchmark, avaliamos o GPT‑5.4 em comparação com os salários medianos da OEWS de 2024 em nível nacional por ocupação e em nível de área metropolitana. Na amostra observada, o modelo é altamente preciso: a cobertura é alta, o viés é pequeno e quase todas as estimativas numéricas ficam muito próximas da referência.

Informações sobre remuneração são economicamente importantes, mas muitas vezes difíceis ou sensíveis de obter. Trabalhadores já usam o ChatGPT para navegar esse problema, especialmente nas partes do mercado de trabalho em que a incerteza é maior e o que está em jogo é mais significativo. Nosso objetivo é seguir melhorando o quanto essa ajuda pode ser útil e confiável — indo além de benchmarks nacionais para abordar as perguntas sobre geografia, empresa, nível e remuneração que trabalhadores de fato fazem todos os dias.