Como trabalhadores estão descobrindo novas formas de trabalhar
Nova pesquisa econômica da OpenAI mostra como trabalhadores usam IA em tarefas fora de suas ocupações habituais e quais delas incorporam ao fluxo de trabalho.
Nossa pesquisa mais recente indica que, além do acesso a ferramentas de IA, é importante considerar como as tarefas são divididas e realizadas. Essas novas tarefas, que fogem às descrições habituais dos cargos, passam a fazer parte do uso regular da IA pelos trabalhadores. Se essas atividades se tornarem responsabilidades regulares, os cargos poderão se ampliar, mesmo que seus títulos permaneçam iguais.
Nosso primeiro relatório Trabalho na fronteira documentou a "transposição de tarefas": trabalhadores usando IA em atividades historicamente associadas a outra ocupação. Nossa pesquisa mais recente investiga o que acontece depois.
Ao analisar mais de 1,5 milhão de mensagens de trabalho no ChatGPT entre abril e julho de 2026, encontramos indícios de que parte do uso da IA em diferentes ocupações é recorrente. Os trabalhadores voltam a realizar tarefas que ultrapassam os limites de suas ocupações, e essas atividades passam a representar uma parcela maior do uso observado da IA ao longo do tempo.
Os resultados oferecem uma visão inicial de como o acesso à IA pode levar os trabalhadores a deixar de apenas experimentar novas tarefas e incorporá-las às suas rotinas. Para empresas que buscam definir a melhor forma de adotar e usar a IA, as tendências identificadas em nosso estudo de quatro meses sobre o uso profissional da IA e de prompts oferecem uma perspectiva importante de como reduzir os obstáculos entre identificar um problema e avançar o trabalho como um todo com a ajuda da IA. Nossos resultados indicam que, ao implementar estratégias de IA, as organizações devem dar ao planejamento do trabalho a mesma atenção que dão ao acesso a ferramentas de IA.
Os trabalhadores usam a IA de maneiras diferentes, dependendo de a tarefa estar ou não dentro de sua função em determinada área. Os trabalhadores formulam prompts de maneiras diferentes para tarefas que fazem ou não parte de suas funções habituais. Ao perguntar sobre tarefas fora de sua ocupação, eles escrevem, em média, prompts mais curtos do que para tarefas dentro dela. Eles também são menos propensos a pedir explicações, instruções, um formato de resposta específico ou recomendações.
Ao mesmo tempo, os trabalhadores são mais propensos a fornecer exemplos ou contexto ao pedir ajuda à IA para atividades fora de suas ocupações. Eles também são mais propensos a pedir que a IA confira ou verifique algo.
Uma possível interpretação é que os trabalhadores usam a IA para recorrer a conhecimentos especializados. Em vez de pedir que a IA lhes ensine uma área totalmente nova, os trabalhadores podem apresentar um problema e o contexto relevante, como um documento, um exemplo ou informações de um colega, e pedir ajuda à IA para aplicar conhecimentos associados a outra área.
A questão seguinte é saber se os trabalhadores voltam a realizar essas atividades. Entre cerca de 6.200 trabalhadores observados continuamente de abril a julho, as tarefas de outras ocupações já realizadas passaram de 13,1% das atividades de IA específicas de uma ocupação em abril para 25,9% em julho1. Esse padrão é compatível com a incorporação contínua de parte da assistência em tarefas de outras ocupações aos fluxos de trabalho, em vez de uma única experiência.
Uma análise separada ajuda a contextualizar essa recorrência. Entre as observações pareadas da amostra com acompanhamento após um mês, os trabalhadores voltaram a uma tarefa de outra ocupação realizada no mês anterior em 23,6% dos casos. Entre trabalhadores comparáveis que não haviam sido observados realizando essa tarefa no mês anterior, a taxa foi de 8,4%. Diferenças semelhantes aparecem em tarefas da própria ocupação e em tarefas gerais.
A recorrência varia bastante conforme o tipo de trabalho. No mês seguinte, os trabalhadores voltaram a algumas tarefas de outras ocupações com frequência relativamente alta:
Conversar com clientes sobre produtos ou serviços: 54%
Redigir textos publicitários ou promocionais: 44%
Criar materiais de marketing: 37%
Em comparação, os trabalhadores voltaram à tarefa de explicar informações financeiras em cerca de 15% dos casos. A taxa média de retorno no mês seguinte para tarefas de outras ocupações foi de 18,5%. Essas diferenças podem refletir os contextos em que a IA se encaixa naturalmente em fluxos de trabalho recorrentes. Também podem refletir diferenças nas normas do local de trabalho, no grau de cautela ou nas consequências percebidas de um possível erro.
Os dois primeiros relatórios Trabalho na fronteira mostram como o trabalho pode mudar antes dos títulos dos cargos. O primeiro relatório mostrou que os trabalhadores usam a IA para ultrapassar as fronteiras tradicionais entre ocupações. Este relatório constata que algumas dessas atividades passam a fazer parte dos fluxos de trabalho regulares. Esses padrões indicam um possível caminho para a transformação dos cargos impulsionada pela IA: um trabalhador experimenta uma atividade fora de sua função tradicional, considera a IA útil para realizá-la e passa a retomá-la como parte de seu trabalho.
A IA pode reformular os cargos muito antes de seus títulos mudarem: os trabalhadores usam a IA em atividades associadas a outra ocupação e voltam a realizar algumas delas ao longo do tempo. Se essas atividades se tornarem responsabilidades regulares, o conjunto de atividades de um cargo poderá se ampliar, mesmo que seu título permaneça igual. Continuaremos estudando essas mudanças para compreender melhor como a IA está alterando a divisão do trabalho e o que isso significa para trabalhadores, empresas e a economia em geral.
Leia nossa pesquisa sobre a transposição de tarefas para saber como os trabalhadores estão usando o ChatGPT para assumir tarefas além de suas funções tradicionais.
Leia nosso Modelo de transição de empregos com IA para entender como os recursos da IA, as funções humanas e a demanda podem moldar o emprego.
Autor
Notas de rodapé
- 1
Identificamos as ocupações com base nas informações sobre função ou departamento fornecidas durante a integração ao ChatGPT Business. As mensagens vêm de uma amostra das conversas desses usuários. Excluímos dados cujo uso para treinamento foi desativado e mensagens sem classificações utilizáveis. Preservamos cuidadosamente a privacidade dos usuários, agregando e anonimizando as mensagens para análise. Durante este trabalho, os pesquisadores de nossa equipe nunca leem mensagens individuais dos usuários. Todas as mensagens são agregadas e anonimizadas para análise; em nenhum momento do processo lemos mensagens individuais. À medida que os trabalhadores experimentam novas tarefas em determinado mês, aumenta o número de tarefas que podem ser consideradas recorrentes.


