96 / 176
mercado de trabalho
Revista da ESPM
| setembro/outubrode 2014
96
Apercepçãosobreavitóriadasmáquinasnomundodo
trabalho é antiga. Desde o século 18, antes dos “ludistas”,
esse medo já apareceu. O problema é a rapidez que esse
movimento alcançou nos últimos anos. Outros estudos
já apontavam a “conquista”, porém a pesquisa de Frey,
professor do departamento de engenharia e ciências e de
Osborne, pesquisadordoprogramade ImpactosdoFuturo
Tecnológico, comnovametodologia, definiumelhorquais
profissõesequais tarefasestãomaisoumenosprotegidas
dacomputadorização.Asquestõescentraisdessesdoispes-
quisadoresdeOxforderam,precisamente,omotivoeavelo-
cidadedessasubstituiçãodatarefahumanapelamáquina.
É claro que existe enorme resistência a essa subs-
tituição do trabalho humano. O “x” da história é que,
agora, a forma de lidar com essa resistência também
mudou. Pouco a pouco, porém, aumenta a percepção
desse “destino inevitável”. A questão já não é mais “se”
e sim “quando” isso irá acontecer.
Essamudançaatingiuaprópriaperspectivadaspesqui-
sas sobre as interfaces entre a realidade digital emundo
do trabalho. O que está claro é que, do ponto de vista da
tecnologia, ficacadavezmaisdefinidoque tipode “padro-
nização” técnica precisa ser alcançada para que essa ou
aquela tarefa humana seja substituída. Em outras pala-
vras: para a engenharia de computação tornam-se cada
vezmenores as tais barreiras intransponíveis. O que as
novas pesquisas domundo do trabalho fizeramfoi apro-
ximar visão sociológica do trabalho da queda das barrei-
ras técnicas para a substituição da função humana pela
máquina. A partir daí, começou a ser definida amétrica
de “substituição” para cada função.
A questão central é explicar esta “padronização téc-
nica” que empurra para a frente as conquistas da enge-
nharia de computação no mundo do trabalho. Afinal,
quais tarefas as máquinas estariam mais bem prepa-
radas ou poderiam substituir? Dois pesquisadores do
MIT, David H. Autor e Brendan Price, botaram o “dedo
na ferida” e perceberamque o importante era a ideia de
“rotina” embutida em parte considerável das tarefas
humanas. Esse estudo, divulgado em junho de 2013,
retomando pesquisas feitas por eles desde 2003, dividiu
o sentido de “rotina” em duas partes. Existem tarefas
rotineiras cognitivas, por exemplo, todas as atividades
de codificação ou classificação, ainda muito presentes
em escritórios ou serviços. E existem também tarefas
rotineirasmanuais, que estão emqualquer linha de pro-
dução. ParaAutor ePrice, a tecnologia estádeolhonessas
tarefas rotineiras: ela as assumirão, emalgummomento.
Daí, pormeradedução, acreditavamessespesquisado-
resdoMIT, queas tarefasnão rotineiras, asque requerem
solução de problemas, com intuição, persuasão e cria-
tividade, estariam protegidas pelas “qualidades” que a
automação não conseguiria ter. E quempensasse que só
advogado,médico, engenheiro, profissional demarketing,
oudesigner, por exemplo, precisavamdessas qualidades,
teria errado feio. Autor e Price alertampara o fato de que
preparar uma refeição ou arrumar um quarto de hotel
apresenta “desafios bemcomplexosparaaengenhariade
software”. Esse estudo estáno endereço: goo.gl/kA8V4m.
Essa barreira já caiu. A fronteira do conhecimento na
relação entre computação e tarefas humanas já mostra
quemesmo os empregos de não rotina, que pedemflexi-
bilidade, exigem capacidade de solução de problemas e
demandaminteraçãohumana, podemnão estar protegi-
dos dos avanços da robótica. O impacto do artigo de Frey
e Osborne, de Oxford, toca também nesse ponto: pode
esquecer essa proteção “mágica” da não rotina para que
uma tarefa humana não seja computadorizada.
Identificando a “padronização” da tarefa
OmétododospesquisadoresdeOxfordprivilegiavaoutro
tipo de exame da “natureza da tarefa humana”, identifi-
cando o desenvolvimento de algorítmicos capazes de
“assimilar e repetir” a padronização requerida para com-
pletar aquela tarefa. Na escala de substituição, as tarefas
rotineiras manuais foramsó as primeiras. As rotineiras
cognitivas, classificar, por exemplo, foramas seguintes.
Mas, com o avanço dos softwares, foi possível alcançar
quantidades cada vezmaiores de dados, “objetivos” para
que processos algorítmicos possamser produzidos.
Osaltodefinitivonaescaladodomíniodosdadosacon-
teceu com a chegada do
big data
, como mostraram Frey
e Osborne. Os avanços do Google Tradutor é um bom
exemplodousodo
big data
. Esse sistemanão traduzmais
47%das ocupações humanas poderão
ser automatizadas ematé umadécada.
Eesta velocidade pode aumentar se o
nível educacional subirmais rápido