Os melhores dados que temos indicam que a IA está dificultando o primeiro emprego nas ocupações que ela mais atinge, e que o estrago aparece como menos vagas abertas, não como demissões. Um estudo de Stanford que acompanha milhões de registros de folha de pagamento mostra que, nas funções mais expostas à IA, o nível de emprego de trabalhadores de 22 a 25 anos está 19% abaixo do que estaria se tivessem acompanhado o ritmo dos colegas em funções menos expostas (Stanford Digital Economy Lab). Trabalhadores de 26 anos ou mais nessas mesmas funções não apresentam uma lacuna comparável.
Isso não é o mesmo que "a IA está tirando todos os empregos". Os autores classificam seus números como preliminares e descritivos, outros pesquisadores não veem ruptura em toda a economia, e algumas das tendências começaram antes do ChatGPT. Ainda assim, os americanos parecem sentir esse desconforto: uma pesquisa AP-NORC mostrou que 64% acham que a IA está se desenvolvendo rápido demais (AP).
Este artigo mostra o que a pesquisa séria diz, onde ela diverge, quais funções concentram mais exposição e o que um profissional júnior ou um gestor que contrata pode fazer a respeito. Todos os números abaixo vêm de fontes que abrimos este ano, e citamos a fonte a cada vez.
Esses quatro números vêm de três estudos diferentes, com métodos diferentes, então não some um com o outro. Leia como um único padrão visto de ângulos distintos: menos vagas para juniores nas funções em que a IA é melhor no primeiro rascunho.
O que o estudo de Stanford encontrou
O estudo se chama "Canaries in the Coal Mine?" e foi publicado pela primeira vez em 2025 por uma equipe do Digital Economy Lab de Stanford. A revisão mais recente usa dados de folha de pagamento da ADP até 2026 e mostra que a lacuna cresceu de forma constante desde a primeira versão (Stanford). Nas palavras dos próprios autores, são "indicadores preliminares e descritivos", e não estimativas causais.
O contraste é forte. De fins de 2022 a 2026, o emprego na faixa de 22 a 25 anos caiu 11% nos dois quintis de ocupações mais expostos à IA e cresceu 10% nos três quintis menos expostos (atualização de Stanford). O estudo não encontra lacuna comparável para trabalhadores de 26 anos ou mais e diz que o efeito passa principalmente pela redução da contratação de jovens, e não por mais desligamentos.
As barras mostram por que a lacuna principal é maior que qualquer um dos dois números isolados. Um grupo perdeu terreno enquanto o outro ganhou, então a distância entre eles é maior que a queda de 11%.
Os autores propõem um mecanismo. Os jovens trazem conhecimento codificado, aquele ensinado em sala de aula e escrito em documentação, justamente o tipo que a IA replica bem. Já os profissionais experientes contam com conhecimento tácito, adquirido ao longo de anos. O estudo encontra queda concentrada onde a IA substitui o trabalho humano e emprego estável ou em alta onde ela complementa (Stanford). Um teste descartou uma explicação rival óbvia: as funções expostas à IA são, em média, menos sensíveis a juros do que as demais, e os pesquisadores dizem que "não encontram respaldo forte" para a ideia de que mudanças nas taxas de juros expliquem a queda no nível júnior (Stanford sobre taxas de juros).
Outros dados que apontam na mesma direção
Os economistas da Anthropic chegaram a um lugar parecido por outro caminho. O artigo deles, de 2026, criou uma medida de "exposição observada" que combina o que os modelos de linguagem conseguem fazer com o modo como as pessoas realmente usam o Claude no trabalho. Programadores lideram, com 75% das tarefas cobertas, e digitadores de dados aparecem com 67%. Para a faixa de 22 a 25 anos, o artigo relata queda de 14% nas taxas de contratação em ocupações expostas desde o lançamento do ChatGPT, embora classifique o resultado como apenas marginalmente significativo do ponto de vista estatístico (Anthropic).
O Hiring Lab do Indeed olhou para as vagas anunciadas. Nas ocupações mais expostas (desenvolvimento de software, suporte de TI, dados e análise, marketing e finanças), a participação de vagas de nível júnior nos anúncios caiu de 29% para 10% entre 2021 e 2026, enquanto a de vagas seniores subiu de 22% para 47% (Indeed Hiring Lab). A mesma análise mostrou que o salário anunciado cresceu mais rápido nas funções expostas, 46% desde 2021 contra 25% nas menos expostas, mas quase todo esse prêmio vai para cargos experientes.
Os pontos mostram que quem mais se beneficia da IA é quem já domina o trabalho. As vagas de nível júnior em funções expostas têm um acréscimo salarial de 2 pontos em relação às de baixa exposição, as de nível pleno têm 12 pontos e as seniores, 17. O resumo do próprio Indeed é que a IA "tem atuado mais como complemento de trabalhadores qualificados do que como substituta".
Os dados do LinkedIn se encaixam nesse quadro de forma mais ampla. O guia para formandos de 2026 diz que a taxa de contratação de nível júnior nos EUA, com ajuste sazonal, caiu 6% no trimestre de inverno em relação ao mesmo período do ano anterior, e que muitos estudantes se formam sem muita vivência de como a IA entra no dia a dia do trabalho, mesmo com empresas buscando essas habilidades (LinkedIn).
Onde as evidências são mistas
Comecemos pelos céticos, porque eles também têm dados reais. O Yale Budget Lab acompanha como muda a composição das ocupações e por quanto tempo as pessoas ficam desempregadas. O relatório diz que, embora a ansiedade com IA e empregos seja generalizada, "nossos dados sugerem que ela continua em grande parte especulativa", e a diretora executiva, Martha Gimbel, disse à Fortune que não há efeitos macroeconômicos relevantes neste momento. A mesma reportagem da Fortune cita a Oxford Economics, com dados da Challenger, Gray & Christmas: a IA foi apontada como motivo de cerca de 55 mil cortes de vagas anunciados nos EUA nos primeiros 11 meses de 2025, apenas 4,5% do total. A reportagem levanta a possibilidade de "AI washing", quando empresas culpam a IA por cortes que têm outras causas (Fortune).
O artigo da Anthropic concorda no quadro geral: não houve aumento sistemático do desemprego entre trabalhadores muito expostos desde o fim de 2022. Os autores descrevem a desaceleração da contratação de jovens como um alerta antecipado, que aparece na contratação antes de aparecer no desemprego (Anthropic).
Há também ressalvas dentro do próprio trabalho de Stanford. O efeito é mais pronunciado na amostra da ADP do que em referências de pesquisas nacionais, diminui quando se controla por escolaridade, e parte da divergência começou antes de a IA generativa decolar (Stanford).
Os números mais recentes sobre recém-formados também não são catastróficos. A leitura mais recente do New York Fed coloca os recém-formados (22 a 27 anos) em cerca de 5,6% de desemprego, com subemprego de 42%, em leve alta (New York Fed).
Os economistas também estão mudando de opinião. A pesquisa trimestral mais recente do Indeed com economistas encontrou um índice de difusão de 55,6 para o risco de deslocamento de trabalhadores com ensino superior pela IA (acima de 50 significa risco crescente), e 45% do painel classificou o efeito líquido da IA sobre o emprego como levemente negativo. Os participantes esperavam as maiores quedas em assistência administrativa e desenvolvimento de software (Indeed Hiring Lab).
O humor do público está à frente dos dados. Na pesquisa AP-NORC com 2.140 adultos, 27% disseram que a IA se desenvolve no ritmo certo e 8% disseram que devagar demais, e cerca de 8 em cada 10 afirmaram ser extremamente ou muito importante que o governo mantenha a IA sob controle humano (AP). A preocupação com o trabalho faz parte disso. Preocupação não é evidência de deslocamento, mas influencia como jovens e pais enxergam o mercado de trabalho.
Três coisas mudariam nossa leitura. Um aumento do desemprego entre jovens em funções expostas, o que significaria que a desaceleração da contratação está virando perda de emprego. A recuperação das vagas de nível júnior em ocupações expostas. Ou a lacuna de Stanford diminuindo quando chegarem mais dados sobre a contratação em 2026. Enquanto nada disso acontecer, a posição prudente é a que descrevemos acima.
Nossa leitura: a tese de que a IA está silenciosamente afinando o degrau de baixo em algumas ocupações é bem sustentada. A tese de que a IA está causando um colapso geral do emprego não é. Quem diz que os dados já resolvem a questão da causa está na frente da pesquisa.
Quais funções são mais e menos expostas
A exposição segue a tarefa, não o setor. A lista da Anthropic das ocupações mais cobertas é encabeçada por programadores, atendentes de suporte ao cliente e digitadores de dados. No outro extremo, cerca de 30% dos trabalhadores têm cobertura zero nos dados da empresa, incluindo cozinheiros, mecânicos de motocicleta, salva-vidas, bartenders e lavadores de louça (Anthropic).
A figura abaixo é a nossa classificação editorial de funções comuns de nível júnior em duas perguntas: quanto do trabalho é rotineiro e está documentado, e quanto a IA é usada para fazer essas tarefas. É um auxílio de julgamento, não uma medição, então mova qualquer ponto de que a sua experiência discorde.
O grupo no canto superior direito é onde a contratação de início de carreira já diminuiu. Marketing e finanças ficam no meio, e os dados de vagas do Indeed colocam ambos no grupo mais exposto. As funções do canto inferior esquerdo dependem de mãos, presença e julgamento em tempo real, e por isso mal aparecem nos dados de exposição.
Um porém: baixa exposição não é o mesmo que salário alto ou boas perspectivas. Segundo a Anthropic, os trabalhadores muito expostos também ganham em média 47% mais, então as funções sob pressão costumam ser aquelas para as quais as pessoas mais se prepararam. Escolha o caminho pelo encaixe, não pelo medo.
Por que a pressão atinge a contratação, não as demissões
Uma empresa raramente anuncia que trocou um júnior por um modelo. Ela simplesmente não abre a vaga. Um engenheiro sênior que consegue um primeiro rascunho razoável de uma ferramenta de IA tem menos motivo para pedir mais um assistente, então o headcount que teria sido adicionado nunca aparece nos números de demissões de ninguém.
A preocupação de longo prazo está no lado direito desse diagrama. Os empregos de nível júnior sempre foram o lugar onde as pessoas aprendem a parte tácita do trabalho. Em um ensaio para a MIT Technology Review, Georgios Petropoulos, da USC, argumenta que automatizar tarefas de juniores pode prejudicar a forma como as organizações constroem competência, e sugere estágios remunerados (co-ops), programas de aprendizagem e incentivos aos empregadores para manter viva a contratação de início de carreira (MIT Technology Review).
O que os empregadores dizem querer dos juniores
Os empregadores relatam que as habilidades de IA estão entrando rápido nos requisitos de vagas de nível júnior. A NACE, que pesquisa empregadores sobre contratação de universitários, descobriu que mais de um terço das vagas de nível júnior agora exige habilidades de IA, quase o triplo da parcela de sua pesquisa do outono. 28% dos empregadores disseram buscar talentos de início de carreira que saibam usar IA, e quase 60% estão passando a estagiários projetos que usam ferramentas de IA (NACE).
Nem todos os estudantes estão acompanhando. A pesquisa de 2026 da NACE com estudantes ouviu mais de 17 mil alunos, e entre os formandos 31% disseram que as habilidades de IA têm pouca ou nenhuma importância para a carreira, 40% disseram que são muito ou extremamente importantes, e 50,5% ainda não estavam desenvolvendo essas habilidades (NACE).
Os medidores mostram um descompasso que vale agir para corrigir. Os empregadores estão testando habilidades de IA em estagiários, enquanto metade dos formandos nem começou. Um aviso: os números dos empregadores vêm de 185 organizações que decidiram responder, então trate-os como uma direção, não como um censo. A pesquisa da NACE também mostrou que mais da metade dos empregadores diz que a IA não está reduzindo tarefas de nível júnior, e apenas 11% discutiram a IA substituindo posições.
Habilidades e ferramentas que tornam um júnior mais contratável
As habilidades que os empregadores da NACE descrevem são aplicadas: escolher a ferramenta de IA certa para a tarefa, escrever bons prompts e checar e revisar o que volta (NACE). Ninguém está pedindo a um recém-formado que treine um modelo. Querem alguém que saiba usar um e pegar os erros dele. Petropoulos resume a combinação vencedora como fluência em IA mais domínio da área (MIT Technology Review).
Esta é uma ordem prática de execução para os próximos 30 dias.
- Escolha uma função-alvo e leia dez anúncios recentes dela. Anote quais ferramentas e tarefas aparecem mais de uma vez.
- Aprenda bem dois assistentes de uso geral. ChatGPT e Claude são a dupla óbvia, e nosso guia de alternativas ao ChatGPT ajuda se você quiser uma terceira opção para comparar.
- Use a IA em um trabalho real e guarde as provas: um memorando de pesquisa, uma limpeza de dados, um app pequeno. Anote o que a IA errou e como você percebeu. Essa história de verificação é o que os entrevistadores lembram.
- Se o seu alvo é técnico, pratique com um assistente de código como GitHub Copilot, Cursor ou Claude Code, e esteja pronto para explicar código que você não digitou. Nosso ranking de assistentes de código com IA mostra como está o mercado.
- Se o seu alvo é escrita, pesquisa ou operações, adicione uma ferramenta de pesquisa como Perplexity, um assistente de workspace como Notion AI e um editor como Grammarly, e mostre um antes e depois em um documento real.
- Faça um curso estruturado para ter as habilidades comprovadas no papel: Google Prompting Essentials ou AI For Everyone na Coursera, ou o LinkedIn Learning. O ranking mais amplo de aprendizado de IA tem mais opções.
- Capriche na candidatura. Um criador de currículo do ranking de criadores de currículo com IA, como o Resume Worded, e um parceiro de treino do ranking de preparação para entrevistas, como o Interview Sidekick, podem ajudar, desde que as palavras finais sejam suas.
Só fazer cursos não vai te diferenciar, já que todo mundo está fazendo. O que diferencia é um portfólio curto e concreto e um relato honesto de como você usou a IA. Para saber mais sobre a busca de emprego, veja nosso guia de ferramentas de IA para quem procura emprego.
Antes de se comprometer com um caminho, veja o quanto a função que você quer é exposta. O quiz abaixo transforma as conclusões acima em cinco perguntas.
O resultado é um convite para pensar, não uma previsão. Uma pontuação alta não significa que você deve evitar a função. Significa que você vai precisar de uma prova de trabalho mais forte e de uma forma clara de mostrar que sabe supervisionar o que a IA produz.
Quatro movimentos de carreira que combinam com as evidências
A pesquisa sugere alguns movimentos com lógica real por trás. Nenhum deles é garantido.
Uma função com muito uso de IA funciona se você consegue mostrar que supervisiona bem as ferramentas, já que essa é a habilidade que os empregadores estão incluindo nos anúncios. Uma área prática é a proteção, porque essas funções mostram a menor cobertura nos dados da Anthropic. Uma equipe pequena costuma dar aos juniores um escopo mais amplo mais cedo, embora não tenhamos dados de contratação sobre isso, então trate como uma aposta fundamentada. A prova de trabalho vale para os três: projetos e estágios são o que transforma um currículo fraco em um currículo crível.
Quem deve se preocupar mais? Quem mira desenvolvimento de software, suporte ao cliente ou digitação de dados por um processo seletivo padrão e conta só com o diploma. Quem pode relaxar um pouco? Quem vai para um trabalho que exige presença física, licença profissional ou contato humano constante. Mesmo assim, vale aprender as ferramentas básicas, porque os números da NACE indicam que os requisitos estão se espalhando.
Se você contrata juniores
A pesquisa também é um alerta para gestores. Se o degrau júnior desaparece, desaparece também a sua oferta futura de seniores com conhecimento tácito. Os dados do Indeed mostram que a participação de vagas seniores nos anúncios de funções expostas já subiu para 47%, e essas pessoas precisaram vir de algum lugar.
Três movimentos se destacam. Redesenhe a função júnior em torno de supervisionar o que a IA produz e tratar exceções, em vez de fazer o primeiro rascunho à mão. Coloque cada júnior em dupla com um sênior definido e dê a ele trabalho real de revisão desde a primeira semana. E escreva anúncios que digam quais habilidades de IA você realmente usa, já que exigências vagas afastam bons candidatos. O dado da NACE de que quase 60% dos empregadores dão projetos baseados em IA a estagiários sugere que isso já é prática comum entre os líderes.
Perguntas frequentes
A IA está mesmo tirando vagas de nível júnior?
Ela está reduzindo a contratação em algumas ocupações, o que não é o mesmo que demitir pessoas. As evidências mais fortes são o estudo de folha de pagamento de Stanford e os dados de vagas do Indeed, e ambos mostram menos vagas para juniores em funções expostas. Nenhuma fonte que lemos mostra um colapso geral do emprego.
Quais funções de nível júnior são mais seguras contra a IA?
Funções que exigem presença física ou contato humano constante mostram a menor exposição nos dados da Anthropic, como cozinheiros, bartenders e salva-vidas. Seguro não significa bem pago, então avalie também salário e crescimento.
Ainda vale estudar ciência da computação ou contabilidade?
As evidências indicam que a contratação de nível júnior em software e áreas afins esfriou, mas não dizem que as habilidades perderam valor. Os autores de Stanford observam que os efeitos diminuem quando se controla por escolaridade, e que a contratação desacelerou mais para juniores do que para profissionais experientes. Se você for, planeje mostrar projetos feitos com apoio de IA e estágios reais.
Os empregadores realmente querem habilidades de IA de recém-formados?
Sim, e a parcela está crescendo. A NACE descobriu que mais de um terço das vagas de nível júnior agora exige habilidades de IA, embora só 16,5% das descrições de vagas as mencionem explicitamente. São habilidades aplicadas: escolher a ferramenta certa, dar bons prompts e checar o resultado.
A IA é o motivo do mercado fraco para recém-formados?
É um dos candidatos. A equipe de Stanford testou as taxas de juros e concluiu que elas não explicam o padrão, e os autores dizem que algumas tendências começaram antes de a IA generativa decolar. Desconfie de qualquer explicação de causa única.