Criando o futuro do trabalho: uma estrutura de políticas para a era da automação

por Eric Carlson

Minha avó trabalhava como bibliotecária em Wisconsin Rapids, uma cidade industrial construída às margens do rio Wisconsin. Ela fazia a curadoria da coleção de livros infantis, mas, na maioria das vezes, estava preocupada com a tarefa de manter o catálogo de fichas da biblioteca. [1] A cada poucas semanas, uma nova remessa de livros chegava em pilhas até o queixo e ela folheava cada volume até que o número de telefone perfeito se apresentasse (nunca era o que os editores recomendavam). Uma vez que os números das chamadas eram reunidos em uma pilha de fichas, ela marchava para um arquivo onde colocava cada ficha em seu lugar. [2] O trabalho era lento e, na época, não havia máquinas para fazer esse trabalho. Claro, ela ficou feliz em fazer isso - minha avó era uma pessoa muito séria e garantir que qualquer criança pudesse encontrar qualquer livro era um negócio muito sério.

Ela se aposentou anos antes que as bibliotecas nos Estados Unidos começassem a automatizar a manutenção de seus catálogos de fichas. Mas quando a informatização atingiu as bibliotecas na década de 1980, foi uma mudança bem-vinda. No outono de 1984, bibliotecários da Biblioteca de Ciências da Saúde da Universidade de Maryland, em Baltimore, amarraram cartões do catálogo de fichas a fios nas pontas de balões de hélio vermelho e azul que eles lançaram em uníssono, um abandono metafórico do mundano, tarefa rotineira que tomava muito do seu tempo. [3]

Em contraste, a automação na fabricação encontrou resistência. Na década de 1970, em Youngstown, Ohio, a 1.100 quilômetros da biblioteca de minha avó, a General Motors estava equipando sua fábrica com robôs de soldagem industrial chamados "unimates". Em Studs Terkel's Working, uma história oral do trabalho nos Estados Unidos, Gary Bryner, um trabalhador automotivo da GM, descreve o trabalho com seus colegas mecânicos como algo quase saído do Vonnegut's Player Piano. "Parece um louva-a-deus. Ele vai de um lugar para outro. Ele solta aquela coisa e pula de volta para a posição, pronto para o próximo carro... Eles nunca se cansam, nunca suam, nunca reclamam, nunca erram trabalhar."

Esses robôs de soldagem quase dobraram a produção da fábrica, mas reduziram a necessidade de mão de obra. "Quando eles contrataram os unimates, estávamos construindo sessenta [carros] por hora", disse Bryner. "Quando voltamos ao trabalho, com os unimates, estávamos construindo cem carros por hora. Eles fazem o trabalho de cerca de duzentos homens - então houve uma redução de homens."

Hoje, o lançamento de grandes modelos de linguagem como o ChatGPT renovou as preocupações com a automação e acendeu o medo sobre a aquisição hostil da inteligência artificial. Essas plataformas avançaram muito além das tarefas rotineiras de armazenamento de dados e podem até passar no exame da ordem. Isso levou os trabalhadores de colarinho branco a se perguntarem se seus empregos logo não serão os de bibliotecários, mas os de operários de fábrica.

O primeiro de uma série sobre a economia da automação, este ensaio se concentra no trabalho e no que os dados podem ou não nos dizer sobre nosso futuro. Isso demonstrará três coisas. Primeiro, a automação é difícil de prever. Em segundo lugar, os ajustes do mercado de trabalho à automação têm sido lentos, ocorrendo principalmente ao longo de gerações, e não em carreiras individuais. Em terceiro lugar, dada a distribuição geográfica desigual de indústrias e ocupações e a natureza regional dos mercados de trabalho, a experiência de uma pessoa com automação depende muito de onde ela mora. Por fim, defendo que as políticas voltadas para o futuro do trabalho não devem tentar inibir a mudança tecnológica; em vez disso, precisamos de políticas locais que se concentrem em ajudar os trabalhadores a fazer a transição de um emprego para outro.

Uma abordagem centrada em dados para automação e trabalhos

O Departamento do Trabalho dos EUA mantém um registro de como os americanos trabalham, entre outras estatísticas do mercado de trabalho. Essas informações são coletadas e armazenadas em um banco de dados online chamado Occupational Information Network (O*NET para abreviar), que é uma atualização do Dictionary of Occupational Titles (DOT). O*NET possui informações detalhadas sobre o conteúdo das tarefas e condições de trabalho de cerca de 1.000 ocupações. Entre outras coisas, esses dados nos mostram como os trabalhadores estão expostos à automação: O*NET pergunta aos entrevistados "Quão automatizado é o seu trabalho atual?" com respostas variando em uma escala de um ("Nada automatizado") a cinco ("Totalmente automatizado").