Sem medir elasticidade-preço, governos ficam no escuro sobre o impacto da IA
Inteligência Artificial – A pressão por um “Projeto Manhattan de dados” ganhou força recentemente após o economista Alex Imas, da Universidade de Chicago, alertar que sem números sobre elasticidade-preço será impossível prever quais profissões vão crescer ou desaparecer na próxima onda de automação.
- Em resumo: Imas defende um esforço nacional para coletar dados de demanda e custo em todos os setores antes que a IA mude o mercado de trabalho.
Exposição não basta: o dado que realmente prevê demissões
Estudos como o da OpenAI medem a exposição de cada tarefa à automação, mas isso diz pouco sobre cortes de vagas, destaca Imas. A variável decisiva é quanto a procura por um serviço reage à queda de custo gerada pela IA, ponto já debatido na MIT Technology Review.
“A exposição por si só é uma ferramenta completamente sem sentido para prever substituição”, afirma o economista.
Projeto Manhattan de dados: mapa econômico para a era de modelos generativos
Coletar elasticidade-preço de tutores, nutricionistas ou desenvolvedores web exigiria cruzar painéis de vendas on-line, dados fiscais e sensores de preços — infraestrutura semelhante à usada por varejistas na AWS para modelar ofertas em tempo real. A diferença agora é a escala: seria necessário integrar plataformas de gig economy, SaaS corporativos e registros trabalhistas para produzir séries históricas de custo versus mão de obra.
Se implementado, o repositório ajudaria formuladores de políticas a desenhar subsídios, treinamentos e até impostos que freiem demissões abruptas ou, ao contrário, acelerem novos empregos onde houver explosão de demanda.
O que você acha? A economia precisa mesmo de um “censo” de elasticidade-preço antes que a IA avance? Para mais análises, acesse nossa editoria de Inteligência Artificial.
Crédito da imagem: Divulgação / MIT Technology Review
