Os Economistas Estão Abandonando as Universidades Para Estudar IA. E Isso Pode Mudar Quem Explica o Futuro.
Os economistas que deveriam estar analisando os impactos da inteligência artificial estão migrando para os laboratórios que constroem a própria tecnologia.
Os Economistas Estão Abandonando as Universidades Para Estudar IA. E Isso Pode Mudar Quem Explica o Futuro.
Enquanto a maioria das pessoas discute ChatGPT, agentes autônomos e robôs, uma mudança silenciosa está acontecendo longe das manchetes. Os economistas que deveriam estar analisando os impactos da inteligência artificial estão migrando para os laboratórios que constroem a própria tecnologia.
A inteligência artificial já criou trilhões de dólares em valor de mercado, transformou engenheiros em celebridades globais e produziu um dos maiores ciclos de investimento da história recente. De Bill Gates a Elon Musk, praticamente todas as figuras importantes da tecnologia afirmam que estamos apenas no começo. Ainda assim, existe um grupo que parece estranhamente pouco interessado na maior transformação econômica das últimas décadas: os economistas acadêmicos.
Essa apatia chama atenção porque a profissão nunca teve dificuldade para reagir rapidamente quando percebe uma mudança relevante. Depois da quebra do Lehman Brothers em 2008, economistas transformaram crises bancárias e crédito em tema central de pesquisa. Durante a pandemia, a velocidade foi ainda maior. Apenas dois meses após o início da Covid-19, quase um terço dos trabalhos publicados pelo NBER já discutia os efeitos econômicos da crise sanitária. Pesquisadores como Nicholas Bloom, de Stanford, tornaram-se referência mundial ao estudar trabalho remoto, enquanto Emily Oster ganhou notoriedade analisando os impactos do fechamento das escolas.
A revolução mais importante da década ainda recebe pouca atenção acadêmica
O contraste com a inteligência artificial é impressionante. Três anos e meio após o lançamento do ChatGPT, os trabalhos econômicos dedicados à IA continuam relativamente escassos. Mesmo em 2024, quando a emergência da Covid já havia terminado e a IA dominava o debate tecnológico, ainda havia mais artigos acadêmicos sobre coronavírus do que sobre inteligência artificial. Em alguns casos, instituições econômicas continuam organizando mais eventos sobre saúde do que sobre IA.
Isso não significa que ninguém esteja estudando o tema. Alguns economistas perceberam cedo que existe uma enorme oportunidade intelectual aqui. Susan Athey, de Stanford, está investigando um dos cenários mais controversos da década: o que acontece se a inteligência artificial provocar desemprego em larga escala. Basil Halperin, da Universidade da Virgínia, tornou-se uma das vozes mais respeitadas ao analisar como os mercados financeiros estão precificando a revolução da IA. Ainda assim, nenhum deles alcançou a visibilidade que pesquisadores ganharam durante a pandemia.
Talvez a observação mais reveladora venha de um economista citado pela reportagem que prefere não ser identificado. Ele afirma estar chocado com a quantidade de colegas que sequer tentaram conversar com empresas como OpenAI ou Anthropic. Em outras palavras, enquanto a tecnologia mais importante da década está sendo construída diante de seus olhos, muitos acadêmicos continuam observando à distância.
O problema dos modelos econômicos tradicionais
Quando os economistas finalmente estudam IA, frequentemente fazem isso através de modelos extremamente abstratos. O exemplo mais famoso é o trabalho de Daron Acemoglu, do MIT, considerado uma das maiores autoridades em economia da inteligência artificial. Seu artigo de 2024, amplamente citado, sugere que a IA produzirá ganhos relativamente modestos de produtividade agregada.
O problema, segundo Tyler Cowen, da Universidade George Mason, é que esse tipo de modelo parte de uma premissa questionável: a ideia de que a IA servirá apenas para tornar atividades existentes mais eficientes. Para Cowen, isso ignora a possibilidade mais radical. As grandes revoluções tecnológicas raramente apenas aceleram o que já existe. Elas criam atividades inteiramente novas. Ninguém previu a economia dos aplicativos em 2005. Poucos imaginaram a profissão de criador de conteúdo em 2010. Talvez estejamos cometendo o mesmo erro ao analisar a inteligência artificial.
Outro exemplo citado é o trabalho de Erik Brynjolfsson, de Stanford. Um de seus estudos sugere que o emprego de jovens em ocupações expostas à IA caiu significativamente. O problema é que essa interpretação exige acreditar que empresas começaram a substituir trabalhadores quase imediatamente após o lançamento inicial do ChatGPT, quando a tecnologia ainda estava longe da maturidade atual. O risco, portanto, não é apenas ignorar a IA. É interpretar seus efeitos cedo demais.
Talvez os economistas não estejam errados. Talvez estejam céticos demais.
Existe uma razão para essa lentidão. A economia possui uma longa tradição de desconfiança em relação ao entusiasmo tecnológico. A história mostra que novas tecnologias costumam levar décadas para produzir efeitos amplos sobre produtividade, renda e crescimento. A Revolução Industrial, por exemplo, demorou muito mais para transformar o padrão de vida das pessoas do que a maioria imagina hoje.
Esse ceticismo aparece claramente nas pesquisas realizadas com economistas. Em um levantamento conduzido por Basil Halperin e seus colegas, mesmo em um cenário onde a IA alcança capacidades próximas ou superiores às dos humanos mais inteligentes até 2030, o economista médio prevê um crescimento relativamente modesto do PIB americano até 2050. Pesquisadores especializados em IA são muito mais otimistas. A diferença entre os grupos é enorme.
Outro dado chama atenção. Apenas 11% dos principais economistas concordam que a IA provocará um aumento substancial do desemprego em países desenvolvidos durante a próxima década. Para uma profissão acostumada a analisar transformações econômicas profundas, existe uma surpreendente falta de consenso sobre a tecnologia mais discutida do planeta.
Enquanto a academia hesita, governos e laboratórios avançam
A consequência dessa hesitação é que outros atores começaram a ocupar o espaço. Governos, institutos estatísticos e bancos centrais estão investindo cada vez mais na criação de dados e indicadores relacionados à inteligência artificial. O Departamento do Censo dos Estados Unidos, o Statistics Canada, o Banco da Inglaterra e a OCDE já desenvolvem iniciativas para monitorar adoção tecnológica, produtividade e impactos econômicos da IA. O Reino Unido chegou a criar um Instituto de Economia da IA dedicado exclusivamente ao tema.
Esse trabalho raramente gera manchetes, mas possui enorme importância estratégica. Afinal, antes de entender uma transformação, é preciso medi-la. E alguém precisa construir as métricas que permitirão aos economistas do futuro compreender o que realmente aconteceu.
Os laboratórios descobriram que precisam de economistas
Mas a mudança mais importante está acontecendo dentro das empresas de IA. Durante a década passada, laboratórios como OpenAI, Google DeepMind e Anthropic competiam ferozmente por engenheiros e cientistas da computação. Agora começaram a disputar outro tipo de profissional: economistas.
A Anthropic recrutou Anton Korinek, da Universidade da Virgínia. A OpenAI contratou Ronnie Chatterji, da Universidade Duke, como economista-chefe. O Google DeepMind trouxe Alex Imas, da Universidade de Chicago, para liderar pesquisas relacionadas aos impactos econômicos da inteligência artificial geral. Segundo a reportagem, dezenas de pesquisadores já fizeram movimentos semelhantes.
O motivo é simples. Construir modelos poderosos já não basta. As empresas também precisam de pessoas capazes de medir produtividade, explicar impactos econômicos, conversar com reguladores e influenciar políticas públicas.
O dinheiro também ajuda
Existe outro detalhe que não aparece nos comunicados oficiais. Os salários.
Segundo a reportagem, até mesmo posições relativamente juniores para economistas em laboratórios de IA podem pagar mais de 300 mil dólares por ano, sem contar possíveis participações acionárias. Para um professor universitário em início de carreira, essa diferença não é exatamente irrelevante.
Existe também algo mais difícil de quantificar: acesso. Os laboratórios possuem os melhores dados, atenção política e proximidade com os centros de decisão. Para um pesquisador interessado em entender a IA em tempo real, poucas universidades conseguem competir com isso.
A qualidade da pesquisa está melhorando, mas os conflitos continuam existindo
Nem toda pesquisa produzida fora da academia é superficial. Anton Korinek e Patrick McKelvey desenvolveram uma tentativa ousada de medir o chamado “PIB da IA” nos Estados Unidos. Alex Imas criou indicadores para monitorar efeitos da tecnologia sobre produtividade. São tentativas sérias de compreender uma transformação que ainda desafia métricas tradicionais.
Mas a reportagem também aponta exemplos menos inspiradores. O chamado “índice econômico” da Anthropic foi criticado por ser mais uma coleção de dados de uso do Claude do que um indicador econômico real. Já alguns estudos da OpenAI foram vistos como excessivamente descritivos. Em outras palavras, nem tudo que sai dos laboratórios representa avanço científico relevante.
O risco que ninguém deveria ignorar
A questão mais delicada não é metodológica. É institucional.
Se a pesquisa mais avançada sobre IA migrar para dentro das empresas, os economistas podem acabar seguindo o mesmo caminho de muitos especialistas em tecnologia: menos ciência aberta, mais inovação proprietária. Um estudo de Ufuk Akcigit mostrou que pesquisadores que deixam permanentemente a academia tendem a publicar menos artigos científicos e registrar mais patentes. A produção de conhecimento continua existindo, mas muda de natureza.
Também existe a questão dos conflitos de interesse. Empresas naturalmente preferem pesquisas que reforcem a utilidade e a segurança de seus produtos. O caso de Tom Cunningham, que deixou a OpenAI após relatos de frustração com limitações sobre o que poderia publicar, mostra que a tensão entre independência intelectual e interesses corporativos não é apenas teórica.
A batalha real não é tecnológica
A maioria das pessoas acredita que a corrida da IA acontece entre OpenAI, Anthropic, Google, Meta e xAI.
Essa é apenas a superfície.
A disputa mais importante pode estar acontecendo entre aqueles que constroem a tecnologia e aqueles que terão autoridade para explicá-la. Porque quem controla os indicadores, as métricas e as narrativas econômicas não apenas interpreta a revolução. Ajuda a definir como ela será compreendida pelo restante da sociedade.
Perguntas para você responder nos comentários
Os melhores economistas deveriam trabalhar para universidades ou para laboratórios de IA?
É possível produzir pesquisa independente dentro de empresas que lucram com a tecnologia estudada?
A academia está subestimando a inteligência artificial?
Os economistas estão sendo cautelosos ou lentos demais?
Quem deveria ter autoridade para medir os impactos econômicos da IA?
Hashtags do artigo
#InteligenciaArtificial #Economia #IA #OpenAI #Anthropic #DeepMind #Produtividade #Inovacao #FutureOfWork #TechGossip