AI e profissionais mais velhos: a experiência pode prolongar a carreira?

Durante anos, o debate sobre AI e empregos se concentrou nos jovens: se recém-formados conseguem o primeiro trabalho, se funções juniores vão desaparecer e se o primeiro degrau da carreira está ficando mais estreito.

Uma nova pesquisa mostra que o outro extremo da carreira também está mudando.

A CNBC relatou um estudo do Center for Retirement Research at Boston College segundo o qual profissionais com 55 anos ou mais, em ocupações com alta exposição à AI, estão deixando o emprego com mais frequência. Alguns passam ao desemprego; outros procuram trabalhos com menos AI ou se aposentam mais cedo.

A mesma tecnologia também pode produzir o resultado oposto. Se a generative AI reduzir tarefas repetitivas e aumentar a produtividade, ela pode ajudar profissionais experientes a trabalhar por mais tempo.

A questão central não é apenas se a AI substitui profissionais mais velhos. É se as empresas usam AI para descartar experiência ou para ampliá-la.

AI pode encurtar ou prolongar uma carreira

A pesquisa descreve três caminhos.

Primeiro, automation pode remover tarefas suficientes para levar alguém ao desemprego ou à saída do mercado de trabalho.

Segundo, a pressão para adotar novos sistemas pode empurrar profissionais para funções com menos AI ou para uma aposentadoria antecipada, mesmo sem uma demissão formal.

Terceiro, AI pode tornar o trabalho mais sustentável. Ela executa rascunhos, buscas, formatação e agendamento, enquanto a pessoa se concentra em julgamento, comunicação, relacionamento e decisões complexas.

Esses resultados dependem menos da idade e mais de como o trabalho é redesenhado.

A estabilidade do trabalho de escritório não é automática

Os profissionais mais velhos com maior exposição à AI tendem a ter diploma universitário e renda mais alta. Entre as ocupações mais expostas estão web e interface designers, web developers, database architects, programmers e data scientists.

Isso importa porque educação e trabalho de escritório tradicionalmente ajudavam as pessoas a permanecer empregadas por mais tempo. A exigência física era menor e a expertise crescia com os anos.

AI reduz essa proteção. Se software consegue executar mais tarefas de uma função bem paga, conhecimento por si só não garante longevidade profissional.

Antes do ChatGPT, profissionais mais velhos em funções altamente expostas tinham menor probabilidade de deixar o trabalho. Depois do ChatGPT, ficaram um pouco mais propensos a sair do emprego, inclusive para o desemprego. Os dados não provam que AI causou cada saída, mas mostram que carreiras antes estáveis entraram em transição.

Experiência ainda importa — se puder virar execução

Profissionais experientes costumam ter competências que AI não reproduz de forma confiável: colaboração, liderança, construção de relacionamento, percepção de risco e julgamento com informações incompletas.

Uma pesquisa da AARP e LinkedIn citada pela CNBC mostrou que 49,4% dos profissionais mais velhos, contra 42,2% dos mais jovens, estão em funções consideradas mais protegidas da disrupção pela generative AI.

Mas possuir experiência não é o mesmo que torná-la utilizável.

Um líder comercial reconhece sinais de risco em clientes. Um gestor financeiro percebe quando uma fatura aparentemente normal viola uma regra implícita. Um responsável por operações sabe qual exceção exige escalation.

Se esses julgamentos ficam apenas na cabeça de uma pessoa, são difíceis de escalar e fáceis de perder. Se viram checklists, decision rules, exemplos e critérios de revisão, um AI agent pode preparar o trabalho enquanto a pessoa experiente mantém o controle das decisões importantes.

A habilidade prática é workflow design

Uma pesquisa da Monster citada pela CNBC mostrou que 42% dos trabalhadores pesquisados não usam AI. Entre os usuários, os casos mais comuns ainda são tarefas básicas como email, agendamento e apoio à escrita.

Uma abordagem mais durável tem três etapas:

1. Identificar trabalho repetitivo que consome tempo e exige pouco julgamento.
2. Registrar as regras implícitas usadas para avaliar qualidade, risco e exceções.
3. Deixar agents prepararem e executarem, enquanto humanos revisam decisões sensíveis.

O que as empresas devem fazer

Empresas não deveriam tratar AI literacy como uma prova privada que cada funcionário precisa passar sozinho.

Uma transição melhor oferece ferramentas aprovadas, casos de uso específicos por função, tempo para aprender, limites claros de dados e pontos visíveis de revisão. Também conecta o julgamento de domínio dos profissionais experientes à fluência em ferramentas dos mais jovens, em vez de colocar os dois grupos em competição.

Se uma empresa automatiza tarefas repetitivas sem registrar o julgamento sênior, pode economizar custo no curto prazo e perder conhecimento institucional.

A visão da Buda: prolongar julgamento, não apenas output

Buda foi criada para esse tipo de trabalho gerenciado com AI.

Drive oferece contexto persistente aos agents. Skills transformam métodos e critérios de revisão em instruções reutilizáveis. Automations cuidam da preparação recorrente. Channels trazem humanos de volta quando há uma aprovação. Sessions preservam um histórico visível do trabalho.

Assim, um profissional experiente pode sair da execução manual de cada etapa e passar a desenhar o workflow, revisar exceções e manter a responsabilidade final.

AI pode encurtar carreiras baseadas apenas em execução procedural. Também pode prolongar carreiras baseadas em julgamento, relacionamento e responsabilidade — quando essas forças são conectadas a um sistema capaz de executá-las.

Conheça o Buda Agent Workspace ou comece um workflow revisável no Buda dashboard.

Fonte: CNBC, “AI is changing older workers’ careers, research finds — here’s how”, publicado em 13 de julho de 2026, com base em pesquisa do Center for Retirement Research at Boston College.