Depois do aceleracionismo: inteligência artificial, renda do trabalho e a disputa pelo ritmo do século XXI

1. O que mudou em 2026: capacidade, adoção e a conexão econômica ausente

Um teste de capacidade de IA mede desempenho sob determinada avaliação. Uma pesquisa com empresas mede uso declarado. Um experimento de produtividade mede resultados em um processo delimitado. Uma estatística de emprego mede postos de trabalho sujeitos a numerosas forças macroeconômicas simultâneas. Esses indicadores pertencem a etapas diferentes do processo econômico e não são intercambiáveis. O AI Index 2026 documenta avanços substanciais em programação e outros testes, mas também identifica fragilidades na implantação de sistemas mais autônomos e na avaliação de responsabilidade. O relatório registra ainda uma aproximação expressiva entre modelos de ponta dos Estados Unidos e da China. Nem a convergência técnica internacional nem um recorde em testes fornecem, por si, uma previsão de empregos. [1]

Os números de adoção revelam uma segunda distinção. Uma organização pode declarar que usa IA porque uma equipe utiliza um chatbot, sem que seus processos centrais tenham sido reorganizados. Um agente pode concluir uma demonstração e fracassar na produção por problemas de permissões, responsabilização, qualidade de dados, integração, recuperação de falhas e necessidade de supervisão humana. A unidade econômica relevante é o processo completo, incluindo o custo da verificação, não a resposta isolada produzida pelo modelo. Um sistema que redige um contrato em minutos pode economizar pouco se os advogados precisarem reconstruir integralmente fatos e responsabilidades. Em sentido contrário, um sistema bem integrado pode transformar custos sem produzir um anúncio público espetacular.

Fonte: Stanford HAI, AI Index 2026, capítulo Economy [1]. Adoção declarada em pesquisa não mede intensidade de uso nem crescimento causal do produto. Os dois valores pertencem à série de levantamentos, sem extrapolação de uma trajetória contínua.

Depois de um salto na adoção, a pergunta deixa de ser se a tecnologia está presente e passa a ser onde a economia de recursos aparece na contabilidade e para quem ela é transferida. Empresas concluem mais atendimentos por hora? Os preços diminuem? Os ganhos são retidos como margens operacionais ou repassados ao consumidor? Surgem novas ocupações nas cadeias produtivas? Os jovens ainda têm acesso às tarefas que os qualificam para decisões complexas? São perguntas empiricamente separáveis, e todas admitem evidência contrária.

2. O aceleracionismo não constitui um único programa político

A história filosófica do aceleracionismo já foi examinada pela Marginal Thinking em pesquisas sobre sua genealogia intelectual, Nick Land e Curtis Yarvin. Esses estudos diferenciam a questão marxiana das forças produtivas da interpretação de Land sobre processos capitalistas e cibernéticos autoamplificadores, dos projetos de esquerda para instituições coletivas, dos desenhos neorreacionários de soberania e da cultura contemporânea do aceleracionismo efetivo. Essas famílias intelectuais compartilham o interesse pela velocidade e pela transformação tecnológica, mas não uma teoria única sobre propriedade, legitimidade política ou resultado social desejável. [14][15]

A disputa contemporânea começa onde essas reconstruções históricas terminam: quando alguém exige IA mais rápida, qual restrição pretende remover, para beneficiar quem e sob qual responsabilidade? Investimento público em redes elétricas, redução de práticas anticompetitivas, aceleração de ensaios médicos, permissão para implantar autonomia militar menos testada e eliminação de controles sobre a administração pública são intervenções diferentes. Tratá-las como manifestações de uma mesma doutrina coerente confunde objetivos sociais com instrumentos. Inversamente, tratar exigências de avaliação de segurança como rejeição à inovação esconde a questão econômica de quem suporta os custos de uma falha.

Um programa de progresso acelerado que supõe que a concorrência distribuirá os benefícios precisa demonstrar por que os mercados continuarão abertos à entrada. Uma estratégia de contenção que pressupõe fiscalização centralizada precisa explicar como impedir que os maiores incumbentes se tornem os únicos capazes de atender às normas. Uma proposta de propriedade pública precisa esclarecer financiamento, competência administrativa, fiscalização democrática e a possibilidade de execução estatal deficiente. O rótulo ideológico não resolve nenhum desses testes institucionais.

3. A controvérsia de setembro de 2026 sobre velocidade é uma disputa institucional

No ensaio We Must Pace the Frontier, publicado em setembro de 2026, Dario Amodei, diretor executivo da Anthropic, defendeu um ritmo deliberadamente controlado e avaliações mais fortes de sistemas progressivamente capazes, incluindo mecanismos de verificação independente. Ao mesmo tempo, apresentou oportunidades científicas e econômicas e riscos de perda de controle, uso malicioso e desorganização econômica. São previsões e propostas atribuídas a um dirigente de laboratório, não comprovações independentes de que doenças serão erradicadas ou de que determinada taxa de crescimento ocorrerá. A defesa de segurança por uma grande empresa pode ser sincera e ter efeitos sobre a concorrência; investigar essa dimensão econômica não refuta automaticamente a primeira. [8]

Em 23 de setembro, Sam Altman, diretor executivo da OpenAI, discursou ao Conselho de Segurança da ONU. Ele alertou tanto para a perda de controle humano quanto para a concentração de poder de IA em poucas mãos, defendendo supervisão, comunicação de incidentes, padrões internacionais complementares e processos decisórios democráticos. O registro da ONU confirma a intervenção. A fala constitui fonte primária sobre a posição pública da OpenAI; a implementação concreta e a distribuição dos benefícios exigem documentação distinta. [9][10]

Essas posições não devem ser reduzidas a dois campos monolíticos. Uma empresa pode querer mais inovação em medicina e mais limites em armas autônomas. Um Estado pode defender ciência aberta e restringir exportação de determinado equipamento. Um trabalhador pode apreciar o auxílio da IA e rejeitar avaliações opacas de desempenho. O conflito mais importante frequentemente diz respeito às formas de governança e propriedade, não à oposição simples entre entusiasmo e medo.

4. Como a capacidade de um modelo se converte — ou não — em produtividade

Um processo produtivo envolve insumos, decisões, validação, execução e entrega. Os modelos alteram operações específicas. O efeito final sobre a produtividade depende da proporção dessas tarefas, da confiabilidade, da supervisão, da integração, do custo de computação, do destino do resultado e da capacidade de reorganizar o trabalho. Uma melhora de dez vezes na velocidade de redação não multiplica por dez os processos judiciais concluídos quando prazos, testemunhos, aprovações e captação de clientes permanecem inalterados. Esse é um argumento sobre restrições do sistema, não uma negação do valor de aplicações jurídicas.

Considere uma equipe de software. Um assistente pode criar código repetitivo, testes e primeiras versões de documentação. A contribuição efetiva depende da integração com repositórios, da manutenção do código, das práticas de revisão, da segurança e da compreensão dos sistemas pelos engenheiros. A empresa pode usar o tempo economizado para lançar software melhor com maior frequência, ampliar a carteira de projetos ou contratar menos programadores iniciantes. No primeiro caso, trabalhadores atuais podem ganhar importância e a receita pode crescer; no segundo, a quantidade de trabalho aumenta enquanto o quadro permanece estável; no terceiro, a parcela da folha de pagamento na receita pode cair. Os três resultados podem surgir da mesma melhora na geração de código.

As setas expressam transições condicionais, não acontecimentos já demonstrados em todas as etapas. Produtividade maior pode criar empregos adicionais quando a redução de preços amplia suficientemente a demanda; também pode reduzir a necessidade de trabalho quando o processo se torna menos intensivo em mão de obra e o mercado está saturado. A direção e a intensidade do efeito dependem da elasticidade da demanda, das restrições de capital e das defasagens próprias de cada setor.

5. Exposição ocupacional não é taxa de desemprego

Uma análise do FMI publicada em 2024 estimou que quase 40% dos empregos mundiais estavam potencialmente expostos à IA, com cerca de 60% nas economias avançadas, 40% nos mercados emergentes e 26% nas economias de baixa renda. São estimativas de exposição de tarefas, não percentuais de empregos previstos para desaparecer. A exposição tende a ser maior nas economias de renda alta porque profissões com tarefas cognitivas respondem por parcela mais significativa da ocupação; a possibilidade de aproveitar a IA também cresce onde existem educação, conectividade e infraestrutura. Comparações com estimativas mais recentes precisam preservar metodologia e denominadores. [4][5]

Fonte: FMI, Staff Discussion Note, janeiro de 2024 [4]. Esses grupos não devem ser somados nem interpretados como uma previsão de desemprego para 2026.

A síntese da OIT de junho de 2026 reúne experimentos, informações de empresas, pesquisas com trabalhadores e evidências de plataformas digitais. Identifica melhorias de produtividade que não se traduziram de maneira uniforme em produção medida, rendimentos ou empregos. Destaca especialmente a possibilidade de maior dificuldade de contratação para trabalhadores jovens, enquanto profissionais já empregados mantêm suas atividades com auxílio tecnológico. A investigação de exposição observada da Anthropic chega a uma conclusão compatível, embora mais delimitada: não houve aumento sistemático do desemprego entre seus grupos de maior exposição desde o fim de 2022, mas surgiram sinais sugestivos de desaceleração nas contratações de iniciantes. O trabalho foi produzido por uma desenvolvedora de modelos, circunstância que recomenda comparação independente dos métodos, não descarte automático da evidência. [2][3]

O mecanismo importa porque a adaptação ocupacional é assimétrica. O profissional experiente combina saídas da IA com conhecimento institucional, confiança dos clientes e responsabilidade final. O iniciante pode ter aprendido justamente preparando o documento ou o código que agora o sistema automatiza. Se a empresa economiza eliminando oportunidades de treinamento sem alterar atribuições dos profissionais mais experientes, pode elevar margens temporariamente e, ao mesmo tempo, reduzir sua futura formação de especialistas. Também há resultados alternativos: assistência barata pode permitir que empresas menores contratem mais pessoas e democratizem o acesso ao conhecimento. A comparação decisiva será observar se o ingresso profissional e a progressão de carreira se recuperam com o aprofundamento da adoção.

Existe ainda uma questão temporal. Empresas podem postergar demissões formais, remanejar pessoas ou reduzir vagas novas antes que o desemprego agregado se altere. Crescimento econômico e recessão também podem encobrir os efeitos. A avaliação exige coortes ocupacionais, empresas comparáveis, salários, horas e acompanhamento longitudinal — não uma manchete sobre demissões ou uma taxa nacional de desocupação. A hipótese de erosão das oportunidades iniciais pode tornar-se mais relevante do que a de desemprego geral imediato, mas precisa ser demonstrada em países e profissões diferentes.

6. Quem é proprietário da nova capacidade produtiva?

A economia emergente da IA não se resume às assinaturas de modelos. Envolve chips, capacidade de fabricação de semicondutores, software de projeto eletrônico, redes, contratos de nuvem, centros de dados, eletricidade, resfriamento, modelos, bases proprietárias, canais de distribuição e serviços humanos especializados. A redução do custo da análise pode diminuir o preço de uma aplicação e simultaneamente elevar a demanda total por computação. O beneficiário pode ser o desenvolvedor, uma fornecedora de eletricidade, uma operadora de nuvem, os consumidores, trabalhadores ou acionistas situados em vários países.

A análise financeira precisa distinguir investimento anunciado de ativo concluído, contrato assinado de receita reconhecida, valor de mercado de fluxo de caixa e promessa de produtividade de valor adicionado observado. O crescimento do investimento desperta perguntas sobre utilização, serviço da dívida, depreciação, concorrência e riscos de instalações subutilizadas. O AI Index 2026 registra concentração industrial significativa no desenvolvimento de modelos notáveis e, ao mesmo tempo, intensa mudança na competição internacional. Não demonstra que os líderes atuais conservarão suas margens para sempre. [1]

A concorrência pode reduzir preços no nível dos modelos enquanto a fabricação concentrada de chips, a conexão elétrica ou os custos de troca de fornecedor sustentam rendas de escassez em outras etapas. Em sentido contrário, modelos abertos, processamento local, interfaces padronizadas e eficiência maior podem reduzir o poder de incumbentes. Classificar o sistema inteiro como monopolista ou perfeitamente competitivo esconde onde realmente se formam posições de mercado. Os testes comparativos são entrada de novos fornecedores, custos efetivos de substituição, preço por tarefa validada, concentração em cada estágio industrial e proporção dos ganhos de produtividade transferida a salários e consumidores.

A pesquisa da Marginal Thinking sobre tecnofeudalismo apresenta a controvérsia conceitual pertinente: quando tarifas cobradas por plataformas e controle privado de mercados digitais caracterizam uma forma econômica distinta, e quando representam modalidades atuais de renda e poder de mercado capitalistas? A evidência disponível não encerra a disputa. Torna indispensável medir propriedade, capacidade de fixar preços e contestabilidade. [16]

7. A eletricidade não é uma metáfora

A política econômica da IA é limitada por sistemas físicos. No relatório Energy and AI, de 2025, a Agência Internacional de Energia estimou que os centros de dados consumiram aproximadamente 415 TWh de eletricidade no mundo em 2024, cerca de 1,5% da demanda elétrica global. Seu cenário-base projeta aproximadamente 945 TWh para 2030, tendo a IA como importante motor, ao lado de outros serviços digitais. O valor de 2030 é projeção condicional, não consumo medido nem quantidade exclusivamente atribuível à IA. [6]

Fonte: AIE, Energy and AI, sumário executivo [6]. As barras têm estatutos de evidência diferentes. O consumo efetivo futuro depende da eficiência dos equipamentos, da carga computacional, das obras, da rede e dos preços de energia.

A mesma agência estimou que, em 2024, os Estados Unidos respondiam por 45% do consumo mundial de eletricidade de centros de dados, a China por 25% e a Europa por 15%. São participações regionais no consumo elétrico dos centros de dados, não no controle de modelos, na capacidade total de IA ou na influência política. Sistemas energéticos locais, prazos de construção e política industrial determinam custos de implantação. Congestionamentos podem ser graves regionalmente mesmo quando a participação global da atividade no consumo elétrico é relativamente modesta.

Um modelo tecnicamente superior pode permanecer indisponível porque a conexão da rede atrasa ou uma empresa não consegue financiar a integração. A existência de grandes recursos hidrelétricos não garante fornecimento adequado no local e no momento necessários. Governos que pretendem construir polos de IA precisam avaliar reforços de rede, demanda industrial, água, uso do solo, incentivos tributários, exposição cambial e o valor social de utilizações alternativas da eletricidade.

8. Renda básica universal: distribuição é um problema de desenho institucional

Se máquinas passam a executar mais tarefas remuneradas, uma resposta política é reduzir a dependência da renda em relação à venda contínua de horas de trabalho. A renda básica universal corresponde a pagamento recorrente, individual e incondicional, amplamente disponível independentemente da condição ocupacional. Difere de programas focalizados de renda mínima, imposto de renda negativo, seguro-desemprego temporário, serviços públicos universais, fundos de riqueza social e propriedade de ativos produtivos por trabalhadores. Os instrumentos distribuem benefícios e riscos de formas distintas; chamá-los indistintamente de renda básica esconde orçamento e critérios de acesso.

O estudo de transferência incondicional da OpenResearch fornece uma advertência empírica importante contra conclusões fáceis. Um experimento aleatorizado nos Estados Unidos examinou pagamentos de US$ 1.000 mensais por três anos a 1.000 adultos de menor renda, comparados a 2.000 integrantes de um grupo de controle que recebia US$ 50. O artigo do NBER, publicado originalmente em julho de 2024 e revisado em agosto de 2026, relata redução da oferta de trabalho e da participação laboral naquele ambiente experimental. Trata-se de evidência relativa a uma transferência e população definidas; não é argumento definitivo contra proteção de renda nem previsão do resultado de um programa nacional e permanente financiado por lucros da automação. Para magnitudes de efeitos, a versão revisada do artigo deve prevalecer sobre resumos antigos. [7]

Uma comparação distributiva deve identificar quem recebe o benefício, quem paga o tributo, o nível de preços, os auxílios eventualmente substituídos, a oferta de moradia e saúde, a reação do mercado de trabalho e a durabilidade do financiamento. Uma garantia de renda pode ampliar o poder de negociação de uma pessoa mesmo quando ela decide trabalhar menos horas; o valor social não se deduz apenas da jornada. Menos horas podem representar tempo valorizado para cuidados e educação, mas também podem acompanhar queda da renda sem melhora na qualidade do emprego. A avaliação exige consumo, uso do tempo, saúde, endividamento, qualidade dos postos e oportunidades intergeracionais.

Um imposto sobre robôs costuma ser apresentado como solução simples de financiamento. Entretanto, é difícil definir a base: uma planilha, um braço robótico e um software com IA podem substituir parte do trabalho humano, mas têm características econômicas e jurídicas distintas. Tributar a utilização bruta da automação pode desestimular investimento útil. Impostos sobre lucros e capital podem ter definição administrativa mais clara, mas enfrentam evasão, coordenação internacional e oscilação de rentabilidade. Não se deve presumir financiamento antes de especificar a incidência econômica e a base legal.

9. Brasil: um teste social e industrial, não uma versão reduzida do Vale do Silício

As condições brasileiras diferem das economias que desenvolvem a maioria dos modelos de fronteira. Muitos trabalhadores brasileiros atuam em serviços, comércio, logística, agropecuária, indústria, administração pública e atividades informais, com tarefas e intensidades de capital muito diferentes. Um assistente barato em português pode melhorar a gestão de pequenos negócios ou o acesso a informações públicas sem substituir integralmente uma pessoa. Em contrapartida, serviços profissionais, vagas iniciais em software e operações terceirizadas podem sofrer concorrência mais direta de sistemas de automação.

A PNAD Contínua, do IBGE, registrou taxa de desocupação de 5,2% no trimestre móvel encerrado em setembro de 2026, divulgada em 30 de outubro. Essa é uma observação do mercado de trabalho nacional, não uma medida de deslocamento causado pela IA. Para investigar efeitos brasileiros, seria necessário combinar PNAD, microdados de emprego formal e salários, adoção setorial, pesquisas empresariais e mudanças nas tarefas ocupacionais, controlando juros, tendências regionais, demanda por trabalho e ciclo econômico. Anunciar crise nacional de desemprego tecnológico com base em uma única taxa agregada seria tão injustificado quanto usar desemprego baixo para negar possível perda de oportunidades de entrada. [11]

O Brasil também dispõe de opções além de subsidiar centros de dados controlados por grupos estrangeiros. Pode avaliar retorno de infraestrutura digital, educação técnica, pesquisa independente, recursos linguísticos abertos, compras públicas, adoção por pequenas e médias empresas e disseminação de tecnologia produtiva na agroindústria e manufatura. Cada alternativa tem um caminho diferente até o salário e a capacidade produtiva. Na proteção social, reformas devem começar pelo orçamento existente, pelos sistemas de elegibilidade, pela incidência tributária e pelas restrições de oferta de serviços municipais. Não há fundamento para financiar hipotético benefício universal com imposto futuro hipotético sobre modelos cujo lucro tributável ainda não se materializou no país.

Outro risco é o Brasil tornar-se mercado consumidor que remete pagamentos por computação e propriedade intelectual ao exterior, importa equipamentos e produz pouco aprendizado tecnológico doméstico. O cenário contrário é possível se empresas nacionais usarem modelos acessíveis para ganhar competitividade e investir em competências e produtos complementares. O resultado dependerá de contratos, transferência de conhecimento, financiamento, infraestrutura elétrica e acesso a mercados — não do entusiasmo nacional com a retórica aceleracionista.

10. Segurança: velocidade tecnológica pode encurtar o tempo de julgamento humano

As mesmas técnicas de software aplicadas à robótica industrial e à manutenção preditiva podem alterar sensores, logística, guerra eletrônica e seleção de alvos em operações militares. A política de inovação da OTAN, atualizada em julho de 2026, identifica explicitamente IA, drones e sistemas autônomos como elementos de transformação dos conflitos e menciona iniciativas de testes, compras e ampliação de capacidade. O documento confirma prioridades institucionais e programas, não que todo sistema anunciado tenha sucesso operacional ou que todos escolham autonomamente alvos letais. [12]

Em agosto de 2026, o secretário-geral da ONU e a presidente do Comitê Internacional da Cruz Vermelha defenderam conjuntamente regras juridicamente vinculantes sobre armas autônomas, alertando para a pressão crescente da tecnologia sobre o controle humano significativo e a proteção de civis. Essas são posições institucionais sobre direito e ética, não evidência de que um tratado já tenha sido adotado. É fundamental diferenciar sistemas de apoio à decisão, armamentos remotamente controlados e armas que selecionam e atacam alvos sem nova intervenção humana depois da ativação. [13]

O mecanismo estratégico não se resume a máquinas mais inteligentes. A redução do intervalo entre sensor e decisão pode melhorar a defesa e, ao mesmo tempo, pressionar pela delegação quando operadores são sobrecarregados; contramedidas eletrônicas, identificação imperfeita e manipulação adversarial também podem tornar a velocidade mais perigosa. Um contrato de aquisição comprova intenção de compra; um teste demonstra capacidade delimitada; uso repetido em combate pode estabelecer implantação; consequências verificadas dependem de evidência independente. Nem nota oficial nem vídeo dramático bastam isoladamente.

Esses riscos conectam-se à economia da aceleração. Gastos elevados com defesa podem ampliar capacidade industrial e também redirecionar engenheiros, demanda por semicondutores e recursos públicos. A competição interestatal pode estimular investimentos que mercados civis não financiariam, enquanto controles de exportação elevam custos de colaboração científica. Em uma corrida securitária, a velocidade privada preferida por uma empresa pode diferir da socialmente desejável quando falhas impõem custos a civis, aliados e concorrentes.

11. Psicologia e o estreitamento do caminho de aprendizagem profissional

O bem-estar econômico não se limita ao número de tarefas concluídas. Pessoas adquirem competência tomando decisões, encontrando erros, recebendo retorno e assumindo gradualmente responsabilidades. Um assistente pode ampliar acesso ao conhecimento, mas o uso sem verificação pode prejudicar a aprendizagem. O resultado depende de como ensino e trabalho são organizados. Estudantes que precisam defender uma solução independentemente podem beneficiar-se de comentários da IA; aqueles cuja avaliação recompensa apenas o resultado polido podem ter incentivos para terceirizar o próprio raciocínio. A mesma ambiguidade ocorre com o julgamento profissional. Uma síntese publicada em julho de 2026 na revista Monitor on Psychology, da American Psychological Association, apresenta pesquisas que associam dependência passiva de IA a menor envolvimento crítico e outras em que uso deliberadamente estruturado apoia criatividade e raciocínio. A matéria diferencia métodos, inclusive um estudo de eletroencefalografia ainda não revisado por pares; essas observações não demonstram prejuízo cognitivo universal nem permanente. [17]

A automação também pode alterar a identidade. O emprego oferece renda, mas frequentemente fornece rotina, reconhecimento, relações sociais e uma compreensão da própria contribuição. Se profissionais experientes continuam responsáveis enquanto tarefas simples de formação desaparecem, as empresas precisam redesenhar deliberadamente o treinamento. Se trabalhadores são monitorados e classificados por sistemas opacos, a perda de autonomia pode importar mesmo com produção maior. Afirmações sobre declínio cognitivo universal, transtornos psiquiátricos generalizados ou libertação inevitável do trabalho exigem evidência longitudinal específica e não são comprovadas por relatos isolados.

Essa dimensão modifica o problema distributivo. Renda básica pode diminuir insegurança material aguda e, ainda assim, deixar sem resposta quem controla horários, conhecimentos, acesso às plataformas, moradia e instituições de participação. De modo inverso, produtividade maior acompanhada de jornadas menores e bons serviços públicos pode elevar o bem-estar sem que todas as famílias possuam ações de uma empresa de IA. Liberdade envolve componentes materiais, políticos e cognitivos que não avançam necessariamente na mesma direção.

12. Três caminhos diferentes de transmissão internacional

A posição dos Estados Unidos combina desenvolvimento de modelos, mercados de capitais, infraestrutura de nuvem, demanda empresarial e influência geopolítica, mas depende de cadeias internacionais de semicondutores. A China reúne produção industrial e pesquisa em modelos, dentro de outro arranjo político e regulatório. Os países europeus enfrentam condições energéticas e industriais heterogêneas e debate próprio sobre direitos e capacidade regulatória. Economias emergentes podem apresentar menor exposição ocupacional imediata e, ao mesmo tempo, infraestrutura insuficiente para capturar benefícios. As estimativas do FMI mostram assimetrias sem determinar uma classificação definitiva dos países no futuro. [1][4]

Uma política de acesso barato a modelos pode ampliar o uso onde o capital é escasso, mas não fornece automaticamente poder de negociação sobre a conta da nuvem, os dados de treinamento, o fornecimento de chips ou as regras transfronteiriças. Uma restrição justificada pela segurança pode reduzir determinado risco e fortalecer fornecedores capazes de arcar com o custo de conformidade. Um controle de exportação pode restringir o comprador-alvo e estimular substituição tecnológica ou novas dependências. São efeitos condicionais, que exigem dados observados de comércio, preços, investimento e compras públicas.

As linhas sintetizam mecanismos, não representam um ranking exaustivo de países. Estados dentro do mesmo grupo podem apresentar condições muito distintas. Comparações devem harmonizar indicadores de poder de compra, trabalho e eletricidade.

13. Quatro interpretações observáveis para 2027–2030

Complementaridade difundida. Modelos ficam mais baratos e passam a funcionar de maneira confiável em processos completos. Pequenas e médias empresas os adotam juntamente com qualificações humanas; a concorrência transfere parte da economia para preços e salários reais. As evidências seriam ganhos produtivos amplos, aumento de renda real em diferentes estratos, contratação resiliente de iniciantes, menores custos de troca de fornecedor e acesso ampliado a serviços. A hipótese enfraqueceria diante de queda persistente da participação dos salários e concentração sem benefício ao consumidor.

Automação concentradora. A IA aumenta a produção em empresas selecionadas, mas capacidade de chips, distribuição de nuvem, capital e integração corporativa determinam quem obtém os retornos. Trabalhadores experientes podem ganhar salários complementares enquanto iniciantes perdem oportunidades. As evidências seriam valor adicionado maior com salários medianos fracos, contratação inicial reduzida, margens elevadas e custos persistentes de troca. A interpretação enfraqueceria se a concorrência reduzisse rapidamente margens e o ingresso ocupacional se recuperasse.

Implantação limitada e securitizada. O progresso técnico permanece forte, mas energia, infraestrutura, financiamento, incidentes de segurança e controles geopolíticos retardam sua implantação. Benefícios tornam-se geograficamente desiguais e compras militares competem com usos civis. Sinais seriam projetos atrasados ou abandonados, custos nacionais divergentes, restrições comerciais, incidentes verificáveis e limitações operacionais. O cenário perderia força se eficiência, diversificação da produção e garantias confiáveis removesse essas barreiras.

Adaptação institucional. Governos e organizações mudam formação, regras de concorrência, contratação pública, seguros, impostos e jornadas mais rapidamente do que se previa. Essa possibilidade pode combinar-se às três anteriores. Seu teste é verificar melhora de resultados sem obrigações fiscais ilimitadas, fechamento dos mercados ou perda de controle democrático. O desenho das instituições, e não a palavra aceleração, constitui a variável independente de interesse.

Não se atribuem probabilidades numéricas: não existem modelo causal e intervalos de confiança que sustentem esse cálculo. Os três caminhos principais podem coexistir em setores e países diferentes. Alterações na velocidade do progresso técnico não precisam reproduzir-se na velocidade da transformação social e política.

14. Evidências capazes de modificar a avaliação

As informações de maior consequência no curto prazo provavelmente serão operacionais, não espetaculares: estudos robustos de vários países que cruzem adoção e produção empresarial; acompanhamento independente de contratação inicial em profissões expostas; resultados financeiros auditados que indiquem a distribuição de valor; queda comprovada de custo por tarefa validada; capacidade regional de centros de dados efetivamente conectada à rede; e avaliações institucionais de segurança da IA e sistemas autônomos.

Um programa rigoroso também precisa preservar observações capazes de refutar narrativas populares. Um aumento generalizado do desemprego contrariaria afirmações de que a recomposição de tarefas continua suficiente; ganhos persistentes de contratação e salário em profissões expostas enfraqueceriam a hipótese de substituição imediata. Melhora dos testes dos modelos com produtividade agregada estagnada enfraqueceria a análise de abundância automaticamente produzida pela capacidade técnica. Menor concentração na nuvem, interoperabilidade aberta e queda nos custos de substituição enfraqueceriam narrativas fortes de monopólio. Benefício social mensurável de normas de segurança sem fechamento do mercado contrariaria a tese de que toda governança de segurança é captura regulatória.

A posição editorial adequada não é celebrar um mundo sem restrições nem romantizar a estagnação. Progresso técnico amplia o conjunto de ações possíveis. Propriedade, coordenação, direitos políticos, infraestrutura e instituições econômicas determinam quais possibilidades se tornam conquistas sociais duradouras. Em 2026, as evidências demonstram uma fronteira tecnológica em rápida expansão e um resultado distributivo ainda indefinido. A questão mais importante do aceleracionismo passa a ser quem consegue governar a passagem da capacidade ao bem-estar e a quais interesses essa passagem serve.

Fontes e pesquisas relacionadas

[1] Stanford Institute for Human-Centered AI, The 2026 AI Index Report, especialmente Economy: https://hai.stanford.edu/ai-index/2026-ai-index-report/economy

[2] Organização Internacional do Trabalho, The impact of GenAI on jobs, productivity and work organization, 1º de junho de 2026: https://www.ilo.org/publications/impact-genai-jobs-productivity-and-work-organization-review-empirical

[3] Anthropic, Labor market impacts of AI: A new measure and early evidence, 5 de março de 2026: https://www.anthropic.com/research/labor-market-impacts

[4] Fundo Monetário Internacional, Gen-AI: Artificial Intelligence and the Future of Work, janeiro de 2024: https://www.elibrary.imf.org/view/journals/006/2024/001/article-A001-en.xml

[5] FMI, Bridging Skill Gaps for the Future: New Jobs Creation in the AI Age, 2026: https://www.elibrary.imf.org/view/journals/006/2026/001/article-A001-en.xml

[6] Agência Internacional de Energia, Energy and AI, sumário executivo, 2025: https://www.iea.org/reports/energy-and-ai/executive-summary

[7] Eva Vivalt e outros, NBER Working Paper 32719, The Employment Effects of a Guaranteed Income, julho de 2024, revisado em agosto de 2026: https://www.nber.org/papers/w32719

[8] Dario Amodei, We Must Pace the Frontier, setembro de 2026: https://wemustpacethefrontier.com/

[9] Sam Altman, discurso ao Conselho de Segurança das Nações Unidas, 23 de setembro de 2026: https://openai.com/index/sam-altman-un-security-council-remarks/

[10] UN Web TV, Conselho de Segurança, reunião 10228, 23 de setembro de 2026: https://webtv.un.org/en/asset/k1e/k1ehru4okj

[11] Instituto Brasileiro de Geografia e Estatística, PNAD Contínua, setembro de 2026, divulgada em 30 de outubro: https://www.ibge.gov.br/estatisticas/sociais/trabalho/2511-np-pnadcontinua/17270-pnad-continua.html?edicao=37526

[12] OTAN, Innovation and technology adoption, atualizado em 8 de julho de 2026: https://nato.int/en/what-we-do/deterrence-and-defence/emerging-and-disruptive-technologies

[13] Escritório das Nações Unidas em Genebra, apelo conjunto ONU–CICV sobre armas autônomas, 25 de agosto de 2026: https://www.ungeneva.org/en/news-media/press-release/2026/08/renewed-call-united-nations-secretary-general-and-president

[14] Marginal Thinking, Accelerationism: intellectual history, capitalist dynamics, rival political programmes and the technological future, 24 de outubro de 2026: https://marginalthinking.org/reports/2026/10/2026-10-24-accelerationism-intellectual-history-capital-technology-politics

[15] Marginal Thinking, Nick Land: capitalism, cybernetics and the philosophical journey from Warwick to the Dark Enlightenment, 24 de outubro de 2026: https://marginalthinking.org/reports/2026/10/2026-10-24-nick-land-ccru-accelerationism-dark-enlightenment

[16] Marginal Thinking, Technofeudalism: platform ownership, economic rendas econômicas and the struggle over digital sovereignty, 25 de outubro de 2026: https://marginalthinking.org/reports/2026/10/2026-10-25-technofeudalism-platform-rendas econômicas-digital-sovereignty.html

[17] American Psychological Association, How AI is reshaping human skills and thinking, 1º de julho de 2026: https://www.apa.org/monitor/2026/07-08/ai-job-skills-thinking