The Robot from Ipanema goes Working: Estimating the Probability of Jobs Automation in Brazil

Abstract

In this paper, we replicated the method applied by Frey and Osborne to investigate the automation probability of jobs in Brazil, using data from Brazilian labor market administrative records between 1986 and 2017. We categorized each job listed on Brazil’s Occupational Classification System into Job Zones based on its technical qualifications requirements and estimated the future demand for workers of each Job Zone from 2018 to 2046. To estimate the probability of automation for each occupation, we first collected the expert opinion of 69 specialists on artificial intelligence and then applied a Gaussian process using as input the text description of each occupation. The results showed that in 2017 55% of all formally employed workers in Brazil are in jobs with high or very high risk of automation, a value consistent with similar works found in the literature for other countries. The findings of this paper can aid policy makers to anticipate potential increased unemployment for occupations with high risk of automation, anticipate future transformations of the Brazilian labor market, and consequently support the planning of economic and social interventions.

RESUMEN

Em este estudio reproducimos el método aplicado por Frey y Osborne (2017 para investigar la probabilidad de automatizar empleos en Brasil, usando datos obtenidos en los registros administrativos del mercado laboral brasileño entre 1986 y 2017. Calificamos todos los empleos enumerados en el Sistema de Clasificación Ocupacional de Brazil en Áreas de Trabajo según su necesidad de obtener una calificación técnica, y estimamos la demanda futura de trabajadores de cada Área de Trabajo desde 2018 hasta 2046. Para estimar la probabilidad de automatizar cada ocupación, recopilamos primero la opinión experta de 69 especialistas en inteligencia artificial. Luego aplicamos el Proceso de Gauss usando como input el texto que describe a cada una de las ocupaciones. Los resultados mostraton que en 2017, 55,03% de todos los trabajadores contratados formalmente en Brasil estaban asignados a realizar tareas con un alto o muy alto riesgo de automatización, un valor consistente con datos encontrados en la literatura de otros países que reflejan estudios similares. Los hallazgos de este estudio pueden ayudar a los formuladores de políticas a anticipar el probable aumento de la tasa de desempleo relativa a las ocupaciones con alto riesgo de automatización, anticipar las transformaciones que el mercado laboral puede sufrir en el futuro y, consecuentemente, respladar la planificación de intervenciones económicas y sociales.

RESUMO

No presente trabalho replicamos o método adotado por Frey e Osborne (2017) para pesquisar a probabilidade de automação de serviços no Brasil, usando dados de registros administrativos do mercado de trabalho brasileiro entre 1986 e 2017. Agrupamos todos os serviços incluídos no Sistema de Classificação Ocupacional do Brasil em Zonas de trabalho, com base em sua necessidade de qualificação técnica, e estimamos a futura demanda de trabalhadores em cada Zona de Trabalho, de 2018 to 2046. Para estimar a probabilidade de automação de cada ocupação, primeiro obtivemos o parecer técnico de 69 especialistas em inteligência artificial, depois aplicamos o Processo Gaussiano usando como input o texto que descreve cada uma das ocupações. Os resultados indicaram que em 2017, 55,03% de todos os trabalhadores com emprego formal no Brasil estavam alocados em trabalhos com risco de automação elevado ou muito elevado – esse valor é consistente com pesquisas similares encontradas na literatura referente a outros países. Os achados do presente trabalho podem ajudar os formuladores de políticas a antecipar aumentos em potencial no índice de desemprego nas ocupações com risco elevado de automação, prever transformações futuras do mercado de trabalho brasileiro e, por conseguinte, embasar o planejamento de intervenções econômicas e sociais.

Keywords:

• Artificial intelligence
• jobs automation
• machine learning
• natural language processing
• unemployment

Notes

Notes

1 The Lattes Platform is an information system maintained by the Brazilian Government to manage information on science, technology, and innovation related to individual researchers working in Brazil.

2 Out of the $46,281,590$ workers displayed in Figure 1, some did not have their CBOs registered as missing values in RAIS, and those entries were lost between the data joins, thus the difference between the values.