No mundo da IA, escolher a profissão certa importa menos do que aprender a encontrar constantemente uma nova para si

A maior parte da vida de uma pessoa é acompanhada pela pergunta: o que você quer ser quando crescer?

Começam a fazer essa pergunta ainda na infância. Depois, o adolescente escolhe uma ênfase, uma universidade, uma especialidade. Assume-se que existe em algum lugar um lugar adequado para ele: basta entender-se bem o suficiente, obter o conhecimento necessário, encontrar esse lugar e ocupá-lo.

Nesse modelo, a escolha da profissão é uma das principais decisões do início da vida. O erro custa caro, por isso aconselham abordar a escolha com seriedade.

Mas e se a própria formulação da pergunta estiver gradualmente ficando obsoleta?

Não porque as profissões vão desaparecer. E não porque a educação deixará de ser necessária.

Mas porque o tempo de vida de uma oportunidade econômica pode se tornar muito mais curto do que o tempo de vida de uma carreira humana.

Uma boa profissão hoje não promete nada sobre o amanhã

Em diferentes períodos, ocupações completamente diferentes tornam-se repentinamente lucrativas.

O crescimento do e-commerce cria uma enorme demanda por entregadores. Os salários sobem, a barreira de entrada custa quase nada e uma pessoa sem anos de treinamento de repente obtém uma renda comparável àquelas que estudaram por muitos anos.

Depois, a oferta de trabalhadores cresce, as tecnologias mudam, o mercado satura — e esse mesmo trabalho deixa de ser tão atraente.

A chegada da produção estrangeira cria outra oportunidade. Em uma região industrial, um jovem pode, após a escola, conseguir um emprego em uma fábrica moderna, treinar dentro da empresa e começar a ganhar antes de um colega que passará os próximos cinco anos na universidade.

Alguns anos depois, chega uma nova onda.

Hoje, praticamente um estudante pode encontrar na internet cem empresas em funcionamento com sites desatualizados, usar a IA para fazer uma versão moderna em poucas horas e enviar propostas aos proprietários. Noventa e sete empresas ignorarão o e-mail. Duas ou três concordarão — e o experimento se mostrará lucrativo.

Mas essa oportunidade também não é eterna.

Quando milhares de pessoas começarem a usar o mesmo truque, o preço cairá. Quando a criação de um novo site se tornar quase automática, a própria vantagem desaparecerá.

O problema não é que a pessoa escolheu a profissão errada.

O mundo simplesmente mudou.

Portanto, talvez estejamos pensando demais sobre a escolha

Imaginemos dois jovens de dezoito anos e demos a cada um seis anos.

O primeiro escolhe uma profissão.

Ele entra na universidade, faz um programa sequencial, passa nos exames e, aos vinte e quatro anos, obtém um volume sério de conhecimento especializado e um diploma reconhecido.

O segundo não escolhe nada definitivamente.

Ele consegue um emprego. Seis meses depois, percebe que não é adequado para ele. Tenta outro. Tenta vender alguma coisa. Fracassa. Domina uma nova ferramenta. Faz um pequeno projeto. Encontra os primeiros clientes. O nicho desaparece. Muda para outra área. Aprende algo novo novamente.

Aos vinte e quatro anos, a biografia do primeiro parece clara.

A biografia do segundo parece caótica.

Sobre o primeiro, dizem que ele investiu seis anos em seu futuro.

Sobre o segundo, é fácil dizer que ele não conseguiu se decidir por seis anos.

Mas talvez eles estivessem apenas acumulando diferentes tipos de capital.

O primeiro estava se tornando cada vez mais bem preparado para uma atividade específica.

O segundo estava se tornando cada vez mais bem preparado para a necessidade de mudar de atividade.

Sabemos medir bem o primeiro. Para o segundo, nem sequer temos uma unidade de medida universalmente aceita.

O erro também produz conhecimento

Se uma pessoa estudou na universidade por dois anos e percebeu que queria fazer outra coisa, esses dois anos são frequentemente percebidos como uma perda.

Se ela mudou de emprego cinco vezes, isso pode parecer ainda pior.

Mas nem toda tentativa malsucedida é tempo perdido.

Uma pessoa não se conhece de antemão.

Ela pode imaginar que gosta de programação até tentar fazê-la oito horas por dia. Pode se considerar um mau vendedor até acabar acidentalmente nas vendas. Pode sonhar com uma grande corporação e perceber um mês depois que não suporta esse ambiente.

Algum conhecimento é impossível de obter de um livro.

Você não pode ler uma descrição detalhada o suficiente de uma profissão e saber se você gostará de exercê-la pelos próximos dez anos.

Para isso, é necessário um experimento.

Nesse caso, a pessoa que tentou cinco ocupações e abandonou quatro não necessariamente falhou quatro vezes.

Ela eliminou quatro hipóteses sobre a própria vida.

E, de quebra, aprendeu algo sobre mercados, pessoas, dinheiro e suas próprias capacidades.

O mercado pode se tornar um currículo por si só

Uma pessoa que tenta ganhar dinheiro criando sites para empresas não tem um currículo elaborado com antecedência.

Mas o seu análogo funcional surge muito rapidamente.

Se ela não sabe encontrar clientes potenciais — tem que aprender a pesquisar.

Se ninguém responde aos e-mails — tem que aprender a formular uma proposta.

Se um cliente se interessou mas não comprou — tem que entender de vendas.

Se o site fica ruim — tem que dominar design e tecnologia.

Se o trabalho leva três dias, e um concorrente o faz em três horas — tem que dominar a IA.

Se há muitos clientes, mas ainda assim não há dinheiro — tem que entender de precificação.

Ninguém decidiu de antemão que a pessoa precisava estudar exatamente esses tópicos.

A necessidade surgiu antes do conhecimento.

Esta é a sequência oposta em comparação com a maior parte da educação formal.

O modelo tradicional muitas vezes se parece com isto:

primeiro o conhecimento → depois a busca por um lugar onde ele será útil.

O experimental:

primeiro a tarefa → depois a descoberta do conhecimento faltante → aprendizado → verificação imediata.

O segundo modelo não cancela a educação. Ele muda o momento em que ela aparece.

Às vezes é melhor fazer faculdade mais tarde, não mais cedo

Imaginemos uma pessoa que passou vários anos tentando diferentes ocupações e, aos vinte e um anos, percebeu que queria projetar pontes.

Agora ela realmente precisa de matemática séria, física, treinamento de engenharia e qualificações formais.

Ela vai estudar.

Mas a sua situação é fundamentalmente diferente da situação de um adolescente de dezessete anos que escolheu uma especialidade quase às cegas.

Ela já sabe por que precisa desse conhecimento.

A educação deixa de ser uma aposta em um futuro desconhecido e se torna uma ferramenta para alcançar um objetivo descoberto.

Isso não é um argumento contra as universidades.

Médicos, engenheiros, pesquisadores e muitos outros especialistas não podem ser formados através de algumas conversas com IA e uma série de pequenos projetos.

Mas não se segue daí que a mesma ordem sirva para todas as pessoas:

primeiro escolha uma profissão → prepare-se por vários anos → só depois teste sua escolha com a realidade.

Às vezes, o oposto pode se mostrar mais racional:

tente → descubra uma direção → compreenda as limitações → aprenda o que é verdadeiramente necessário para ir mais longe.

A IA reduz drasticamente o custo da tentativa

Antigamente, experimentar era muito mais caro.

Se uma pessoa quisesse tentar criar um produto de software, precisava aprender a programar ou encontrar um programador.

Para fazer o design — um designer.

Para pesquisar o mercado — tempo e competências.

Para escrever uma proposta comercial — outra habilidade.

Portanto, entre o pensamento "será que vai dar certo?" e a verificação real, podiam existir meses de trabalho e muito dinheiro.

A IA está começando a encurtar essa distância.

Uma única pessoa já é capaz de usar a máquina como programadora, pesquisadora, tradutora, designer, analista e assistente de vendas — ainda que de forma imperfeita.

E isso está começando a se refletir na economia real.

Em 2026, a Stripe relata que a participação de solo founders entre as empresas criadas através do Stripe Atlas atingiu um recorde histórico. Ao mesmo tempo, cresce o número de empreendedores individuais com receita anormalmente alta. A IA não prova que todos podem construir um negócio de sucesso sozinhos, mas reduz o número de diferentes especialistas que uma pessoa precisa para pelo menos testar uma ideia.

Esta é uma mudança fundamental.

Se antes um experimento malsucedido podia custar um ano e muito dinheiro, amanhã alguns experimentos podem custar uma semana.

O que significa que uma pessoa pode se dar ao luxo de cometer muito mais erros.

Mas é fácil confundir uma oportunidade com uma profissão

Aqui surge outra armadilha.

Digamos que hoje a criação de sites com a ajuda da IA traga a uma pessoa vários milhares de dólares por mês.

Pode-se concluir:

"Eu encontrei uma profissão."

Mas exatamente isso pode se revelar um erro.

Se a entrada em um nicho se tornou barata para uma pessoa, ela se tornou barata para mil de seus concorrentes.

A alta renda de hoje não garante nada.

Portanto, o valor de uma oportunidade específica consiste não apenas no quanto se conseguiu ganhar com ela.

Ela pode deixar outra coisa para trás:

a pessoa aprendeu a encontrar clientes;

entendeu como testar a demanda;

aprendeu a vender;

dominou várias ferramentas;

viu com que rapidez uma vantagem é copiada;

aprendeu a fechar um projeto que não estava funcionando;

e o mais importante — ganhou experiência na busca pela próxima oportunidade.

Então, o desaparecimento de um nicho deixa de ser uma catástrofe.

Ela nem deveria ter existido para a vida toda.

Talvez o principal ativo seja a capacidade de se reconstruir

Estamos acostumados a descrever o capital humano através da acumulação.

Uma pessoa sabe matemática.

Sabe programar.

Tem dez anos de experiência em logística.

Obteve educação médica.

Mas em um ambiente em rápida mudança, surge outro tipo de capacidade:

ver → entender → aprender → tentar → obter feedback → adaptar-se.

Pode-se saber muito e ser ruim em passar por esse ciclo.

Ou pode-se ter uma educação formal relativamente pequena, mas ser capaz de entrar em uma nova área com profundidade suficiente em poucos meses para começar a criar valor nela.

Essa capacidade pode ser chamada de capital de adaptação.

Isto não é um estoque de conhecimento específico.

É a capacidade de criar novamente o estoque necessário de conhecimento após a mudança do ambiente.

E aqui surge uma pergunta desconfortável para a educação

As pesquisas do mercado de trabalho já mostram que um diploma e a capacidade de realizar um trabalho não são a mesma coisa.

Os empregadores passaram décadas adicionando requisitos de diploma de bacharel, mesmo para vagas cujo conteúdo não mudava substancialmente. Posteriormente, surgiu o movimento inverso — skills-based hiring (contratação baseada em habilidades), no qual algumas empresas começaram a remover os requisitos formais de diploma e a descrever com mais precisão as habilidades necessárias.

Mas mesmo essa mudança é lenta: anunciar o abandono de requisitos de diploma é muito mais fácil do que realmente reestruturar as contratações.

Paralelamente, a OCDE, em 2026, chama atenção separadamente para o informal learning (aprendizado informal) — conhecimentos e habilidades que uma pessoa adquire através do trabalho, atividades cotidianas e aprendizado autodidata. Essa forma de aprendizado é particularmente adequada a um ambiente onde os requisitos de habilidades mudam rapidamente sob a influência da digitalização e da IA.

Surge uma situação estranha.

A economia exige cada vez mais a capacidade de aprender constantemente.

As tecnologias permitem cada vez mais aprender diretamente no momento em que surge a necessidade.

Mas o sistema social continua sendo muito bom em reconhecer apenas trajetórias educacionais padronizadas com antecedência.

Talvez o problema não seja que a educação formal é inútil.

O problema é que nós sabemos medir a educação acumulada muito melhor do que a capacidade de uma pessoa de continuar se educando.

Uma trajetória pronta ajuda e ao mesmo tempo retira o treino

A educação formal tem uma enorme vantagem.

Ela retira do indivíduo a necessidade de decidir constantemente o que fazer a seguir.

Aqui está a matéria.

Aqui está o professor.

Aqui está o material.

Aqui está o prazo.

Aqui está o critério de sucesso.

Aqui está o exame.

Aqui está o próximo curso.

Para uma pessoa que ainda não é capaz de construir uma trajetória por si mesma, este é um sistema extremamente valioso.

Mas essa vantagem pode ter um lado inverso.

Enquanto outra pessoa passa anos respondendo à pergunta "o que você deve fazer a seguir?", o indivíduo não precisa aprender a responder a isso por conta própria.

A vida experimental força a fazer isso constantemente:

O que está acontecendo agora?

Onde surgiu uma oportunidade?

Por que a tentativa anterior não funcionou?

O que eu não sei fazer?

Vale a pena aprender isso?

A IA pode preencher essa lacuna?

Continuar ou desistir?

O que tentar a seguir?

Isso também é aprendizado.

Só que não tem diploma.

A IA pode tornar a independência menos elitista

O caminho experimental sempre teve um problema sério.

Ele exige independência.

Nem todo jovem de dezoito anos é capaz de pesquisar o mercado sozinho, escolher uma direção, elaborar um programa de estudos, encontrar clientes, avaliar o resultado e entender o que fazer após um fracasso.

Portanto, as trajetórias prontas não eram apenas uma restrição. Elas resolviam um problema real.

Mas a IA é capaz de mudar isso também.

Uma pessoa não precisa mais saber por conta própria como construir cada próximo passo. Ela pode discutir possíveis direções com a máquina, explorar uma área desconhecida, montar experimentos baratos, analisar erros e obter rapidamente as explicações faltantes.

A IA não cria curiosidade e não força o indivíduo a agir.

Mas ela pode reduzir o custo intelectual da independência.

Assim, a capacidade de construir a própria trajetória deixa de ser um privilégio de um pequeno grupo de pessoas que aprenderam isso sozinhas por acaso.

Ela também pode ser desenvolvida.

Talvez estejamos fazendo a pergunta errada às crianças

"O que você quer ser quando crescer?" é uma boa pergunta para um mundo em que a resposta permanece útil por tempo suficiente.

Mas se uma pessoa viver oitenta anos e as tecnologias, os mercados e as formas de criar valor mudarem radicalmente várias vezes ao longo de sua carreira, uma única resposta pode não ser suficiente.

Então a pergunta deve soar diferente:

Você será capaz de entender quem se tornar a seguir?

Não obrigatoriamente um empreendedor.

Não obrigatoriamente um programador.

Não obrigatoriamente mudando de profissão todo ano.

O sentido não está em movimento constante pelo movimento em si.

O sentido está na ausência da premissa de que um lugar encontrado uma vez deve continuar sendo seu.

Talvez a pessoa do futuro tenha que descobrir várias vezes onde suas habilidades são necessárias ao mundo no momento, construir o que falta e se tornar um especialista novamente.

Então, o resultado final da educação não é uma pessoa preparada para uma única profissão.

O resultado final é uma pessoa capaz de fazer de si mesma um especialista novamente — quantas vezes forem necessárias.