A Gallup mediu: quem foi demitido usava menos IA. Só 1% culpa a IA pela própria demissão

Comparado com o quê, medido como, com que grupo de controle — antes de aceitar que "usar IA protege o emprego", vale fazer as três perguntas de sempre num número que já está circulando como se fosse causa provada. A Gallup publicou em 17 de junho de 2026 o resultado da sua pesquisa trimestral de força de trabalho, aplicada entre 4 e 19 de fevereiro com 23.717 trabalhadores adultos dos Estados Unidos, com margem de erro de ±0,9 ponto percentual: entre os que foram demitidos recentemente, 62% usavam ferramentas de IA "uma vez por ano ou menos" — contra 50% dos que seguem empregados.

O número existe, e a amostra é séria

A primeira pergunta que faço em qualquer estudo é qual era a amostra — e aqui a resposta é boa: 23.717 pessoas, método declarado (Gallup Panel, recrutamento probabilístico), margem de erro publicada e definição clara do que conta como "usuário raro de IA". Isso já separa este caso da maioria dos estudos de produtividade com IA que passam por aqui. A diferença entre os dois grupos é de 12 pontos percentuais — 62% contra 50% — e não é pequena. Isso não é o tipo de estudo que cito para desmontar por falta de método. É o tipo de estudo onde o método existe e ainda assim o número não prova o que a manchete está fazendo ele provar.

Só 1% culpa a IA pela própria demissão

A mesma pesquisa perguntou aos demitidos, com as próprias palavras, por que acham que perderam o emprego. Apenas 1% citou IA ou automação como causa principal. O resto falou em reestruturação organizacional, corte de custo ou eliminação do cargo. A própria Gallup nota, no texto do relatório, que isso "não significa necessariamente que a IA não teve papel nenhum" — muitas dessas reestruturações podem refletir decisão influenciada por IA sem que a empresa tenha comunicado isso ao trabalhador. É uma ressalva honesta, e também é o motivo pelo qual o número de 62% e o número de 1% não podem virar a mesma manchete: um mede correlação estatística entre dois grupos; o outro mede o que a pessoa afetada, de fato, entende como motivo.

Os dois grupos também diferem em outras coisas

A pesquisa reporta mais duas diferenças entre demitidos e empregados que raramente aparecem quando esse dado circula: 13% dos demitidos vieram de emprego em tecnologia, contra 6% dos empregados; e 25% dos demitidos tinham o emprego anterior totalmente remoto, contra 13% dos empregados. Tecnologia e trabalho remoto foram justamente os dois segmentos que mais sofreram corte em 2026 — por motivos que incluem IA, mas também reorganização de escritório, fim de contratação em excesso do pós-pandemia e desaceleração de investimento em software. Se demitidos vêm desproporcionalmente desses dois grupos, e se esses dois grupos também usam IA de um jeito diferente do resto do mercado de trabalho por razões que nada têm a ver com o risco de demissão, a correlação entre "usa pouca IA" e "foi demitido" pode estar carregando o efeito desses dois fatores, não um efeito direto e isolado do uso de IA.

O desenho da pesquisa não segue o mesmo trabalhador no tempo

A Gallup comparou dois grupos num único momento — quem está demitido hoje contra quem está empregado hoje — e não voltou para entrevistar as mesmas pessoas antes e depois da própria demissão. Isso é desenho transversal, não longitudinal, e a diferença importa: um desenho longitudinal poderia mostrar se o uso de IA de uma pessoa caiu antes da demissão (o que sugeriria causa) ou se ela sempre usou pouco IA, independente do que aconteceu depois com o emprego dela (o que sugeriria só correlação de perfil). Sem esse dado, o número não fecha para a leitura que está circulando: os 12 pontos de diferença sustentam a frase "gente demitida tende a ter usado menos IA" — não sustentam "usar mais IA evita demissão", que é a leitura que virou manchete.

O que fazer com um número assim

Não é motivo para descartar a pesquisa nem para tratá-la como prova. É o mesmo padrão que já apontei aqui em cases de produtividade — e o mesmo cuidado que faltou a quem espalhou, sem abrir o paper, o número dos "90% dos executivos": falta amostra controlada, falta denominador comparável, falta grupo de controle real — só que, desta vez, os três primeiros existem (a amostra é grande, o método é sério), e o que falta é a estrutura causal. Gestor que decidir "vou obrigar o time a usar mais IA porque isso protege o emprego dele" está agindo sobre uma correlação que a própria Gallup se recusa a chamar de causa. O dado que existe, e que vale levar a sério, é outro: só 1% dos demitidos aponta a IA como o motivo — o que sugere que, quando a demissão realmente vem de decisão ligada a IA, a empresa quase nunca diz isso em voz alta para quem perdeu o emprego.

Essa reticência apareceu, por escrito, num caso concreto de 2026: a Uber cortou pessoal três vezes no ano e só uma das três cartas internas credita a IA como motivo — justamente a que atinge a categoria com menos poder de resposta das três.

O mesmo cuidado com causa e correlação apareceu, num desenho diferente, num estudo de 41 países sobre IA e composição de emprego: a queda na fatia júnior que também vira manchete de corte é, na decomposição dos próprios autores, principalmente crescimento do emprego sênior — não demissão de júnior.