Empresas de IA estão contratando os melhores economistas do mundo — e isso pode ser um problema

Em 2019, mais de dois terços dos pesquisadores de inteligência artificial (IA) trabalhavam na indústria, ante menos da metade em 2001. Agora, segundo estudo de Ufuk Akcigit da Universidade de Chicago e colegas, o mesmo fenômeno está acontecendo com os economistas. E a velocidade está acelerando.

A OpenAI contratou Ronnie Chatterji, da Universidade Duke, como economista-chefe, que trabalha ao lado de Jason Furman, economista de Harvard e ex-assessor de Barack Obama.

A Anthropic nomeou Anton Korinek, da Universidade da Virginia, segundo economista mais citado no mundo na pesquisa sobre IA segundo o banco de dados IDEAS/RePec, para sua equipe de pesquisa econômica.

O Google DeepMind contratou Alex Imas, da Universidade de Chicago, como "diretor de economia de AGI".

A pergunta que ninguém consegue responder ainda é: quando um economista vai trabalhar para a empresa que está tentando estudar, o que acontece com a pesquisa?

O que os acadêmicos não estão estudando

Três anos e meio após o lançamento do ChatGPT, e com o debate sobre o impacto da IA na economia dominando o espaço público, a análise econômica da tecnologia ainda é comparativamente escassa nas universidades.

A proporção de papers publicados peloNational Bureau of Economic Research (NBER), o principal repositório de pesquisa econômica dos EUA, que tratam de IA está crescendo, mas lentamente.

Em 2024, depois que a emergência da covid-19 havia passado e a era da IA havia verdadeiramente começado, o número de papers sobre covid ainda superava os sobre IA. Este ano, o NBER deve realizar mais conferências sobre saúde do que sobre IA, segundo a The Economist.

A comparação histórica é reveladora. Após a falência do Lehman Brothers em 2008, economistas transformaram o estudo de corridas bancárias e crises de crédito de nicho em mainstream em questão de meses.

Dois meses após o início da covid, quase um terço dos papers do NBER já focava nos efeitos da pandemia. Com a IA — que seus defensores descrevem como a maior transformação tecnológica da história —,o ritmo é muito mais lento.

Os motivos são dois, segundo análises do mercado.

Primeiro, ao contrário da covid, a IA está mudando a economia "por baixo do capô".

A taxa média de desemprego nos países da Organização para a Cooperação e Desenvolvimento Econômico (OCDE) está praticamente igual à de quando o ChatGPT foi lançado, e os números do Produto Interno Bruto (PIB) ainda contêm poucos dados específicos sobre IA.

Segundo, economistas são, como regra, tecnocéticos. Uma pesquisa de Basil Halperin, da Universidade da Virginia, e colegas mostrou que mesmo num cenário de progresso "rápido" de IA até 2030, em que a tecnologia compita ou supere os humanos mais brilhantes, o economista acadêmico mediano espera crescimento do PIB americano de cerca de 4% em 2050, contra 5,3% projetado por pesquisadores de IA.

Apenas 11% dos principais economistas concordam que o uso da IA na próxima década "levará a um aumento substancial nas taxas de desemprego em países avançados", segundo pesquisa da Universidade de Chicago.

Por que as empresas querem economistas

O vácuo acadêmico está sendo preenchido pela indústria — e o atrativo é claro.

Posições relativamente juniores em laboratórios de IA podem pagar US$ 300 mil por ano ou mais. Para pesquisadores sênior, a compensação total pode chegar a US$ 925 mil, segundo dados do Levels.fyi de maio deste ano. Há também acesso a dados melhores e ao ouvido de formuladores de políticas.

Mas Daron Acemoglu, do MIT — o economista mais citado na pesquisa sobre IA segundo o IDEAS/RePec, e Nobel de Economia em 2024 — colocou o dedo na ferida em entrevista ao MIT Technology Review.

"As empresas de IA estão bem cientes de que o ceticismo público sobre a tecnologia está crescendo", disse ele. "O que espero que não aconteça é que elas estejam interessadas em economistas apenas para promover seus pontos de vista ouamplificar o hype."

A preocupação não é abstrata. Depois de uma transição permanente da academia para a indústria, pesquisadores de IA produzem menos estudos e mais patentes , em uma "reorientação da ciência aberta para a inovação proprietária", segundo o estudo de Akcigit e colegas.

Pesquisadores dentro de empresas tendem a gastar menos tempo em grandes questões de impacto social e mais em perguntas estreitas, como o design de leilões para venda de anúncios.

O risco do conflito de interesse

O caso mais emblemático é o de Tom Cunningham, pesquisador de economia que deixou a OpenAI depois de, segundo relatos, ficar frustrado com o que podia e o que não podia publicar. Acabou na METR, um instituto dedicado a avaliar modelos de IA e as ameaças que representam.

A qualidade da pesquisa produzida dentro das empresas ainda deixa a desejar. A Anthropic publicou em março um relatório concluindo que "as pessoas ficam melhores em usar o Claude com a experiência", uma constatação que a The Economist descreveu como óbvia.

A OpenAI publicou trabalho descritivo mostrando que 20 a 25% das mensagens no ChatGPT envolviam "busca de informação".

O Índice Econômico da Anthropic — lançado com grande alarde — foi descrito pela The Economist não como um índice de fato, mas como "uma coleção aleatória de dados sobre uso do chatbot".

Mas existem exemplos positivos. O trabalho de Korinek e Patrick McKelvey, do Banco do Canadá, no Peterson Institute for International Economics construiu um "PIB de IA" para os EUA e mostrou que, adequadamente medido, ele cresceu mais de 2.000% tanto em 2024 quanto em 2025.

O tracker de Imas sobre o efeito da IA na produtividade aponta evidências encorajadoras de ganhos em pequena escala, mas pouca evidência de grandes efeitos macroeconômicos, uma conclusão que contraria o hype tanto quanto o confirma.

É exatamente esse tipo de pesquisa independente que o mundo precisa. "Fiquei chocado com o quão poucos dos meus colegas sequer tentaram conversar com a Anthropic ou a OpenAI", disse um economista acadêmico de destaque à The Economist.

O problema não é que os economistas estejam indo para as empresas de IA. É que, quando chegam lá, podem parar de dizer o que realmente pensam.