Impactos sociais e éticos que poderão ser gerados pelos processos de automação no meio ambiente do trabalho

Wilson Engelmann é Doutor e Mestre em Direito Público, Programa de Pós-Graduação em Direito da Universidade do Vale do Rio dos Sinos - UNISINOS, Brasil; realizou Estágio de Pós-Doutorado em Direito Público-Direitos Humanos, no Centro de Estudios de Seguridad (CESEG), da Universidade de Santiago de Compostela, Espanha;  Professor e Pesquisador do Programa de Pós-Graduação em Direito - Mestrado e Doutorado e do Mestrado Profissional em Direito da Empresa e dos Negócios, ambos da UNISINOS; Bolsista de Produtividade em Pesquisa do CNPq; Líder do Grupo de Pesquisa JUSNANO.

wengelmann@unisinos.br / ORCID: https://orcid.org/0000-0002-0012-3559.

     O cenário estruturado com as tecnologias convergentes, como inteligência artificial, Internet das Coisas, nanotecnologias, tecnologias digitais e outras, que é chamado de “Quarta Revolução Industrial” (Schwab, 2026), evidencia diversas características positivas, mas com um potencial conjunto de prováveis impactos e efeitos negativos em relação aos postos de trabalho. Essa convergência das tecnologias permite que tudo dentro e ao redor de uma operação de manufatura nos mais variados segmentos produtivo-industriais (fornecedores, a fábrica, distribuidores, até o próprio produto) esteja conectado digitalmente, fornecendo uma cadeia de valor altamente integrada. Se trata da chamada “Indústria 4.0” que se originou na Alemanha, mas o conceito se sobrepõe amplamente aos desenvolvimentos que, em outros países europeus, podem ser rotulados de várias maneiras: fábricas inteligentes, Internet das coisas industrial, indústria inteligente ou manufatura avançada (Davies, 2015). Na referida cadeia de valor também se deverá inserir o trabalhador e os postos de trabalho. Ainda não está claro quais serão os efetivos impactos que esse conjunto tecnológico poderá provocar. Um ponto é certo: haverá impactos éticos e sociais, que provocarão efeitos na vida e no meio ambiente laboral de muitos trabalhadores pelo mundo todo, considerando que a “Indústria 4.0” opera em rede e sem respeitar, necessariamente, os limites geográficos de cada país. Alguns desses impactos serão analisados a seguir.

Análise dos impactos sociais que poderão ser gerados pela automação

       O conceito da Quarta Revolução Industrial é contestado e as avaliações de suas implicações esperadas são diversas e complexas. Inevitavelmente, haverá “algumas mudanças” muito significativas na maneira como o trabalho será organizado desde o presente em direção ao futuro, mas a velocidade e a extensão dessas mudanças são controversas. Um tema recorrente em todas essas contribuições se relaciona às consequências para os empregos que são deslocados, ou criados, pelo processo de implementação de tecnologias digitais que exigirão novas formas de governança e consulta entre empregadores, parceiros sociais e governos (Neufeind et al., 2018). Uma efetiva gestão coletiva, onde os atores públicos e privados deverão dialogar, buscando a fórmula mais justa e ética para equilibrar os aspectos positivos e os aspectos negativos.

     Segundo Atkinson (2018), a onda de inovação trazida pela referida convergência tecnológica será mais modesta do que se tem anunciado. No entanto, ela será progressiva, especialmente ao permitir um aumento na produtividade que, com as políticas públicas certas, aumentará a renda dos trabalhadores em todo o mundo. Apesar dessa onda de inovação não ser sem precedentes, ainda podem haver impactos negativos para os quais os formuladores de políticas precisam se preparar e buscar mitigar. No entanto, muitos desses medos são injustificados e o principal deles, o deslocamento do trabalho, pode e deve ser tratado por políticas inteligentes, conforme será proposto ao final do trabalho.

     Um dos efeitos sociais que se vislumbra é o desemprego, que vem provocado pela crescente automação de tarefas desenvolvidas pelo ser humano. Entretanto, estudos acadêmicos sugerem que o aumento das taxas de crescimento da produtividade não levará a um aumento do desemprego (Atkinson & Wu, 2017), pois o maior crescimento da produtividade nas nações tem sido associado a menores taxas de desemprego (Miller & Atkinson, 2013). A razão é simples: as empresas investem em inovação de processos (inovações para aumentar a produtividade) para cortar custos e, devido aos mercados competitivos, repassam grande parte dessa economia aos consumidores na forma de cortes de preços, e alguns para os trabalhadores na forma de salários mais altos. Esse poder de compra adicionado não é enterrado; é gasto e esse gasto cria novos empregos (Atkinson, 2018). Além disso, o maior crescimento da produtividade cria uma “exuberância racional” onde os consumidores e as empresas se sentem mais confiantes e gastam e investem mais, levando a ainda mais crescimento e criação de empregos (Atkinson, 2016). Essa é uma perspectiva a ser considerada na proposição de arquiteturas normativas para os efeitos gerados pela inteligência artificial e a internet das coisas no contexto deste estudo.

      Existe outra face de análise que não parece ser tão “otimista” no tocante aos efeitos sociais e econômicos do processo gradativo de automatização ou automação ou digitalização: Acemoglu e Restrepo destacam que a mudança técnica se projeta de modo enviesada por habilidades, modelando a alocação de tarefas a fatores e permitindo a automação e a criação de novas tarefas. Segundo os autores, no modelo que eles desenvolveram (2), os custos dos fatores dependem do conjunto de tarefas que executam. A automação pode reduzir os salários reais e gerar mudanças consideráveis na desigualdade associadas a pequenos ganhos de produtividade (Dizikes, 2023). Novas tarefas podem aumentar ou reduzir a desigualdade, dependendo se são realizadas por trabalhadores qualificados ou não. Dados no nível de automatização da indústria sugerem que a automação contribui significativamente para o aumento de qualificação, enquanto novas tarefas reduziram a desigualdade no passado, contribuíram para a desigualdade recentemente (Acemoglu & Restrepo, 2020). Os autores sugerem uma alternativa à modelagem econômica padrão no campo, que enfatizou a ideia de mudança tecnológica “tendenciosa” - o que significa que a tecnologia tende a beneficiar trabalhadores selecionados de alta qualificação mais do que trabalhadores de baixa qualificação, ajudando nos salários de trabalhadores altamente qualificados mais, enquanto o valor de outros trabalhadores tenderia a ficar parado. Ao que se observa, os autores estão destacando a prévia existência de distinções salarias entre categorias com diferentes perfis de competências; tal cenário será agravado com a introdução da automação no meio ambiente do trabalho. Onde ocorre a automação, os trabalhadores com menor qualificação não estão apenas deixando de obter ganhos; eles são ativamente rebaixados financeiramente.

     Além disso, o processo de automação não necessariamente está diretamente relacionado ao aumento da produtividade. Ainda, segundo os autores, a automação promove o deslocamento de trabalhadores, gerando o desemprego, o que não significa também que aqueles trabalhadores que ainda serão preservados tenham ganhos salariais, decorrentes das suas competências “mais tecnológicas”, destacam Acemoglu e Restrepo (2020). Embora se possa destacar efeitos negativos trazidos pela convergência das tecnologias inseridas na Quarta Revolução Industrial, as consequências poderão ser evitáveis ou, ao menos, controladas e mitigadas:

[...] poderíamos, talvez, encontrar mais maneiras de produzir tecnologias que melhoram o emprego, em vez de inovações que o substituam. Não há nada que diga que a tecnologia é ruim para os trabalhadores. É a escolha que fazemos sobre a direção para desenvolver a tecnologia que é crítica. (Dizikes, 2020, pp. 356-61).

     Portanto, aqui se tem alguns indicativos para se estruturar políticas públicas e outras iniciativas, inclusive, regulatórias, a fim de se localizar um “justo meio” para os desafios que os seres humanos estão gerando a partir do desenvolvimento, pelos próprios humanos, das condições tecnológicas para a automação. A criação tecnológica e o controle dos seus efeitos deverá ser mantida sob o comando do ser humano.

     No contexto da análise dos impactos sociais e éticos, parece oportuno trazer um panorama retratado em publicação do Banco Mundial, ao caracterizar um dilema digital enfrentado pela Europa:

[...] as novas tecnologias digitais podem ajudar a Europa a se tornar mais competitiva. No entanto, enquanto algumas dessas novas tecnologias criam ou expandem o acesso aos mercados para empresas menores e em regiões atrasadas, outras podem criar desafios para a estrutura das tecnologias de convergência europeia, que concentram a atividade econômica em grandes empresas e regiões líderes. Acontece que as tecnologias digitais, como as plataformas de correspondência, têm o maior potencial de inclusão e convergência de mercado, mas é aqui que a Europa permanece menos competitiva. Em contraste, as empresas europeias são particularmente fortes em tecnologias que combinam dados com produção, como robótica inteligente e impressão 3D. Embora isso ajude a competitividade da Europa, também amplia a divisão entre grandes e pequenas empresas e as regiões líderes e atrasadas (Hallward-Driemeier, 2020).

     Aqui se tem o desenho de um impacto social muito peculiar, pois ele afeta as cidades/regiões e as empresas de diferentes tamanhos. Portanto, a automação também tem o potencial de ampliar diferenças entre organizações, o que já sinaliza que os efeitos serão irradiados para além do meio ambiente do trabalho e o trabalhador.

      Ao mesmo tempo, a inserção dos robôs e outras tecnologias digitais, formando um conjunto interconectado - a Internet das Coisas - provocará efeitos em diversos segmentos, e especialmente em relação ao trabalhador e o seu emprego. Como esse é um processo que está em movimento de gradativo ingresso no contexto laboral, provavelmente se terá dificuldades de projetar a integralidade e a amplitude dos efeitos (Petropoulos, 2018). Entretanto, será necessário iniciar uma consulta aberta a todas as partes envolvidas para definir a abordagem que os humanos farão em relação à era da Inteligência Artificial (IA). Esse processo deve ter várias etapas: garantir que a sociedade, e particularmente os formuladores de políticas, políticos e líderes empresariais, entendam o que é IA e seu potencial para as economias modernas; b) definir um quadro de regras para a operação de máquinas e sistemas automatizados de IA (Petropoulos, 2018). Isso deve ir muito além das famosas três leis da robótica de Asimov (3).

       Por isso, segundo Petropoulos, a adoção de regras claras com base em um bom entendimento desta nova era pode tornar a transição mais fácil e mitigar potenciais preocupações. No entanto, adotar regras sem um bom entendimento e conhecimento de como essa nova tecnologia será implementada (primeira etapa) seria contraproducente. Os programas de educação e treinamento devem ser cuidadosamente redesenhados para que forneçam as qualificações certas para os trabalhadores interagirem e trabalharem com eficiência ao lado das máquinas e impulsionar as habilidades digitais relevantes. Isso pode reduzir as preocupações potenciais com o deslocamento, já que os trabalhos geralmente consistem em uma série de tarefas distintas, mas inter-relacionadas. Na maioria dos casos, apenas algumas dessas tarefas são adequadas para automação. Ao preparar o trabalho humano para interagir de forma eficaz e eficiente com as máquinas, podemos maximizar os ganhos de produtividade das tarefas inter-relacionadas. Isso pode levar ao desenvolvimento de novos empregos ou ocupações que resultarão dessa cooperação e dos avanços da tecnologia. Iniciativas para preparar efetivamente mão de obra humana para esta nova era exigirão a estreita interação de autoridades e instituições com grandes empresas de tecnologia que tenham o know-how e a capacidade de contribuir para o treinamento. Instrumentos aprimorados para assistência na busca de emprego e realocação de empregos também podem ser benéficos e mitigar as preocupações associadas ao efeito do deslocamento.

     Para aprofundar esse entendimento, se deve promover um maior diálogo social entre todas as partes envolvidas (pesquisadores, formuladores de políticas, representantes da indústria e sindicatos, políticos e assim por diante) (Petropoulos, 2018). Este é um primeiro passo vital para compreender melhor os desafios e oportunidades desta nova revolução industrial. Ao que tudo indica, não se deverá aguardar, mas atuar em etapas contínuas e interligadas, onde o conhecimento dos desafios trazidos pela IA, vem acompanhado com a estruturação de medidas práticas e de intervenção, especialmente, no meio ambiente do trabalho.

     A esse conjunto de impactos sociais, se deverão adicionar as implicações na saúde e segurança do trabalhador e no próprio meio ambiente do trabalho (Smith, 2019). Aqui também se terá desafios que deverão ser considerados no cenário da automação. Uma resposta ótima à automação deve levar em consideração três outros problemas do mercado de trabalho que são muito menos controversos entre aqueles que se concentram no bem-estar dos trabalhadores, especialmente a sua saúde: aumento da desigualdade de renda, a erosão dos padrões de trabalho para trabalhadores de baixa renda e o papel da substituição de contratados externos por empregados da própria empresa (O’reilly, 2016). Se podem encontrar maneiras de enfrentar o ainda contestado desafio da automação, e isso também irá abordar - ou pelo menos não exacerbar - os desafios gerados pela desigualdade e padrões de trabalho em deterioração, no panorama apresentado até este momento.

     Na análise sobre os efeitos gerados pela automação também se encontra a questão relativa aos custos do empregado humano, tendo em vista o arcabouço regulatório pertinente ao Direito do Trabalho. Nesse sentido, se poderia destacar, ao menos considerando o atual estado da arte que, com a substituição do ser humano pelo robô, se poderá ter uma redução nos custos de produção. Entretanto, tal fenômeno exige uma análise mais detalhada, pois nesses custos de produção também deverão ser incorporados novas rubricas, como a manutenção dos equipamentos e sistemas, a amortização e a substituição futura, dada a velocidade com que essas tecnologias se tornam obsoletas. Até o momento, ainda não se tem nenhuma medida regulatória que se dirija a alguma espécie de tributo pela utilização da automação-robotização no meio ambiente do trabalho (Mckinsey Global Institute, 2016). Por isso, fica evidenciada a necessidade de os trabalhadores aprenderem a operar mais de perto com a tecnologia. Com isso, e aí um efeito importante, a tecnologia irá liberar tempo para que trabalhadores humanos, incluindo gerentes, se concentrem mais nas atividades para as quais trazem habilidades que as máquinas ainda precisam dominar (Acemoglu & Restrepo, 2016).

     Portanto, o trabalhador humano e todos aqueles que se inserem na sociedade como responsáveis pela formulação de políticas públicas e estruturas regulatórias deverão agir de modo constante e não aguardar a “melhor oportunidade” (Mckinsey Global Institute, 2017; Giordano et al., 2024). Existem evidências de que no momento atual, no contexto da Quarta Revolução Industrial, as questões trazidas são diferentes daquelas que eram apontadas em momento de inovação tecnológica anterior (Furman, 2016): agora se tem a convergência de tecnologias e as aproximações inéditas geradas pelas tecnologias digitais e a formação de redes. Esse conjunto é potencializado pelas possibilidades trazidas pela globalização das empresas e seus negócios (Brynjolfsson & McAfee, 2014).

Análise dos impactos éticos que poderão ser gerados pela automação

      Ao lado desses impactos, não se deverá esquecer das implicações éticas, pois a pergunta a ser respondida é: qual o limite para a inserção das possibilidades da Inteligência Artificial (IA) no cenário da vida humana?

     Uma sociedade de mentes naturais e artificiais, na qual os seres humanos e a tecnologia da IA vivem juntos, já está em vigor e será ainda mais predominante daqui para frente. Assim como qualquer outra tecnologia poderosa, a IA também pode ser perigosa se mal utilizada ou não desenvolvida com cuidado. Até agora, a ênfase tem sido a rapidez e precisão do trabalho das máquinas, quando comparadas ao trabalho humano, que são características próprias do primeiro estágio de desenvolvimento da IA. Entretanto, como já referido, existem, pelo menos, mais dois estágios, bem mais avançados, em relação às possibilidades de um sistema que é denominado de IA. Vale dizer, doravante, o objetivo deve ser projetar máquinas inteligentes capazes de tomar suas próprias decisões de acordo com um sistema de valores alinhados ao ser humano (Rossi, 2015). Aqui o impacto mais importante: que o comando continue com o ser humano.

     Se torna desafiador pensar nos impactos a partir de um artigo de autoria de Bill Joe (Cientista Chefe da Sun Microsystems), perguntando o motivo do futuro não ter a necessidade da presença do ser humano:

[...] argumentando que os seres humanos enfrentam a possibilidade realista de extinção devido à competição de robôs inteligentes, que são possíveis graças aos avanços tecnológicos em inteligência artificial. Além disso, as tecnologias do século XXI - engenharia genética, nanotecnologia e robótica - têm o potencial de estender significativamente o tempo de vida humano médio, mas são tão poderosas que também escondem graves perigos. Esses perigos se localizam na capacidade potencial (ou real) de robôs, organismos manipulados e nanorrobôs de se replicarem. Se essas tecnologias saírem do controle, esse fator amplificador pode levar a danos substanciais no mundo físico, não muito diferente do potencial dos vírus de computador em causar danos (Joy, 2000). Essa face dos impactos deverá ser considerada, embora se apresente como remota, mas tecnicamente possível (Taddeo & Floridi, 2018).

     Por isso, a importância de se projetar estruturas normativo-éticas, na forma de frameworks e outros mecanismos de “governança ética local e global” de discussão das efetivas possibilidades abertas com os desenvolvimentos, realizados pelo próprio ser humano, em campos como o da IA, que é o substrato da robotização ou sistemas de robótica. Como se proporá ao final, a arquitetura de “governança ética” é essencial para construir a confiança pública na robótica e IA. Para tanto, se poderá trabalhar com alguns pilares da boa governança ética, como: a) publicar um código de conduta ética, para que todos na organização entendam o que se espera deles; b) fornecer treinamento de ética em características vinculadas à pesquisa e inovação responsáveis (RRI) (Nordmann, 2014) para todos, sem exceção, acopladas aos parâmetros próprios de análise dos impactos éticos, jurídicos e sociais (ELSI) (MA et al., 2018; Whittlestone et al., 2019) que poderão ser gerados; c) praticar a transparência quanto aos elementos e propósitos pertinentes à governança ética (Winfield & Jirotka, 2018). Os impactos sócio-éticos são muito importantes e devem ser mapeados. Antecipar decisões políticas e privadas poderá ser uma alternativa para controlar e mitigar os efeitos da IA no meio ambiente do trabalho.

Notas

 (1) Este trabalho é o resultado parcial das pesquisas realizadas pelo autor no âmbito dos seguintes projetos de pesquisa: a) Chamada CNPq n. 09/2023 - Bolsas de Produtividade em Pesquisa - PQ, projeto intitulado: “Experimentos no Direito: desafios e possibilidades para a regulação baseada em princípios da inteligência artificial e sua testagem em Living Lab Regulatório”; b) Chamada CNPq Universal 2023, projeto intitulado: “Direitos Humanos e Inteligência Artificial: da violação dos direitos da personalidade à necessidade de regulação das novas tecnologias”. Este trabalho também está vinculado às pesquisas realizadas pelo autor nos seguintes Centros Internacionais de Investigação: CEDIS - Centro de Investigação & Desenvolvimento sobre Direito e Sociedade, da Faculdade de Direito da Universidade Nova de Lisboa, Portugal; do Instituto Jurídico Portucalense, da Universidade Portucalense, cidade do Porto, Portugal; do CEAD - Centro Francisco Suárez - Centro de Estudos Avançados em Direito da Universidade Lusófona de Lisboa, Portugal; e do Centro de Estudios de Seguridad (CESEG), da Universidad de Santiago de Compostela, Espanha.

(2) No estudo, Acemoglu e Restrepo constroem um modelo dos efeitos da tecnologia no mercado de trabalho, enquanto testam a força do modelo usando dados empíricos de 44 setores relevantes. O estudo usa estatísticas do Censo dos EUA sobre emprego e salários, bem como dados econômicos do Bureau of Economic Analysis e do Bureau of Labor Studies, entre outras fontes. Cf. Dizikes (2020).

(3) 1ª Lei: um robô não pode ferir um ser humano ou, por inação, permitir que um ser humano sofra algum mal; 2ª Lei: um robô deve obedecer às ordens que lhe sejam dadas por seres humanos exceto nos casos em que tais ordens entrem em conflito com a Primeira Lei; 3ª Lei: um robô deve proteger sua própria existência desde que tal proteção não entre em conflito com a Primeira ou Segunda Leis” (Asimov, 2015).

Referências

Acemoglu, D. & Restrepo, P. (2016). The race between machines and humans: implications for growth, factor shares and jobs. Vox EU, July 5. https://cepr.org/voxeu/columns/race-between-machines-and-humans-implications-growth-factor-shares-and-jobs

Acemoglu, D. & Restrepo, P. (2020). Unpacking skill bias: automation and new tasks. American Economic Association Papers and Proceedings, 110: 356-361. https://www.aeaweb.org/articles?id=10.1257/pandp.20201063

Asimov, I. (2015). Eu, robô. Aleph.

Atkinson, R. D. & Wu, J. (2017). False alarmism: technological disruption and the US Labor Market, 1850-2015 Information Technology and Innovation Foundation, [S. l.], May. https://itif.org/publications/2017/05/08/false-alarmism-technological-disruption-and-us-labor-market-1850-2015.

Atkinson, R. D. (2016). Think like an enterprise: why nations need comprehensive productivity strategies. Information Technology and Innovation Foundation, May. http://www2.itif.org/2016-think-like-an- enterprise.pdf?_ga=2.112124294.382854264.1506957444-487073861.1494271158.

Atkinson, R. D. (2018). Shaping structural change in an era of new technology. In M. Neufeind, J. O’Reilly e F. Ranft. Work in the digital age: challenges of the Fourth Industrial Revolution. Rowman & Littlefield International.

Brynjolfsson, E. & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W. W. Norton & Company.

Davies, R. (2015). Industry 4.0 - Digitalisation for productivity and growth. European Parliamentary Research Service. http://www.europarl.europa.eu/RegData/etudes/BRIE/2015/568337/EPRS_BRI(2015)568337_EN.pdf.

Dizikes, P. (2020). Study finds stronger links between automation and inequality Job-replacing tech has directly driven the income gap since the late 1980s, economists report. MIT News Office, May 5. https://news.mit.edu/2020/study-inks-automation-inequality-0506.

Dizikes, P. (2023). Automation drives income inequality. MIT Technology Review, Feb. 21. https://www.technologyreview.com/2023/02/21/1067563/automation-drives-income-inequality/.

Furman, J. (2016, July 7). Is this time different? The opportunities and challenges of artificial intelligence. The social and economic implications of artificial intelligence: technologies in the near term. [Conference in New York]. https://obamawhitehouse.archives.gov/sites/default/files/page/files/20160707_cea_ai_furman.pdf.

Giordano, M., Hieronimus, S., Smit, S., Chevasnerie, M-A., Mischke, J., Koulouridi, E., Dagorret, G. & Brunetti, N. (2024). Accelerating Europe: Competitiveness for a new era Turbulent times have highlighted new fragilities in Europe’s economies. Addressing them could be the catalyst for a new wave of competitiveness and growth. www.mckinsey.com/~/media/mckinsey/mckinsey%20global%20institute/our%20research/accelerating%20europe%20competitiveness%20for%20a%20new%20era/accelerating-europe-competitiveness-1501-vf.pdf?shouldIndex=false.

Hallward-Driemeier, M. Nayyar, G., Gill, I. & Aridi, A. (2020). Europe 4.0: addressing Europe’s digital dilemma. World Bank Group. https://openknowledge.worldbank.org/handle/10986/34746.

Joy, B. (2000). Why the future doesn’t need us. Revista Wired. https://www.wired.com/2000/04/joy-2/.

Ma, L., Zhang, Z., Zhang, N. (2018). Ethical dilemma of artificial intelligence and its research progress. IOP Conf. Ser.: Mater. Sci. Eng. 392. https://iopscience.iop.org/article/10.1088/1757-899X/392/6/062188/pdf

Mckinsey Global Institute (2016). The age of analytics: competing in a data-driven world, in collaboration with McKinsey Analytics. Dec. 17. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-age-of-analytics-competing-in-a-data-driven-world

Mckinsey Global Institute (2017). A future that works: automation, employment, and productivity. Jan. 3. www.mckinsey.com/mgi.

Miller, B. & Atkinson, R. D. (2013). Are robots taking our jobs, or making them. Information Technology and Innovation Foundation. http://www2.itif.org/2013-are-robots-taking-jobs.pdf.

Neufeind, M., O’reilly, J. & Ranft, F. (Eds.). (2018). Work in the digital age: challenges of the Fourth Industrial Revolution. Rowman & Littlefield International.

Nordmann, A. (2014). Responsible innovation, the art and craft of anticipation. Journal of Responsible Innovation, 1(1):87-98. https://www.tandfonline.com/doi/full/10.1080/23299460.2014.882064

O’reilly, T. (2016). Don’t replace people. July 17. https://www.oreilly.com/radar/dont-replace-people-augment-them/

Petropoulos, G. (2018). The impact of artificial intelligence on employment. In M. Neufeind, J. O’reilly, F. Ranft (Eds.) Work in the digital age: challenges of the Fourth Industrial Revolution. pp.128-130. Rowman & Littlefield International.

Rossi, F. (2015). Como você ensina uma máquina a ser moral? Washington Post, Nov. 05. https://www.washingtonpost.com/news/in-theory/wp/2015/11/05/how-do-you-teach-a-machine-to-be-moral/?utm_term=.571368732b9f.

Schwab, K. (2016). A quarta revolução industrial. Edipro.

Smith, R. (2019). Innovative, creative and adaptable – how to keep pace with the digital transformation. In International Labour Organization. Safety and health and the future of work: a compilation of thinks pieces. ILO. https://www.ilo.org/publications/safety-and-health-heart-future-work

Taddeo, M. & Floridi, L. (2018). How AI can be a force for good. Science 361(6404):751-752, Aug. 24. https://www.researchgate.net/publication/327192699_How_AI_can_be_a_force_for_good

Whittlestone, J., Nyrup, R. & Alexandrova, A., Dihal, K., Cave, S. (2019). Ethical and societal implications of algorithms, data, and artificial intelligence: a roadmap for research. Nuffield Foundation. https://nuffieldfoundation.org/sites/default/files/files/Ethical-and-Societal-Implications-of-Data-and-AI-report-Nuffield-Foundat.pdf

Winfield, A. F.T. & Jirotka, M. (2018). Ethical governance is essential to building trust in robotics and artificial intelligence systems. Phil. Trans. R. Soc. 376, Aug. 21. https://royalsocietypublishing.org/doi/full/10.1098/rsta.2018.0085