17 Junho 2026
Guido Imbens, prêmio Nobel de Economia em 2021 por suas contribuições metodológicas à análise causal, é uma das figuras mais influentes da economia empírica contemporânea. Professor na Stanford e referência em econometria aplicada, tem contribuído decisivamente para transformar a forma como economistas e autoridades públicas avaliam políticas públicas e extraem inferências causais a partir de dados observacionais.
Aproveitando que está passando alguns dias em Valência para ser jurado nos Prêmios Jaume I de Economia, conversamos sobre o legado da revolução empírica na economia, as limitações da evidência na política, o impacto da inteligência artificial na pesquisa, na educação e no mercado de trabalho, e sobre os riscos e oportunidades enfrentados pelas universidades na Europa e nos Estados Unidos.
A entrevista é de Toni Roldán, publicada por Ethic, 15-06-2026.
Eis a entrevista.
Neste hotel, há 25 prêmios Nobel, além do senhor, que já participa do evento pelo segundo ano. Além de um QI muito alto, há algum traço comum entre os ganhadores do Nobel?
Penso que a maioria é formada por pessoas enormemente curiosas. Elas se interessam constantemente pelo que acontece na ciência e no mundo, não apenas em seu campo específico. Em geral, são pessoas muito interessantes e divertidas para conversar.
E como o senhor chegou à economia?
Foi mais acidental do que as pessoas imaginam. Na verdade, eu me interessava muito por matemática, mas meu irmão já estava estudando matemática e eu queria fazer algo diferente. Meu professor de Economia no ensino médio me deu um livro de Jan Tinbergen e disse: “Você deveria dar uma olhada em econometria. Tem muita matemática, mas também aplicações práticas e relevância social. Acho que você vai gostar”. Li o livro. Não entendi tudo, nem fiquei particularmente impressionado. Mas, na Holanda, você precisa escolher sua carreira cedo, ainda no ensino médio. Então, busquei uma vaga em Econometria, fui aceito e nunca mais olhei para trás.
O senhor foi uma das pessoas mais influentes no que se convencionou chamar de revolução empírica na economia. Quando entrei na política, meu partido era um grande defensor das políticas baseadas em evidências, mas minha experiência foi muito diferente. No Parlamento, o peso das evidências diminuía diante de argumentos identitários ou partidaristas. A evidência era usada como ferramenta para justificar posições políticas decididas de antemão. O senhor acredita que a agenda da evidência teve sucesso? Ou os economistas talvez devessem ter dedicado mais atenção à economia política e a fatores comportamentais que limitam a adoção da evidência?
Sem dúvida, há elementos de economia política muito importantes. Contudo, penso também que graças a todo o trabalho realizado em economia, nas últimas décadas, a evidência empírica penetrou mais nos debates de políticas públicas. Claro, os políticos sempre selecionam a evidência que favorece suas posições e a enfatizam mais do que deveriam. Isto continuará acontecendo.
Mesmo assim, alguns resultados tiveram impacto. Na economia do desenvolvimento, por exemplo, a evidência experimental influenciou claramente as políticas. Talvez o efeito não tenha sido tão grande como muitos de nós esperávamos, mas, sim, existiu. Não transformamos a política da forma como alguns sonhavam, mas acredito que estamos melhor do que se todo esse trabalho não tivesse sido feito.
Passemos ao mundo da inteligência artificial. O senhor conhece o projeto Automating Policy Evaluation, do Social Catalyst Lab de Zurique, dirigido por David Yanagizawa-Drott? Basicamente, criaram uma plataforma com IA generativa que automatiza todo o processo de produção de pesquisa científica em economia (incluindo a exploração de experimentos naturais em bases de dados públicas).
Conheço, mas não o estudei em detalhe. É evidente que a IA vai mudar muitas coisas. Na Stanford, no coração do Vale do Silício, esse é um tema de debate permanente. Os estudantes de doutorado não sabem quais habilidades continuarão sendo valiosas daqui a alguns anos. Existem previsões bastante categóricas sobre o futuro da IA, mas a verdade é que ninguém sabe realmente. É provável que terá efeitos muito importantes sobre o mercado de trabalho e a economia; o difícil é antecipar exatamente quais.
Recentemente, vimos que a IA se tornou extraordinariamente boa em programação. Há apenas um ano, parecia evidente que aprender a programar era uma das habilidades mais valiosas que um estudante poderia adquirir. Meus filhos estão na universidade e durante muito tempo consideramos como fato que estudar informática era uma aposta segura. De repente, isto mudou. As habilidades básicas de programação perderam parte de seu valor porque qualquer pessoa pode programar com a ajuda da IA.
No entanto, ninguém falava disso há alguns anos. Geoffrey Hinton alertava, anos atrás, que a IA substituiria os radiologistas. Oito anos depois, os radiologistas são mais bem remunerados do que nunca e há mais demanda por eles do que antes. Isto mostra como é difícil prever o impacto da IA, mesmo em profissões muito específicas.
Uma forma de observar este ponto é que essas ferramentas permitem a qualquer pessoa chegar a 90% do caminho em muitas tarefas, mas os últimos 10% continuarão dependendo de uma análise especializada. É um argumento semelhante ao apresentado por David Autor. O senhor enxerga assim?
Em alguns âmbitos, sim. A evidência em centrais de atendimento telefônico, consultoria e outros ambientes empresariais mostra que a IA pode aumentar muito a produtividade, sobretudo entre pessoas que partem de níveis de experiência menores. As pessoas que estão começando podem se tornar muito mais produtivas. Ao mesmo tempo, a IA parece especialmente útil em tarefas relativamente estruturadas. Quando as tarefas são bem pouco definidas, muito incomuns ou saem do habitual, sua utilidade diminui.
Há algumas semanas, organizamos uma conferência na Stanford sobre matemática e inteligência artificial. Um dos participantes foi Terence Tao, provavelmente o matemático mais relevante do mundo. Ele explicou como usa a IA em sua pesquisa e como ela é extremamente útil. Não porque resolva os problemas no lugar dele, mas porque sabe muito mais do que qualquer ser humano. Sugere teoremas e resultados que ele desconhecia, não por serem inacessíveis, mas porque ninguém consegue reter tamanha quantidade de conhecimentos na cabeça.
A IA é extraordinária na identificação de conexões entre ideias. O interessante é que ainda não sabemos se isto elevará o nível geral de todos ou se, ao contrário, aumentará a desigualdade ao tornar pessoas como Tao muito mais produtivas. Ainda não temos conclusões gerais.
Em parte, o efeito dependerá do conjunto de tarefas que faz parte de cada emprego. Um advogado, por exemplo, pode automatizar uma boa parte da busca de informações, o resumo de jurisprudência. No entanto, um bom advogado continuará precisando convencer um júri, persuadir um cliente ou liderar uma equipe. Essas são habilidades genuinamente humanas.
É um excelente exemplo. No entanto, muitos trabalhos iniciais em escritórios - pesquisar jurisprudência, revisar documentos, analisar precedentes - podem, sim, desaparecer. Isto cria um problema importante: se esses trabalhos iniciais desaparecerem, como formaremos os futuros advogados?
Vejo preocupações semelhantes na universidade. Alguns colegas dizem que não precisam mais de assistentes de pesquisa ou estudantes pré-doutorais, pois a IA faz grande parte do trabalho. No entanto, se deixarmos de contratar e formar essas pessoas, de onde virão os futuros professores? É uma preocupação muito séria.
O senhor acredita que, em razão da IA, veremos uma grande aceleração da descoberta científica?
Penso que sim, ao menos em determinadas áreas. Já vimos isto com o AlphaFold e o enovelamento de proteínas. Muitos processos de descoberta científica consistem em explorar grandes espaços de possibilidades de forma estruturada e nisto a IA pode ser extraordinariamente poderosa. Algo semelhante ocorreu no xadrez: não se trata apenas de força bruta, mas de percorrer de modo inteligente um número imenso de opções.
Nas ciências sociais é diferente. Nelas, formular a pergunta correta costuma ser mais importante do que responder uma pergunta já estabelecida. Não vejo de modo tão claro como a IA irá resolver problemas como a inflação. Ela pode nos ajudar a processar grandes volumes de dados e detectar tendências com maior rapidez, mas muitas vezes o verdadeiro gargalo é outro.
Dispomos de grandes quantidades de dados privados que não podem ser usados por restrições legais e institucionais. Se pudéssemos acessá-los, compreenderíamos muito melhor a economia. Por isso, tenho dificuldades em imaginar avanços revolucionários nas ciências sociais comparáveis aos que veremos na biomedicina. Na medicina, sim, espero grandes progressos: teremos enormes conjuntos de compostos químicos e doenças, e uma capacidade crescente de identificar combinações eficazes entre ambos. Nisto veremos avanços muito importantes.
Recentemente, enviei um artigo acadêmico para a revisão, mas antes pedi a revisão de uma ferramenta de IA. Os pareceristas apontaram exatamente os mesmos pontos que a IA havia me sugerido. Como o senhor considera que a IA impactará no processo de revisão científica? Começa a parecer um circuito um tanto estranho.
É uma questão fascinante. Por um lado, essas ferramentas melhoram muito os artigos. Fui editor durante seis anos de uma das principais revistas acadêmicas, Econometrica, e via constantemente manuscritos mal escritos, com notações inconsistentes, erros tipográficos ou símbolos utilizados de forma confusa.
Ferramentas como o Refine ajudam enormemente a corrigir esses problemas antes da publicação. Mas há um risco. Se a IA tornar os pesquisadores muito mais produtivos e passarmos de dois artigos por ano a escrever dez, o sistema acadêmico não tem capacidade para absorver um volume desse porte.
A revisão por pares é, em grande medida, um processo voluntário. Não dispomos de recursos para avaliar uma explosão em massa do número de artigos. Teremos de repensar o sistema. Provavelmente, os revisores científicos dedicarão menos tempo para a comprovação de detalhes técnicos e mais tempo ao exercício da avaliação científica: determinar se uma ideia é importante, interessante ou relevante. As tarefas mecânicas poderão ser delegadas à IA.
Eu trabalho realizando experimentos aleatorizados (RCTs). Isto estará mais protegido da automação?
Concordo. A ideia dos “gargalos” é muito importante. A IA tornará muito mais fáceis algumas tarefas: programar, analisar informações ou redigir, mas não tornará necessariamente mais fácil coletar dados novos. E aquilo que permanecer sendo escasso será justamente o que irá adquirir mais valor. Por isso, quem trabalha produzindo dados originais ou gerando novas evidências empíricas provavelmente conservará uma vantagem importante.
Mudou radicalmente sua forma de ensinar? Como a Stanford está reagindo?
Ainda estamos tentando entender o que fazer. O grande desafio é que aprender exige esforço cognitivo intenso. Antes, era relativamente fácil forçar os estudantes a pensar. Dava a eles um problema difícil e tinham de resolvê-lo por conta própria.
Lembro-me de um estudante que me escreveu um e-mail, às três da manhã, dizendo que um dos meus exercícios não tinha solução. Três horas depois, enviou-me outra mensagem: “Ignore o e-mail anterior. Já encontrei a solução”. Esse estudante passou horas enfrentando o problema até resolvê-lo. Tenho certeza de que nunca esqueceu aquela experiência.
Agora, é diferente. Você traz um problema e eles têm ao lado uma máquina que lhes sussurra constantemente: “Eu sei a resposta. Posso te dar agora mesmo”. O desafio consiste em encontrar mecanismos que continuem incentivando o esforço intelectual.
Penso que teremos de avançar para formas de ensino muito mais baseadas no debate, nas quais os estudantes tenham de explicar e defender o que aprenderam. Se precisam debater uma questão publicamente em sala, é mais difícil fingir que fizeram o trabalho.
As pequenas salas do tipo liberal arts podem se adaptar melhor a esse novo contexto do que as grandes salas que temos agora. Confiar em códigos de honra não funciona mais. Há um uso generalizado dessas ferramentas e não me parece razoável pedir aos estudantes que resistam a uma tentação que está literalmente sentada ao lado deles, oferecendo a resposta.
Última pergunta. Com todas as tensões entre o governo dos Estados Unidos e as universidades de elite, a Europa tem a oportunidade de atrair talentos?
Penso que o equilíbrio está começando a mudar. Cada vez mais pessoas consideram seriamente a possibilidade de desenvolver sua carreira na Europa. Os estudantes de doutorado não estão mais tão convencidos de que os Estados Unidos sejam automaticamente a melhor opção. Muitos jovens pesquisadores estão examinando as oportunidades europeias com muito mais atenção. E acredito que essa tendência continuará enquanto as políticas atuais se mantiverem.
Mas, indo além disso, penso que os Estados Unidos provocaram um dano considerável a si próprio. A história mostra que as políticas públicas podem afetar profundamente os sistemas universitários. Basta observar a Alemanha nos anos 1930. As universidades alemãs eram extraordinárias nos anos 1920. As decisões políticas posteriores alteraram esse ecossistema de forma permanente. Isto deveria nos servir de advertência.
Leia mais
- EUA proíbem, pela primeira vez, a exportação de inteligência artificial, confirmando o início da guerra fria digital
- Um novo humanismo na era da Inteligência Artificial. Encíclica do Papa Prevost
- O que a Europa e nós podemos fazer se os EUA bloquearem o acesso à melhor IA: “Estamos na segunda ou terceira divisão”
- Inteligência artificial como interlocutora. Artigo de Danilo Di Matteo
- IA e trabalho: como fugir da transição dolorosa. Artigo de Luiz Alberto dos Santos
- Nada é mais como antes: veja como a IA está transformando nossos empregos e o mercado de trabalho
- A corrida pela IA e o impulso político para piorar a qualidade do emprego
- Consegui que uma IA se passasse por mim e me ensinasse meu próprio curso – aqui está o que aprendi sobre o futuro da educação. Artigo de Alex Connock
- Inteligência Artificial e educação: uma mudança de paradigma. Artigo de Manuel Castells
- A guerra híbrida pela soberania digital do Brasil
- A dupla revolução do século XXI: geopolítica e Inteligência Artificial. Artigo de Javier Torret
- ‘Magnifica Humanitas’: inteligência artificial e a urgência de preservar o humano. Artigo de Artigo de Robson Ribeiro
- “A inteligência artificial é o espelho do que já fomos. A política é o que ainda podemos ser”. Entrevista com Tatiana Roque
- A inteligência artificial em breve consumirá tanta água quanto 1,3 bilhão de pessoas
