Telefonistas, gênero e automação: o que o passado revela sobre o futuro do trabalho com IA

Em algum momento da história do telefone, a seguinte cena deve ter sido comum: um assinante ligava para a central para pedir uma conexão, e do outro lado da linha um jovem operador respondia com secura, impaciência ou até grosseria. Não foi por acaso que as companhias telefônicas, diante de reclamações constantes, decidiram substituir esses rapazes por mulheres. O que parece uma simples anedota do passado é, na verdade, um dos primeiros grandes casos de reestruturação de trabalho em serviços — e tem muito a nos ensinar sobre automação, IA e o futuro das profissões.

Segundo o portal Catraca Livre, antes das guerras mundiais ampliarem a presença feminina nas fábricas e escritórios, foi o telefone que abriu milhares de vagas para mulheres. Os primeiros telefonistas eram homens jovens, mas seu comportamento comprometia a experiência do cliente. As empresas, então, fizeram uma escolha que hoje chamaríamos de "redesenho do processo": em vez de investir em treinamento extensivo para mudar a postura dos rapazes, optaram por contratar um perfil considerado mais adequado — o feminino. Essa decisão não foi técnica, mas social e econômica, e seus efeitos atravessaram décadas.

Quando o perfil do trabalhador vira parte do produto

A história dos telefonistas nos obriga a enxergar algo que muitas vezes ignoramos em projetos de automação: a qualidade percebida de um serviço não depende apenas da infraestrutura técnica, mas também das características humanas de quem o executa. No caso das centrais telefônicas, a paciência, a cortesia e até o tom de voz eram parte do que estava sendo vendido. Um telefone que funciona não é suficiente; é preciso que a experiência de usá-lo seja agradável. As empresas descobriram isso na pele, depois de verem seus clientes irritados com atendentes rudes.

Esse mesmo raciocínio se repete hoje em sistemas de IA conversacional. Uma empresa pode ter o melhor modelo de linguagem do mercado, mas se o chatbot responde com frases genéricas, interrompe o usuário ou não demonstra empatia, o serviço é avaliado como ruim. A diferença é que, no passado, a solução para esse problema foi trocar o perfil do trabalhador; hoje, tentamos resolver com engenharia de prompt, ajuste fino e avaliações de qualidade. A pergunta incômoda é: até que ponto a IA está realmente substituindo o trabalho humano e em que medida está apenas transferindo para a máquina as mesmas expectativas sociais que recaíam sobre os operadores?

Há uma lição importante aqui para quem atua com transformação digital: antes de automatizar um atendimento, é preciso mapear quais comportamentos são valorizados pelos clientes e como eles se relacionam com o perfil de quem executa a tarefa. Muitas empresas cometem o erro de automatizar um processo sem entender que a "grosseria" ou a "frieza" de um sistema não é um bug técnico, mas um problema de design da experiência. A história dos telefonistas mostra que, quando a interação humana é parte do serviço, a substituição por máquinas ou por outros grupos de trabalho precisa ser feita com critério — não apenas como resposta a reclamações pontuais.

Automação não começou com a IA: o caso das centrais telefônicas

É tentador acreditar que a automação de serviços é um fenômeno recente, impulsionado pela inteligência artificial. Mas as centrais telefônicas manuais, operadas por milhares de telefonistas, foram um dos primeiros grandes laboratórios de automação do mundo. Com o avanço das centrais automáticas, a função do telefonista — antes vista como uma carreira promissora, especialmente para mulheres — foi gradualmente eliminada. Não foi um processo rápido nem indolor, mas mostrou que nenhuma profissão, por mais essencial que pareça, está imune à substituição quando a tecnologia encontra um caminho mais barato, rápido ou consistente.

O que diferencia a automação atual daquela época é a natureza da tarefa. No passado, o trabalho do telefonista era essencialmente mecânico: conectar cabos, verificar linhas, transferir chamadas. A parte interpessoal, embora relevante, estava subordinada à operação. A IA, por outro lado, está cada vez mais assumindo tarefas que antes exigiam julgamento, criatividade e interação social complexa — exatamente as habilidades que, no imaginário moderno, tornariam o trabalho humano insubstituível. Se a automação eliminou uma profissão inteira no início do século XX, o que podemos esperar de sistemas que agora escrevem textos, analisam contratos e atendem clientes com voz sintetizada?

Não estou defendendo uma visão apocalíptica. A história dos telefonistas também mostra que a automação não elimina necessariamente o emprego, mas transforma a natureza do trabalho e redistribui as oportunidades. Quando as mulheres assumiram as centrais, criou-se uma nova classe de trabalhadoras urbanas; quando a automação chegou, muitas dessas mulheres migraram para outras funções de escritório. O risco real não está na tecnologia em si, mas na forma como as empresas a utilizam para justificar decisões que já haviam sido tomadas — como trocar profissionais experientes por perfis mais baratos ou mais "maleáveis".

O que a IA aplicada pode aprender com o caso dos telefonistas

Em meus anos de trabalho com automação de processos e IA corporativa, aprendi que a implementação de uma solução técnica bem-sucedida depende menos do algoritmo e mais da leitura atenta do contexto organizacional. O caso dos telefonistas é um exemplo clássico de como uma mudança de perfil — não de máquina — pode gerar ganhos de qualidade percebida. As empresas que substituíram os rapazes por mulheres não estavam automatizando nada; estavam apenas reposicionando o trabalho humano. Mas ao fazer isso, criaram um precedente importante: o atendimento ao cliente passou a ser visto como uma atividade "feminina", com todas as implicações salariais e de status que isso carregava.

Hoje, quando implementamos um assistente virtual ou um sistema de IA para triagem de chamadas, precisamos estar atentos a esse mesmo tipo de viés. Modelos de linguagem treinados com dados históricos podem reproduzir estereótipos de gênero, raça e classe. Uma IA que responde com "voz feminina" por padrão e com tons mais suaves em situações de conflito não é uma escolha neutra: carrega a mesma lógica que levou as empresas a contratarem mulheres telefonistas no passado. A diferença é que, agora, o viés pode ser escalado para milhões de interações por dia em uma velocidade que nenhum grupo humano conseguiria alcançar.

Isso coloca um desafio ético e prático para as áreas de produto e engenharia. Antes de definir as características de um assistente virtual, é preciso perguntar: por que a voz feminina é considerada "mais adequada"? Que comportamentos estamos reforçando? A IA deve espelhar a realidade tal como ela é, ou deve ajudar a transformá-la? Não há resposta simples, e é exatamente por isso que a automação de serviços não pode ser tratada apenas como um projeto de eficiência operacional. Ela é, antes de tudo, uma decisão sobre que tipo de trabalho queremos valorizar e que tipo de interação social queremos construir.

Lições práticas para quem está automatizando processos hoje

• Analise o perfil de quem executa a tarefa antes de automatizar. A substituição dos telefonistas mostrou que o desempenho individual estava ligado a características sociais e comportamentais, não apenas a habilidades técnicas. Ao mapear um processo, identifique quais competências interpessoais são críticas e como elas podem ser preservadas ou transformadas em requisitos de design da IA.
• Questione os vieses embutidos nos dados. Se os históricos de atendimento mostram que mulheres são "melhores" em certas interações, isso pode ser um reflexo de expectativas sociais, não uma verdade objetiva. Treine seus modelos com consciência crítica e avalie se a IA está reforçando ou desafiando esses padrões.
• Considere o impacto sobre a carreira das pessoas. Quando as centrais telefônicas foram automatizadas, milhares de trabalhadoras precisaram se reinventar. Em projetos de IA, inclua planos de requalificação e transição de carreira desde o início, em vez de tratar o impacto humano como uma consequência tardia.
• Automatize o processo, não a experiência. A automação de uma central telefônica melhora a eficiência da conexão, mas a experiência do cliente depende de fatores que vão além da conexão. Hoje, isso significa que um chatbot pode resolver uma solicitação rapidamente, mas se a interação for frustrante, o ganho de eficiência se perde.

O que a história dos telefonistas nos diz sobre o futuro do trabalho

Existe uma tendência a imaginar o futuro do trabalho como um embate entre humanos e máquinas. A história dos telefonistas sugere algo diferente: a automação frequentemente acontece de forma indireta, mediada por mudanças nos perfis contratados, nas expectativas de qualidade e nas estruturas de custo. Antes que uma máquina substituísse o telefonista, houve uma substituição de um grupo de trabalhadores por outro — e essa substituição foi apresentada como uma solução para um problema de comportamento, não como uma decisão tecnológica.

Quando olho para o mercado de trabalho atual, vejo padrões semelhantes se repetindo. Funções de atendimento, suporte e operações estão sendo transferidas para plataformas de IA, mas também estão sendo reconfiguradas em termos de quem é contratado, como é treinado e quais habilidades são valorizadas. Profissionais que antes precisavam de conhecimento técnico específico agora precisam de habilidades de supervisão de sistemas inteligentes. A pergunta não é apenas "quais empregos vão desaparecer", mas "quais perfis serão considerados adequados para as novas funções e por quê".

A palavra "grosseiro" aplicada aos primeiros telefonistas carrega um julgamento de valor que ajudou a justificar uma transformação no mercado de trabalho. Algo parecido acontece hoje quando classificamos certas profissões como "automatizáveis" ou "obsoletas" sem analisar o contexto social que as sustenta. A IA não é uma força natural que age sobre o trabalho; ela é uma ferramenta projetada por pessoas, com intenções e pressupostos. Se não formos críticos em relação a esses pressupostos, corremos o risco de repetir os mesmos erros do passado, apenas em uma escala maior.

Na minha prática de transformação digital, procuro lembrar que a automação mais bem-sucedida é aquela que libera as pessoas para fazerem aquilo que as máquinas não conseguem — e que a definição de "o que as máquinas não conseguem" muda com o tempo. As centrais telefônicas precisavam de paciência e cortesia, qualidades que foram atribuídas às mulheres e que hoje são imitadas por algoritmos. Mas a capacidade de compreender um problema complexo, de improvisar diante de uma situação inesperada e de construir confiança em uma relação de longo prazo continua sendo profundamente humana. O futuro do trabalho não será definido pela substituição de humanos por máquinas, mas pela nossa habilidade de redesenhar continuamente o valor do trabalho humano em um mundo cada vez mais automatizado.

A história que começa com rapazes grosseiros nas centrais telefônicas não termina quando as mulheres assumem o posto, nem quando as máquinas tomam conta. Ela continua em cada projeto de IA que decide que tipo de atendimento queremos oferecer, que voz deve falar com o cliente e que perfil de trabalhador será formado para supervisionar os novos sistemas. Cabe a nós, como profissionais de tecnologia, garantir que essas decisões sejam tomadas com consciência — para que a automação do futuro não repita os vieses do passado, mas nos ajude a construir um mercado de trabalho mais justo e inteligente.