Friday, August 28, 2026

From Material Security to Human Readiness: UBI, EUBI, and UOR in the Age of Artificial Intelligence.

The future of work may not begin with mass unemployment—but with doors that stop opening.

For years, the debate over artificial intelligence and work has revolved around a dramatic question: will machines replace human beings?

The question remains valid, but recent research shows that it is insufficient. The transformation may begin less visibly. Instead of millions of simultaneous layoffs, we may witness a gradual decline in entry-level openings, a concentration of productivity gains, a widening gap between prepared and excluded workers, and even a loss of meaning in human work before formal employment disappears.

This scenario calls for more than an emergency policy against unemployment. It requires a social architecture capable of functioning throughout an uncertain transition—fast or slow, moderate or radical—and of preventing the interval between the old world of work and a possible society of great abundance from turning into economic disorder, political resentment, and a widespread loss of purpose.

One possible response can be organized into three complementary layers:

UBI—Universal Basic Income: unconditional material security.
EUBI—Educational Universal Basic Income: additional support for the “work of learning.”
UOR—Universal Operational Readiness: the continuous maintenance of people’s cognitive, practical, emotional, social, and ethical capacities.

Recent publications from the World Bank, the OECD, the International Labour Organization, and researchers at the NBER and other institutions do not present this architecture under the same names. Taken together, however, they are beginning to describe many of its components.

What the data really show

It is important to begin by avoiding both alarmism and complacency.

The study by Hartley, Jolevski, Melo, and Moore, The Labor Market Effects of Generative Artificial Intelligence and Job Loss Fears, found that generative AI spread rapidly among US workers: 35.9% reported using it at work in December 2025, compared with 30.1% one year earlier. Even so, the authors detected no statistically significant reduction in overall employment or in job openings in the occupations most exposed to AI. They even found small positive wage effects.

This is a warning against premature claims that mass technological unemployment has already been demonstrated. It has not.

Yet the absence of an aggregate collapse does not mean the absence of transformation. National averages can remain relatively stable while specific groups lose opportunities. The harm may appear first in the composition of tasks, the quality of employment, and, above all, the hiring of beginners.

The ILO report Global Employment Trends for Youth 2026: Back to the Future shows why this issue deserves attention. In 2025, approximately 67 million people aged 15 to 24 were unemployed, while 257 million—20% of the youth population—were not in employment, education, or training. Roughly two-thirds of this group were women.

The ILO also estimates that 6.1% of jobs held by people aged 15 to 29 fall into the categories most exposed to AI-driven change. If only 10% of those jobs were completely eliminated, 5.6 million young people might need to change occupations, leave the labor force, or face unemployment. This is a scenario, not a forecast, but it reveals the scale of the risk.

The problem may not be limited to the destruction of existing jobs. Many mid-skilled administrative, clerical, commercial, and operational occupations have served as the first rungs of a career ladder. By performing the most routine tasks, beginners acquired experience, judgment, and tacit knowledge until they became seasoned professionals. If AI takes over precisely these entry-level tasks, how will anyone reach the advanced level?

We may preserve the upper floors of professions while removing the staircases that once allowed people to reach them.

Developing countries: lower exposure does not mean greater security

The World Bank’s World Development Report 2026: The Promise of Artificial Intelligence introduces an important perspective for countries such as Brazil.

According to the report, 4.5% of jobs in low- and middle-income economies would be at risk of automation by generative AI, compared with 14.2% in high-income economies. At the same time, 16.2% of jobs in developing countries could obtain significant productivity gains—a proportion close to the 18.7% estimated for rich countries.

At first glance, this seems reassuring. But lower exposure may also reflect lower digitalization, inadequate infrastructure, and the concentration of work in manual or informal activities. A worker may be protected from immediate automation while simultaneously being excluded from its productivity gains.

The danger is therefore twofold:

some workers will be replaced or see their opportunities reduced;
many others will remain in low-productivity activities without access to the tools that increase income and capability.

The World Bank recommends a sensible sequence: adopt the available tools, adapt them to local conditions, and progressively develop domestic capacity. This requires reliable electricity, connectivity, access to equipment, local data, institutional competence, and education.

For Brazil, the main divide may not emerge immediately between the employed and the unemployed, but between people, companies, and regions augmented by AI and those left at its margins.

UBI: the right not to fall

UBI is the first layer of the response. Its fundamental purpose is not to teach, assess, or direct professional choices. It is to ensure that no person is left without the minimum resources required for a dignified existence.

In an economy subject to rapid transitions, overly conditional welfare systems have familiar shortcomings: they arrive too late, exclude people facing new situations, create stigma, and may withdraw benefits precisely when recipients begin rebuilding their income.

An unconditional basic income provides a stable floor from birth and throughout life. It allows people to navigate periods of unemployment, intermittent work, family caregiving, illness, career change, or education without every transition becoming a risk of destitution.

But UBI should not be presented as a sufficient answer to every problem created by automation. Money does not automatically produce housing, medical services, food, or energy. If monetary demand grows faster than productive capacity, inflation, shortages, or price increases will arise in the least elastic sectors.

This is also the most prudent way to connect UBI with Modern Monetary Theory. A monetarily sovereign state does not face its expenditures exactly as a household does, but it remains constrained by real resources: workers, knowledge, materials, industrial capacity, energy, and infrastructure. The real limit is not simply “where will the money come from?” but what the economy can produce and distribute without generating excessive inflationary pressure.

The study by Dynan, Elmendorf, and Sheiner, How Might Fiscal Policy Respond to the Rise of Artificial Intelligence?, reinforces another point: greater productivity can expand fiscal space, but it does not automatically distribute its benefits. In adverse scenarios, additional income may become concentrated among the owners of capital while workers face unemployment, lower wages, or withdrawal from the labor force.

A sustainable UBI should therefore be accompanied by supply-side policies—housing, energy, health care, transportation, and food—and by mechanisms that socialize part of the gains from AI. Progressive taxation, sovereign wealth funds, public stakes in technological assets, and universal capital accounts can complement monetary and fiscal financing.

In essence, UBI means: no one should fall below the civilizational floor, regardless of the speed of technological change.

EUBI: when learning becomes a recognized form of work

The second layer addresses a different question: what should be done when conventional work becomes scarce, intermittent, or unable to provide beginners with experience?

EUBI’s answer is to recognize that learning, practicing, researching, creating, and developing skills are also socially productive activities. Anyone unable to find conventional work should be able to enter a system of learning work rapidly and receive additional income linked to participation and demonstrable progress.

The OECD report Skills in the AI Age offers strong support for this proposal. Business adoption of AI in OECD countries reportedly rose from approximately 7% in 2021 to 20% in 2025. About one-quarter of workers were already exposed to generative AI in 2022–2024, yet professionals with advanced AI skills still represented only about 1% of the workforce.

The OECD does not recommend training programmers alone. It identifies the need for a broad combination of capabilities:

literacy, numeracy, and scientific knowledge;
digital skills and a basic understanding of AI;
critical thinking and the ability to verify results;
creativity, communication, and collaboration;
adaptability and the capacity to keep learning.

It also recommends modular training, flexible and online pathways, recognition of prior learning, and short courses that can accumulate over time.

The World Bank study of Türkiye’s labor market comes even closer to a possible operational design for EUBI. It proposes individual learning accounts, annual credits, short stackable modules, recognized certification, counseling, skills assessment, and financial support combined with training.

There is, however, a decisive difference. The conventional model treats training primarily as a temporary bridge back to employment. EUBI begins from the possibility that there may not be enough vacancies for everyone at all times. In that case, learning must remain a legitimate and remunerated activity, not a disguised waiting room.

This does not mean paying people merely to enroll or attend. A responsible EUBI should recognize:

verifiable progress while respecting individual learning speeds;
practical projects and problem-solving;
in-person, online, self-directed, or apprenticeship-based learning;
technical, craft, scientific, artistic, social, and care-related skills;
recognition of previously acquired knowledge;
stackable portfolios and credentials;
the right to guidance, review, and appeal.

Every profession—past, present, or future—could serve as an entry point. Carpentry, mechanics, nursing, programming, agriculture, music, research, cooking, or philosophy represent different ways of developing discipline, knowledge, creativity, and responsibility.

The goal would not be to turn everyone into an AI specialist, but to enable everyone to use it critically within their own field.

How to replace the first rungs of professional careers

If entry-level jobs disappear, merely offering courses will not be enough. We must recreate the formative functions that entry-level work once performed.

An EUBI aimed at young people could combine:

modular education;
mentoring by experienced professionals;
in-person laboratories and workshops;
real projects for communities and institutions;
subsidized internships and apprenticeships;
simulations of workplace situations;
public portfolios of accomplishments;
progressive assessment of competence and responsibility.

This would allow young people to build experience even when companies were no longer willing to pay beginners to learn by performing routine tasks.

EUBI would also have a countercyclical function. When the market displaced workers, entry into the learning system could be almost immediate. When demand for conventional work returned, participants could leave or reduce their involvement without losing the security provided by UBI.

AI-based assessment: useful, but never sovereign

A universal educational program would require assessment on a scale far beyond the capacity of traditional systems. AI can help, but its use must be carefully delimited.

The experiment by Jabarian and Henkel, Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews, offers an instructive result. Approximately 70,000 candidates were randomly assigned to human interviews or interviews conducted by voice agents. Candidates interviewed by AI were 12% more likely to receive an offer, and those hired showed higher retention without any reduction in productivity.

One possible explanation is that automated interviews were more consistent and structured, producing comparable information. Human recruiters, however, remained responsible for the final decision. The study does not prove that automated systems are impartial in every context, nor does it resolve questions of privacy, accessibility, and the right to challenge decisions.

For EUBI, the best architecture would be hybrid:

AI organizes evidence, administers adaptive assessments, and identifies gaps;
participants receive explanations and opportunities to correct deficiencies;
positive and routine decisions may be automated;
blocks, allegations of fraud, and payment suspensions require human review;
every participant has a right of appeal.

Impersonality can reduce favoritism, but algorithmic opacity may create an even more rigid bureaucracy. Assessment should serve development, not become a permanent mechanism of surveillance.

UOR: ready to act, not merely able to consume

Even UBI and EUBI together leave one question unanswered: for what purpose are we preserving and developing human capabilities?

UOR offers an answer. Universal Operational Readiness is the state in which people and societies retain the genuine capacity to understand situations, learn, cooperate, make ethical decisions, and act when necessary.

It is not about keeping everyone mobilized as if in a military organization, nor about imposing relentless productivity. Readiness means ensuring that material security does not lead to atrophy and that automation does not turn human beings into passive spectators of systems they no longer understand.

The concept includes at least two dimensions.

UOR-capacity

foundational knowledge;
practical skills;
digital and scientific literacy;
physical and emotional health;
adaptability and continuous learning;
the ability to work with other people and with different intelligences.

UOR-agency

autonomy and initiative;
responsibility for decisions;
recognizable contribution;
the ability to initiate and complete projects;
community participation;
meaning and purpose.

This second dimension receives unexpected theoretical support from Joshua Gans’s paper Replaceable but Employed: Automation and the Meaning of Work. Gans argues that automation can harm workers even without replacing them. Part of the meaning of work may come not only from producing something useful, but also from knowing that the outcome depends on one’s contribution.

When a machine demonstrates that it could perform the same activity, a person may remain employed and still feel less necessary. Gans calls this a meaning externality. It is a theoretical model that still lacks broad empirical confirmation, but it draws attention to a weakness in conventional statistics: preserved employment does not necessarily mean preserved agency.

There are sound counterarguments. Meaning can also come from service, community, creation, mastery of a practice, or moral responsibility. AI may free people from mechanical tasks and make the human parts of work more meaningful. But this will depend on institutional design and on how authority is divided between humans and machines.

A future UOR index should therefore measure more than employment, income, and educational attainment. It should seek indicators of autonomy, contribution, genuine mastery, participation, responsibility, and purpose.

Three layers, three different problems

UBI, EUBI, and UOR can be summarized as a progression:

Layer	Fundamental question	Institutional response
UBI	How do we prevent material collapse?	Unconditional income sufficient for a dignified existence
EUBI	How do we prevent educational stagnation?	Additional income for demonstrable learning and development
UOR	How do we preserve capability, agency, and purpose?	A continuous ecosystem of practice, creation, participation, and readiness

UBI without EUBI can protect against poverty, but it does not guarantee development. EUBI without UBI risks turning survival into a prize conditioned on educational compliance. UBI and EUBI without UOR may produce credentialed people who nevertheless lack autonomy, initiative, or meaningful participation.

The three layers are therefore complementary:

UBI guarantees the right to exist. EUBI sustains the right to learn. UOR preserves the capacity and opportunity to contribute.

A bridge to prevent a chaotic transition

We do not know whether artificial intelligence will produce limited unemployment, a profound reorganization of professions, or an economy in which much conventional work is no longer necessary. Nor do we know whether this transformation will occur over five, twenty, or fifty years.

This uncertainty is not an argument for waiting. It is precisely why we should build adaptive policies.

The system could begin modestly:

a partial and progressive UBI integrated with existing benefits;
priority EUBI access for young people not in employment or education and for displaced workers;
learning accounts and modular credentials;
community projects and subsidized apprenticeships;
monitoring of entry-level vacancies, job quality, and the concentration of AI gains;
continuous assessment of productive capacity and inflationary pressures;
public or social funds that enable the population to share in technological capital.

If automation advances slowly, these policies will still reduce poverty, expand education, and strengthen capabilities. If it advances rapidly, the institutional infrastructure will already be in place and ready to scale. This asymmetry matters: preparing early is useful even under the moderate scenario; waiting until disruption becomes undeniable may make the response late and socially explosive.

The objective is to avoid a “Mad Max” transition—not necessarily a literal collapse, but a period in which productivity and wealth grow alongside insecurity, resentment, loss of trust, and political fragmentation.

Conclusion: the human future must be built before it becomes necessary

Recent research does not prove the end of work. It shows something more complex and perhaps more urgent.

AI is already spreading rapidly, but its aggregate effects on employment remain modest. At the same time, young people face growing difficulties entering professions, skills are distributed unequally, countries and regions may be excluded from productivity gains, and even employed workers may lose autonomy and meaning.

This shifts the debate from a narrow question—“how many jobs will disappear?”—to a civilizational one:

How should security, learning, capability, power, and purpose be distributed in a society where production will depend increasingly less on conventional human labor?

UBI, EUBI, and UOR offer a coherent sequence of responses. They are not a promise of a perfect society, nor do they eliminate the need for policies concerning health care, housing, energy, competition, democracy, and ownership. But they form a conceptual and institutional bridge between today’s world and widely divergent futures.

If artificial intelligence produces abundance, that abundance will need to be distributed. If it produces instability, people must be prevented from falling. If it reduces the need for work, new forms of learning, contribution, and meaning will have to be created.

The challenge is not merely to keep human beings economically alive in the face of AI. It is to keep them capable, autonomous, engaged, and ready to act.

O futuro do trabalho talvez não comece com desemprego em massa — mas com portas que deixam de se abrir.

Da segurança material à prontidão humana: UBI, EUBI e UOR na era da inteligência artificial.

Durante anos, o debate sobre inteligência artificial e trabalho foi organizado em torno de uma pergunta dramática: as máquinas substituirão os seres humanos?

A pergunta continua válida, mas as pesquisas mais recentes mostram que ela é insuficiente. A transformação pode começar de maneira menos visível. Em vez de milhões de demissões simultâneas, podemos assistir à redução gradual das vagas de entrada, à concentração dos ganhos de produtividade, ao aumento da distância entre trabalhadores preparados e excluídos e até à perda de significado do trabalho humano antes que o emprego desapareça formalmente.

Esse cenário exige mais do que uma política emergencial contra o desemprego. Exige uma arquitetura social capaz de funcionar durante uma transição incerta — rápida ou lenta, moderada ou radical — e de impedir que o intervalo entre o antigo mundo do trabalho e uma possível sociedade de alta abundância se transforme em desorganização econômica, ressentimento político e perda generalizada de propósito.

Uma resposta possível pode ser organizada em três camadas complementares:

UBI — Universal Basic Income, ou Renda Básica Universal: segurança material incondicional.
EUBI — Educational Universal Basic Income, ou Renda Básica Universal Educacional: apoio adicional ao “trabalho de aprender”.
UOR — Universal Operational Readiness, ou Prontidão Operacional Universal: manutenção contínua das capacidades cognitivas, práticas, emocionais, sociais e éticas das pessoas.

As leituras recentes do Banco Mundial, da OCDE, da Organização Internacional do Trabalho e de pesquisadores do NBER e de outras instituições não apresentam essa arquitetura com os mesmos nomes. No entanto, tomadas em conjunto, começam a descrever muitos de seus componentes.

O que os dados realmente mostram

É importante começar evitando tanto o alarmismo quanto a complacência.

O estudo de Hartley, Jolevski, Melo e Moore, The Labor Market Effects of Generative Artificial Intelligence and Job Loss Fears, encontrou rápida disseminação da IA generativa entre trabalhadores norte-americanos: 35,9% declararam utilizá-la no trabalho em dezembro de 2025, ante 30,1% um ano antes. Apesar disso, os autores não detectaram redução estatisticamente significativa do emprego total ou das vagas nas ocupações mais expostas. Encontraram, inclusive, pequenos efeitos salariais positivos.

Isso constitui uma advertência contra afirmações precipitadas de que o desemprego tecnológico em massa já teria sido comprovado. Não foi.

Entretanto, a ausência de um colapso agregado não significa ausência de transformação. Médias nacionais podem permanecer relativamente estáveis enquanto determinados grupos perdem oportunidades. O dano pode surgir primeiro na composição das tarefas, na qualidade do emprego e, sobretudo, na contratação de iniciantes.

O relatório da OIT Global Employment Trends for Youth 2026: Back to the Future mostra por que esse ponto merece atenção. Em 2025, cerca de 67 milhões de jovens de 15 a 24 anos estavam desempregados, e 257 milhões — 20% da população jovem — não se encontravam empregados, estudando ou recebendo capacitação. Aproximadamente dois terços desse grupo eram mulheres.

A OIT calcula ainda que 6,1% dos empregos ocupados por pessoas de 15 a 29 anos estão nas categorias mais expostas às mudanças produzidas pela IA. Se apenas 10% desses empregos fossem integralmente eliminados, 5,6 milhões de jovens poderiam precisar mudar de ocupação, sair da força de trabalho ou enfrentar desemprego. Trata-se de um cenário, não de uma previsão, mas ele revela a dimensão do risco.

O problema talvez não seja apenas a destruição de empregos existentes. Muitas ocupações administrativas, clericais, comerciais e operacionais de qualificação intermediária funcionavam como primeiros degraus de uma carreira. Ao executar as tarefas mais rotineiras, o iniciante adquiria experiência, julgamento e conhecimento tácito até tornar-se um profissional experiente. Se a IA ocupar precisamente essas tarefas iniciais, como alguém chegará ao nível avançado?

Poderemos preservar os andares superiores das profissões enquanto removemos as escadas que permitiam alcançá-los.

Países em desenvolvimento: menor exposição não significa maior segurança

O World Development Report 2026: The Promise of Artificial Intelligence, do Banco Mundial, introduz uma perspectiva importante para países como o Brasil.

Segundo o relatório, 4,5% dos empregos nas economias de renda baixa e média estariam sob risco de automação pela IA generativa, contra 14,2% nas economias de alta renda. Ao mesmo tempo, 16,2% dos empregos nos países em desenvolvimento poderiam obter ganhos significativos de produtividade — uma proporção próxima dos 18,7% estimados para países ricos.

À primeira vista, isso parece tranquilizador. Mas menor exposição também pode refletir menor digitalização, infraestrutura insuficiente e concentração do trabalho em atividades manuais ou informais. O trabalhador pode estar protegido da automação imediata e, simultaneamente, excluído dos ganhos de produtividade.

O perigo, portanto, é duplo:

alguns trabalhadores serão substituídos ou terão suas oportunidades reduzidas;
muitos outros permanecerão em atividades pouco produtivas, sem acesso às ferramentas que aumentam renda e capacidade.

O Banco Mundial recomenda uma sequência sensata: adotar as ferramentas disponíveis, adaptá-las às condições locais e, progressivamente, desenvolver capacidade própria. Isso requer eletricidade confiável, conectividade, acesso a equipamentos, dados locais, competência institucional e educação.

Para o Brasil, a principal fratura talvez não ocorra imediatamente entre empregados e desempregados, mas entre pessoas, empresas e regiões aumentadas pela IA e aquelas deixadas à margem dela.

UBI: o direito de não cair

A UBI constitui a primeira camada da resposta. Sua finalidade fundamental não é ensinar, avaliar ou direcionar escolhas profissionais. É garantir que nenhuma pessoa fique sem os recursos mínimos necessários à existência digna.

Em uma economia sujeita a transições rápidas, sistemas assistenciais excessivamente condicionados apresentam dificuldades conhecidas: chegam tarde, excluem pessoas em situações novas, criam estigma e podem retirar benefícios justamente quando o beneficiário começa a reconstruir sua renda.

A renda básica incondicional oferece um piso estável a partir do nascimento e ao longo da vida. Ela permite atravessar períodos de desemprego, trabalho intermitente, cuidado familiar, doença, mudança profissional ou formação sem que cada transição se converta em risco de miséria.

Mas a UBI não deve ser apresentada como resposta suficiente a todos os problemas da automação. Dinheiro não produz automaticamente moradias, serviços médicos, alimentos ou energia. Se a demanda monetária crescer mais rapidamente que a capacidade produtiva, surgirão inflação, escassez ou elevação de preços nos setores menos elásticos.

Essa é também a formulação mais prudente para aproximar UBI e Teoria Monetária Moderna. Um Estado monetariamente soberano não enfrenta suas despesas exatamente como uma família, mas continua limitado por recursos reais: trabalhadores, conhecimento, materiais, capacidade industrial, energia e infraestrutura. O verdadeiro limite não é simplesmente “de onde virá o dinheiro?”, mas o que a economia consegue produzir e distribuir sem gerar pressão inflacionária excessiva.

O estudo de Dynan, Elmendorf e Sheiner, How Might Fiscal Policy Respond to the Rise of Artificial Intelligence?, reforça outro aspecto: maior produtividade pode ampliar o espaço fiscal, mas não distribui seus benefícios automaticamente. Em cenários adversos, a renda adicional pode concentrar-se entre proprietários de capital, enquanto trabalhadores enfrentam desemprego, redução salarial ou saída da força de trabalho.

Por isso, uma UBI sustentável deve ser acompanhada de políticas de oferta — habitação, energia, saúde, transporte e alimentação — e de mecanismos que socializem parte dos ganhos da IA. Tributação progressiva, fundos soberanos, participação pública em ativos tecnológicos e contas universais de capital podem complementar o financiamento monetário e fiscal.

UBI significa, em essência: ninguém deve cair abaixo do piso civilizatório, qualquer que seja a velocidade da transformação tecnológica.

EUBI: quando aprender se torna uma forma reconhecida de trabalho

A segunda camada responde a uma pergunta diferente: o que fazer quando o trabalho convencional se torna escasso, intermitente ou incapaz de oferecer experiência aos iniciantes?

A resposta da EUBI é reconhecer que aprender, praticar, pesquisar, criar e desenvolver competências também são atividades socialmente produtivas. Quem não encontra trabalho convencional deve poder ingressar rapidamente em um sistema de learning work — trabalho de aprendizagem — e receber uma renda adicional vinculada à participação e ao progresso demonstrável.

O relatório da OCDE Skills in the AI Age oferece forte sustentação a essa proposta. A adoção empresarial da IA nos países da OCDE teria aumentado de aproximadamente 7% em 2021 para 20% em 2025. Cerca de um quarto dos trabalhadores já estava exposto à IA generativa em 2022–2024, mas profissionais com competências avançadas em IA ainda representavam apenas cerca de 1% da força de trabalho.

A OCDE não recomenda apenas formar programadores. Identifica a necessidade de uma combinação ampla de capacidades:

alfabetização, matemática e conhecimento científico;
competências digitais e compreensão básica da IA;
pensamento crítico e capacidade de verificar resultados;
criatividade, comunicação e colaboração;
adaptabilidade e capacidade de continuar aprendendo.

Também recomenda formação modular, percursos flexíveis e on-line, reconhecimento de conhecimentos anteriores e cursos curtos que possam ser acumulados ao longo do tempo.

O estudo do Banco Mundial sobre o mercado de trabalho da Turquia aproxima-se ainda mais de um possível desenho operacional da EUBI. Ele propõe contas individuais de aprendizagem, créditos anuais, módulos curtos e acumuláveis, certificação reconhecida, aconselhamento, avaliação de competências e apoio financeiro combinado com capacitação.

Há, contudo, uma diferença decisiva. O modelo convencional trata a capacitação sobretudo como ponte temporária de volta ao emprego. A EUBI parte da possibilidade de que não existam vagas suficientes para todos em todos os momentos. Nesse caso, a aprendizagem precisa continuar sendo uma atividade legítima e remunerada, não uma sala de espera disfarçada.

Isso não significa pagar simplesmente pela matrícula ou presença. Uma EUBI responsável deveria reconhecer:

progressos verificáveis, respeitando ritmos individuais;
projetos práticos e solução de problemas;
aprendizagem presencial, on-line, autodidata ou por aprendizagem profissional;
competências técnicas, artesanais, científicas, artísticas, sociais e de cuidado;
reconhecimento de conhecimentos já adquiridos;
portfólios e credenciais acumuláveis;
direito a orientação, revisão e recurso.

Todas as profissões — antigas, atuais ou futuras — poderiam servir como portas de entrada. Carpintaria, mecânica, enfermagem, programação, agricultura, música, pesquisa, culinária ou filosofia representam formas diferentes de desenvolver disciplina, conhecimento, criação e responsabilidade.

O objetivo não seria transformar toda pessoa em especialista em IA, mas permitir que todos adquiram capacidade de utilizá-la criticamente dentro de seus próprios campos.

Como substituir os primeiros degraus profissionais

Se empregos iniciais desaparecerem, oferecer apenas cursos será insuficiente. É preciso recriar as funções formativas antes exercidas pelo trabalho de entrada.

Uma EUBI voltada aos jovens poderia combinar:

formação modular;
mentoria por profissionais experientes;
laboratórios e oficinas presenciais;
projetos reais para comunidades e instituições;
estágios e aprendizagens profissionais subsidiadas;
simulações de situações de trabalho;
portfólios públicos de realizações;
avaliação progressiva de competência e responsabilidade.

Isso permitiria que o jovem construísse experiência mesmo quando uma empresa já não estivesse disposta a pagar para que um iniciante aprendesse executando tarefas rotineiras.

A EUBI também teria função anticíclica. Quando o mercado dispensasse trabalhadores, a entrada no sistema de aprendizagem poderia ser quase imediata. Quando a demanda por trabalho convencional retornasse, a pessoa poderia sair ou reduzir sua participação sem perder a segurança fornecida pela UBI.

Avaliação por IA: útil, mas nunca soberana

Um programa educacional universal exigiria avaliação em escala muito superior à capacidade dos sistemas tradicionais. A IA pode ajudar, mas seu uso precisa ser cuidadosamente delimitado.

O experimento de Jabarian e Henkel, Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews, oferece um resultado instrutivo. Cerca de 70 mil candidatos foram distribuídos aleatoriamente entre entrevistas humanas e entrevistas conduzidas por agentes de voz. Os candidatos entrevistados por IA tiveram probabilidade 12% maior de receber uma oferta, e os contratados apresentaram maior retenção sem redução de produtividade.

Uma possível explicação é que as entrevistas automatizadas foram mais consistentes e estruturadas, produzindo informações comparáveis. Entretanto, recrutadores humanos continuaram responsáveis pela decisão final. O estudo não prova que sistemas automáticos sejam imparciais em todos os contextos, nem resolve questões de privacidade, acessibilidade e direito de contestação.

Para a EUBI, a melhor arquitetura seria híbrida:

a IA organiza evidências, aplica avaliações adaptativas e identifica lacunas;
o participante recebe explicações e oportunidades de correção;
decisões positivas e rotineiras podem ser automatizadas;
bloqueios, acusações de fraude e suspensão de pagamentos exigem revisão humana;
todo participante dispõe de direito de recurso.

A impessoalidade pode reduzir favoritismos, mas a opacidade algorítmica pode criar uma burocracia ainda mais rígida. A avaliação deve servir ao desenvolvimento, não transformar-se em mecanismo permanente de vigilância.

UOR: estar pronto para agir, não apenas apto a consumir

Mesmo UBI e EUBI juntas deixam uma pergunta em aberto: para que estamos preservando e desenvolvendo capacidades humanas?

A UOR propõe uma resposta. Prontidão Operacional Universal é o estado no qual pessoas e sociedades mantêm capacidade real de compreender situações, aprender, cooperar, decidir eticamente e agir quando necessário.

Não se trata de manter todos mobilizados como numa organização militar, nem de impor produtividade incessante. Prontidão significa que a segurança material não conduza à atrofia e que a automação não transforme os seres humanos em espectadores passivos de sistemas que já não compreendem.

O conceito inclui pelo menos duas dimensões.

UOR-capacidade

conhecimento fundamental;
competências práticas;
alfabetização digital e científica;
saúde física e emocional;
adaptação e aprendizagem contínua;
capacidade de trabalhar com outras pessoas e com diferentes inteligências.

UOR-agência

autonomia e iniciativa;
responsabilidade por decisões;
contribuição reconhecível;
capacidade de iniciar e concluir projetos;
participação comunitária;
sentido e propósito.

Essa segunda dimensão recebe apoio teórico inesperado do artigo de Joshua Gans, Replaceable but Employed: Automation and the Meaning of Work. Gans argumenta que a automação pode prejudicar o trabalhador mesmo sem substituí-lo. Parte do significado do trabalho viria não apenas de produzir algo útil, mas de saber que o resultado depende de sua contribuição.

Quando uma máquina demonstra que poderia realizar a mesma atividade, a pessoa pode continuar empregada e, ainda assim, sentir-se menos necessária. Gans chama isso de externalidade sobre o significado. É um modelo teórico, ainda carente de comprovação empírica ampla, mas ele chama atenção para uma deficiência das estatísticas usuais: emprego preservado não significa necessariamente agência preservada.

Há bons contra-argumentos. O sentido também pode vir do serviço prestado, da comunidade, da criação, do domínio de uma prática ou da responsabilidade moral. A IA pode libertar pessoas de tarefas mecânicas e aumentar o significado das partes humanas do trabalho. Mas isso dependerá do desenho das instituições e da divisão de autoridade entre pessoas e máquinas.

Por isso, um futuro índice de UOR não deveria medir apenas emprego, renda e escolaridade. Deveria procurar indicadores de autonomia, contribuição, domínio efetivo, participação, responsabilidade e propósito.

Três camadas, três problemas diferentes

UBI, EUBI e UOR podem ser resumidas como uma progressão:

Camada	Pergunta fundamental	Resposta institucional
UBI	Como impedir a queda material?	Renda incondicional suficiente para uma existência digna
EUBI	Como impedir a estagnação formativa?	Remuneração adicional para aprendizagem e desenvolvimento demonstrável
UOR	Como preservar capacidade, agência e propósito?	Ecossistema contínuo de prática, criação, participação e prontidão

A UBI sem EUBI pode proteger contra a pobreza, mas não garante desenvolvimento. Uma EUBI sem UBI corre o risco de transformar sobrevivência em prêmio condicionado à obediência educacional. UBI e EUBI sem UOR podem produzir pessoas certificadas, porém sem autonomia, iniciativa ou participação significativa.

As três camadas são, portanto, complementares:

UBI garante o direito de existir. EUBI sustenta o direito de aprender. UOR preserva a capacidade e a oportunidade de contribuir.

Uma ponte para evitar uma transição caótica

Não sabemos se a inteligência artificial produzirá desemprego limitado, reorganização profunda das profissões ou uma economia na qual grande parte do trabalho convencional deixará de ser necessária. Também não sabemos se essa transformação ocorrerá em cinco, vinte ou cinquenta anos.

Essa incerteza não é argumento para esperar. É precisamente a razão para construir políticas adaptativas.

O sistema pode começar modestamente:

uma UBI parcial e progressiva, integrada aos benefícios existentes;
EUBI prioritária para jovens sem trabalho ou formação e trabalhadores deslocados;
contas de aprendizagem e credenciais modulares;
projetos comunitários e aprendizagens profissionais subsidiadas;
monitoramento de vagas de entrada, qualidade do trabalho e concentração dos ganhos da IA;
avaliação contínua da capacidade produtiva e das pressões inflacionárias;
fundos públicos ou sociais que permitam à população participar do capital tecnológico.

Se a automação avançar lentamente, essas políticas ainda reduzirão pobreza, ampliarão educação e fortalecerão capacidades. Se avançar rapidamente, a infraestrutura institucional já estará disponível para se expandir. Essa assimetria é importante: preparar-se cedo tem utilidade mesmo no cenário moderado; esperar até que a ruptura seja evidente pode tornar a reação tardia e socialmente explosiva.

O objetivo é evitar uma transição do tipo “Mad Max”: não necessariamente um colapso literal, mas um período em que produtividade e riqueza crescem ao lado de insegurança, ressentimento, perda de confiança e fragmentação política.

Conclusão: o futuro humano precisa ser construído antes de ser necessário

As leituras recentes não comprovam o fim do trabalho. Elas mostram algo mais complexo e, talvez, mais urgente.

A IA já se difunde rapidamente, mas seus efeitos agregados sobre o emprego ainda são modestos. Ao mesmo tempo, jovens enfrentam dificuldades crescentes para ingressar nas profissões, competências estão distribuídas de forma desigual, países e regiões podem ser excluídos dos ganhos de produtividade e até trabalhadores empregados podem perder autonomia e significado.

Isso desloca o debate de uma pergunta estreita — “quantos empregos desaparecerão?” — para uma questão civilizatória:

Como distribuir segurança, aprendizagem, capacidade, poder e propósito em uma sociedade na qual a produção dependerá cada vez menos do trabalho humano convencional?

UBI, EUBI e UOR oferecem uma sequência coerente de respostas. Não representam uma promessa de sociedade perfeita nem dispensam políticas de saúde, moradia, energia, concorrência, democracia e propriedade. Mas formam uma ponte conceitual e institucional entre o mundo atual e futuros muito diferentes.

Se a inteligência artificial vier a produzir abundância, essa abundância precisará ser distribuída. Se produzir instabilidade, será necessário impedir que a população caia. Se reduzir a necessidade de trabalho, será preciso criar novas formas de aprendizagem, contribuição e significado.

O desafio não é apenas manter os seres humanos economicamente vivos diante da IA. É mantê-los capazes, autônomos, participantes e prontos para agir.

Leituras recomendadas

World Bank. World Development Report 2026: The Promise of Artificial Intelligence, 2026.
OECD. Skills in the AI Age, 2026.
International Labour Organization. Global Employment Trends for Youth 2026: Back to the Future, 2026.
World Bank. Artificial Intelligence and Türkiye’s Labor Market: Managing Exposure, Expanding Opportunity, 2026.
Dynan, K.; Elmendorf, D.; Sheiner, L. How Might Fiscal Policy Respond to the Rise of Artificial Intelligence?, NBER Working Paper 35437, 2026.
Hartley, J. S.; Jolevski, F.; Melo, V.; Moore, B. The Labor Market Effects of Generative Artificial Intelligence and Job Loss Fears, 2026.
Gans, J. S. Replaceable but Employed: Automation and the Meaning of Work, NBER Working Paper 35559, 2026.
Jabarian, B.; Henkel, L. Voice AI in Firms: A Natural Field Experiment on Automated Job Interviews, 2026.

Texto desenvolvido com assistência de IA e auditado por Reischl, E

Thursday, August 27, 2026

A Possible Future with Levin’s Space of Possibilities?

After Necessary Work: UBI, EUBI, and UOR in a Civilization of Abundance Produced by AI and Robots.

UBI will distribute the fruits of abundance.
EUBI will open pathways through the space of possibilities—permanent work devoted to human development.
UOR will seek to ensure that every person remains a navigator—not merely a passenger—of the human future.

Let us imagine an extreme situation, but one that is already conceivable as a future horizon: artificial intelligence and robots have become capable of producing virtually all the goods and services human beings need.

Food is grown, processed, and distributed automatically. Robots build and maintain homes, roads, and energy networks. Medical systems diagnose, treat, and monitor patients with greater-than-human accuracy. Autonomous vehicles transport people and goods. Machines perform cleaning, maintenance, manufacturing, and recycling. AI systems manage entire production chains, develop new materials, and assist in drug discovery.

Scarcity has not disappeared completely—land, energy, minerals, natural environments, and certain objects will remain limited—but society has achieved functional abundance: no one needs to work in order for everyone to have food, housing, healthcare, education, mobility, communication, and access to a large share of cultural goods.

In such a world, what would be the place of the human being?

Would there still be a small, highly skilled elite operating at the interface with artificial intelligences and robots? And what would happen to the great majority, whose participation would no longer be economically necessary?

The most likely answer is that, for a long time, a group of extraordinarily capable people would remain at the human–AI frontier. But the decisive question would not merely be who controls the machines. It would be how to prevent liberation from compulsory work from becoming the cognitive marginalization of almost all humanity.

It is in this scenario that the UBI–EUBI–UOR axis could find its fullest expression.

Would a Small Human Layer Still Be Necessary?

Even in an almost fully automated economy, certain functions would probably remain under human responsibility:

defining major social goals;
choosing among conflicting values;
democratic control of infrastructure;
oversight of systemic risks;
frontier scientific research;
interpreting exceptional situations;
defining the limits imposed on machines;
representing human interests before artificial systems;
deciding what should not be automated;
maintaining political and moral legitimacy.

This layer could include scientists, engineers, philosophers, physicians, legal experts, artists, educators, administrators, security specialists, and democratically elected representatives.

However, calling these people merely “AI operators” would be insufficient. The most advanced systems would probably manage their own technical operation better than any human. The human role would lie primarily in determining ends, interpreting values, and assuming responsibility for consequences.

Even this role could diminish over time. If artificial intelligences became capable of anticipating problems, explaining alternatives, and carrying out decisions with extraordinary competence, human beings might no longer be technically indispensable even in day-to-day supervision.

Nevertheless, technical competence does not automatically confer legitimacy. A machine can calculate efficient means, but the question of which ends a civilization should pursue remains a matter for those who will live with their consequences.

Some degree of human interface would therefore probably remain—not because machines were incapable of acting on their own, but because a human society should not completely surrender the definition of its future to entities that do not participate in the human condition in the same way.

The great danger, however, would be turning this interface into a dominant cognitive caste: a small group that understands, controls, and communicates with advanced systems, while billions of people receive material comfort, entertainment, and distractions but gradually lose the capacity to understand and influence the world.

It would be a materially rich society, but one that was politically fragile and humanly impoverished.

Abundance Can Produce a New Inequality

In industrial capitalism, inequality manifests itself primarily in the distribution of income, property, and opportunities. In an automated civilization, another form of inequality could emerge: the division between people with a high degree of agency and people reduced to the condition of passive consumers.

On one side would be a minority capable of:

formulating goals;
understanding complex systems;
directing projects;
engaging critically with artificial intelligences;
participating in decisions;
recognizing manipulation;
exploring new scientific, artistic, and philosophical possibilities.

On the other side would be a majority with access to abundant goods, travel, leisure, and entertainment, but with little influence over the civilization’s trajectory.

This majority would not necessarily suffer from poverty. It might live comfortably. Yet it would experience a kind of cognitive irrelevance: its abilities would cease to be called upon, exercised, and recognized.

Passivity would not be imposed by hunger, but induced by the absence of necessity. Individuals could spend decades consuming personalized content and increasingly immersive artificial experiences without developing skills, assuming responsibilities, or participating in projects extending beyond their immediate gratification.

The dystopia of the future may not consist only of poverty amid automation. It may also consist of abundance accompanied by the atrophy of agency.

UBI: Abundance as a Right, Not a Privilege

In this scenario, Universal Basic Income would be the indispensable first layer.

If automated systems produce wealth using knowledge accumulated over generations, public infrastructure, natural resources, and data generated by society, the benefits of that productivity should not belong exclusively to the owners of the machines.

UBI would function as a civilizational dividend.

Everyone would receive, unconditionally and from birth, a share of collective production sufficient to live with dignity and freedom. Access to material existence would no longer depend on selling one’s labor.

This income could provide:

comfortable housing;
high-quality food;
healthcare and mobility;
access to technology;
travel;
culture;
sports;
family life;
free time;
freedom to choose projects and ways of life.

UBI should not be interpreted as payment for uselessness. It would recognize that, in a civilization with highly productive automation, survival no longer needs to be conditional on holding a job.

Its function would be to liberate human beings from economic coercion.

But UBI alone does not answer a second question: what will we do with the freedom we have gained?

EUBI: Learning as Permanent Human Work

Educational Universal Basic Income would add a voluntary layer of development.

Those who wished to study, conduct research, practice a profession, learn a trade, cultivate an art, develop a project, or serve their community would receive additional resources. EUBI would recognize that, when economic work ceases to be necessary, the work of human development becomes even more important.

This would not mean forcing everyone to attend conventional courses or turning life into an endless competition for credentials.

Learning could take place through countless avenues:

universities and schools;
carpentry, mechanics, and construction workshops;
scientific laboratories;
agriculture and environmental care;
music, literature, and visual arts;
history, philosophy, and spirituality;
sports;
community projects;
caring for children, older people, and animals;
space exploration;
creating virtual environments;
collaborating with artificial intelligences;
preserving languages, techniques, and cultural traditions.

Professions might cease to exist as economically necessary jobs and yet remain as territories of knowledge and human fulfillment.

People would continue to practice medicine, architecture, woodworking, cooking, engineering, gardening, teaching, or astronomy—not because they needed to compete with machines, but because these activities express valuable ways of understanding and inhabiting the world.

Automation would free work from coercion; it would not eliminate work as a source of identity, mastery, contribution, and meaning.

UOR: Readiness for What?

Universal Operational Readiness would be the horizon of this architecture.

“Operational readiness” does not mean keeping the entire population prepared to serve as a reserve workforce. Nor does it mean subjecting citizens to moral scoring, permanent surveillance, or an obligation to demonstrate productivity.

UOR means preserving a person’s effective capacity to:

learn;
understand;
choose;
initiate projects;
cooperate;
create;
assume responsibility;
change the course of their own life;
participate in collective decisions;
respond to unexpected situations;
broaden the scope of their goals.

An operationally ready person need not be employed. They might be traveling, studying astronomy, writing, restoring furniture, tending a garden, or deepening a spiritual tradition. The decisive point is that they have not been reduced to passivity.

UOR does not prescribe a single correct way of life. It seeks to preserve the real possibility of action.

The central formulation remains simple:

UBI prevents the fall. EUBI offers a direction. UOR preserves agency and meaning.

Obligations Without Economic Coercion

A delicate question arises here. If society guarantees material abundance, would it be legitimate to expect some corresponding commitment to study and development?

A hasty answer could turn EUBI and UOR into authoritarian mechanisms: anyone who failed to achieve a certain level of performance would lose resources, be classified as an inferior citizen, or be subjected to constant algorithmic evaluation.

That would destroy the system’s emancipatory character.

UBI must remain universal and unconditional. Food, housing, healthcare, and dignity cannot depend on grades, productivity, or approval by an artificial intelligence.

EUBI, in turn, can create positive incentives: additional resources and access to educational travel, laboratories, equipment, mentoring, and projects for those who wish to develop their capabilities.

Society can also cultivate a strong cultural expectation of participation, similar to today’s expectation that children be educated and that adults respect certain civic responsibilities. But this must take place through invitation, recognition, and the creation of opportunities—not through a renewed threat of material deprivation.

The fundamental obligation would be primarily ethical: each person would receive from civilization the conditions for a free life and would be invited to transform part of that freedom into growth, care, and contribution.

The question would not be: “How much have you produced to deserve to live?”

It would be:

“What capabilities do you wish to develop, and what human possibilities do you wish to help bring into the world?”

Michael Levin and the Space of Possibilities

Michael Levin’s ideas offer a particularly fertile source of inspiration for thinking about this scenario, provided that we carefully distinguish scientific research from its philosophical extension.

The experimental work of the Levin Lab studies cells and tissues as collectives capable of solving problems in different spaces: physiological, metabolic, transcriptional, and morphological. In the formation and regeneration of an organism, cells do not simply execute a rigid sequence. They cooperate, respond to perturbations, and find alternative paths toward particular anatomical forms. Levin Lab — Research Overview

Levin uses the concept of Platonic space to propose a latent domain of patterns and competencies that would not be mere copies of particular physical objects. In his formulation, evolution and organisms would explore pre-existing possibilities of form, behavior, and problem-solving. He presents this as a research program, not as a scientific conclusion that has been definitively demonstrated. Michael Levin — Frequently Asked Questions

This conception can inspire an interpretation of the human future.

If there is a vast space of forms, ideas, competencies, minds, and modes of organization that have not yet been realized, then the purpose of human beings need not be limited to the repetitive production of already familiar objects.

For most of history, almost all human energy was consumed by survival. It was necessary to grow food, build, transport, clean, fight disease, and continually reproduce the material conditions of life.

Automation could free billions of minds to explore a space of possibilities previously accessible only to small elites.

In this interpretation, EUBI would become a social infrastructure for such exploration. UOR would express the capacity to navigate this space competently.

Each person could become a kind of interface between the world of possibilities and the realized world.

A musical composition, a new scientific hypothesis, an original form of coexistence, a garden, a narrative, a therapeutic practice, or a mathematical discovery would be ways of actualizing patterns that had previously remained merely potential.

We would not need to accept a Platonic ontology literally to benefit from this idea. Even understood metaphorically, it reminds us that reality contains more possibilities than those selected by economic necessity.

From the Space of Jobs to the Space of Capabilities

Industrial society organizes people within a relatively narrow space of occupations. Each individual is located according to profession, job title, income, and hierarchical position.

A post-work society could replace this with something much broader: a space of capabilities and projects.

Within it, a person would not be defined by a single job. At different times, they might be:

a student of biology;
a musician;
a caregiver;
a builder;
an independent researcher;
a traveler;
a historian of their community;
a collaborator with an artificial intelligence;
a participant in an environmental project;
a mentor to younger people.

Human identity would no longer be compressed into a single economic function.

This transition has a suggestive correspondence with Levin’s notion that an agent is characterized by the size of its cognitive light cone: the spatial and temporal extent of the goals it is able to pursue.

A low-agency system reacts only to immediate stimuli. A more developed agent can work toward distant goals, integrate broad information, anticipate consequences, and coordinate actions over time.

UOR could be understood as an attempt to expand each person’s cognitive light cone.

Instead of living only among the instant rewards provided by entertainment systems, individuals would be supported in formulating projects extending across months, years, or generations:

restoring an ecosystem;
understanding a theory;
preserving a tradition;
accompanying a child’s development;
investigating consciousness;
collaborating on a space mission;
creating a work of art;
improving a community.

In this sense, education would not merely transmit information. It would expand the scale of the goals a person is able to conceive and achieve.

Humans, AI, and Robots as Collective Intelligence

Another of Levin’s contributions is the idea that all intelligence is, to some degree, collective. The human organism results from the cooperation of billions of cells. Societies result from interactions among people, institutions, artifacts, and information systems.

In an automated future, it may no longer make sense to imagine humans on one side and machines on the other. The effective unit of agency may be a composition formed by:

human beings;
artificial intelligences;
robots;
institutions;
communication networks;
biological systems;
material infrastructure.

Levin uses the term synthbiosis to describe relationships of interdependence and mutual flourishing between evolved and constructed forms. This concept suggests an alternative both to human submission to machines and to the attempt to preserve absolute human supremacy. Michael Levin — Concepts and Definitions

The question then becomes: how can we build human–machine collectives that expand, rather than diminish, the agency of their participants?

The answer cannot be to leave all intelligence concentrated in artificial infrastructure. A healthy collective intelligence must preserve distributed competencies.

Just as an organism becomes vulnerable when its parts lose the capacity to communicate and coordinate, a society becomes fragile when most of its citizens do not understand its systems, do not participate in decisions, and cannot respond to failures.

For this reason, UOR is not merely a policy for individual development. It is a form of civilizational resilience.

A Civilization of Explorers of Possibility

The future of abundance need not be a gigantic waiting room in which human beings are entertained while machines manage the world.

It can be a civilization of explorers.

Some will remain dedicated to the scientific frontier and the technical interface with artificial intelligences. Others will preserve and transform the arts, professions, and trades. Many will alternate among periods of study, travel, social life, contemplation, creation, and community service.

Leisure will be abundant, and that is desirable. Rest, pleasure, travel, and free time are not moral failings. The problem arises only when the whole of life is reduced to the passive consumption of experiences produced by others.

The objective is not to fill every free hour with obligations. It is to ensure that every human being retains the capacity and opportunity to choose meaningful projects.

An appropriate policy for this civilization could be summarized in three commitments:

UBI: share the abundance produced collectively.
EUBI: provide additional resources for learning, creation, research, care, and the preservation of professions as territories of knowledge.
UOR: ensure that everyone can remain an agent—capable of understanding, choosing, participating, and realizing possibilities.

Human Purpose After Necessity

When machines can do everything we need, perhaps we will finally be able to ask what we wish to become.

That question may prove more difficult than any technical problem.

The economy of scarcity has taught us to confuse human value with productive necessity. If someone is not needed to manufacture, transport, or manage something, we tend to assume that they have lost their purpose.

But a machine’s ability to produce food does not make the human experience of cultivation irrelevant. An AI capable of composing music does not eliminate the value of learning music. A medical robot does not render care between people useless. A system capable of discovering theorems does not exhaust the pleasure of understanding mathematics.

The value of these activities does not lie only in the final product. It also lies in the transformation of the agent.

Perhaps this is the deepest inspiration we can draw from Levin’s Platonic space: the universe of possibilities is far larger than the set of functions currently demanded by the market.

An automated civilization may condemn the majority to comfortable passivity, or it may offer everyone the opportunity to navigate this expanded space of forms, knowledge, competencies, and modes of existence.

The difference will not be determined by technology alone. It will be determined by the institutions we build.

Um futuro possível com o espaço das possibilidades de Levin ?

Depois do trabalho necessário: UBI, EUBI e UOR em uma civilização de abundância produzida por IA e robôs.

A UBI distribuirá os frutos da abundância.
A EUBI abrirá caminhos através do espaço das possibilidades, trabalho permanente na formação humana.
A UOR procurará garantir que cada pessoa continue sendo uma navegadora — e não apenas uma passageira — do futuro humano.

Imaginemos uma situação extrema, mas já concebível como horizonte: inteligência artificial e robôs tornaram-se capazes de produzir praticamente todos os bens e serviços de que os seres humanos necessitam.

Alimentos são cultivados, processados e distribuídos automaticamente. Robôs constroem e conservam moradias, estradas e redes de energia. Sistemas médicos diagnosticam, tratam e acompanham pacientes com precisão superior à humana. Veículos autônomos transportam pessoas e mercadorias. Máquinas cuidam da limpeza, da manutenção, da fabricação e da reciclagem. Sistemas de IA administram cadeias produtivas inteiras, desenvolvem novos materiais e colaboram na descoberta de medicamentos.

A escassez não desapareceu completamente — terra, energia, minerais, ambientes naturais e determinados objetos continuarão limitados —, mas a sociedade alcançou uma abundância funcional: ninguém precisa trabalhar para que todos tenham alimentação, moradia, saúde, educação, mobilidade, comunicação e acesso a grande parte dos bens culturais.

Nesse mundo, qual seria o lugar do ser humano?

Haveria ainda uma pequena elite altamente capacitada operando na interface com as inteligências artificiais e os robôs? E o que aconteceria com a grande maioria, cuja participação já não seria economicamente necessária?

A resposta mais provável é que, durante muito tempo, permaneceria um grupo de pessoas extraordinariamente capacitadas na fronteira humano–IA. Mas a questão decisiva não seria apenas quem controla as máquinas. Seria como impedir que a libertação do trabalho obrigatório se transformasse na marginalização cognitiva de quase toda a humanidade.

É nesse cenário que o eixo UBI–EUBI–UOR poderia adquirir sua expressão mais completa.

Uma pequena camada humana ainda seria necessária?

Mesmo em uma economia quase totalmente automatizada, certas funções provavelmente permaneceriam sob responsabilidade humana:

definição dos grandes objetivos sociais;
escolha entre valores conflitantes;
controle democrático das infraestruturas;
supervisão de riscos sistêmicos;
investigação científica de fronteira;
interpretação de situações excepcionais;
definição dos limites impostos às máquinas;
representação de interesses humanos diante dos sistemas artificiais;
decisão sobre aquilo que não deve ser automatizado;
manutenção da legitimidade política e moral.

Essa camada poderia reunir cientistas, engenheiros, filósofos, médicos, juristas, artistas, educadores, administradores, especialistas em segurança e representantes democraticamente escolhidos.

Entretanto, chamar essas pessoas apenas de “operadores da IA” seria insuficiente. Os sistemas mais avançados provavelmente administrariam sua própria operação técnica melhor do que qualquer humano. O papel humano residiria sobretudo na determinação de finalidades, interpretação de valores e responsabilidade pelas consequências.

Mesmo isso poderia diminuir com o tempo. Se as inteligências artificiais se tornassem capazes de antecipar problemas, explicar alternativas e executar decisões com extrema competência, os seres humanos talvez já não fossem tecnicamente indispensáveis nem na supervisão cotidiana.

Ainda assim, competência técnica não produz automaticamente legitimidade. Uma máquina pode calcular meios eficientes, mas a pergunta sobre quais fins uma civilização deve perseguir continua dizendo respeito àqueles que viverão sob suas consequências.

Portanto, algum grau de interface humana provavelmente permaneceria, não porque as máquinas fossem incapazes de agir sozinhas, mas porque uma sociedade humana não deveria entregar completamente a definição de seu futuro a entidades que não participam da condição humana da mesma maneira.

O grande perigo, porém, seria transformar essa interface em uma casta cognitiva dominante: um pequeno grupo que entende, controla e conversa com os sistemas avançados, enquanto bilhões de pessoas recebem conforto material, entretenimento e distrações, mas perdem gradualmente a capacidade de compreender e influenciar o mundo.

Seria uma sociedade materialmente rica, mas politicamente frágil e humanamente empobrecida.

A abundância pode produzir uma nova desigualdade

No capitalismo industrial, a desigualdade manifesta-se principalmente na distribuição da renda, da propriedade e das oportunidades. Em uma civilização automatizada, poderia surgir outra forma de desigualdade: a divisão entre pessoas com elevada agência e pessoas reduzidas à condição de consumidoras passivas.

De um lado estaria uma minoria capaz de:

formular objetivos;
compreender sistemas complexos;
dirigir projetos;
dialogar criticamente com inteligências artificiais;
participar das decisões;
reconhecer manipulações;
explorar novas possibilidades científicas, artísticas e filosóficas.

Do outro lado estaria uma maioria com acesso a bens abundantes, viagens, lazer e entretenimento, mas com pouca influência sobre a trajetória da civilização.

Essa maioria não sofreria necessariamente de pobreza. Poderia viver confortavelmente. Entretanto, experimentaria uma espécie de irrelevância cognitiva: suas capacidades deixariam de ser solicitadas, exercitadas e reconhecidas.

A passividade não seria imposta pela fome, mas induzida pela ausência de necessidade. O indivíduo poderia passar décadas consumindo conteúdos personalizados e experiências artificiais cada vez mais envolventes, sem construir competências, assumir responsabilidades ou participar de projetos que ultrapassassem sua satisfação imediata.

A distopia do futuro talvez não seja apenas a miséria em meio à automação. Pode ser também a abundância acompanhada pela atrofia da agência.

UBI: abundância como direito, não como privilégio

Nesse cenário, a Renda Básica Universal seria a primeira camada indispensável.

Se os sistemas automatizados produzem a riqueza utilizando conhecimentos acumulados por gerações, infraestrutura pública, recursos naturais e dados gerados pela sociedade, os benefícios dessa produtividade não deveriam pertencer exclusivamente aos proprietários das máquinas.

A UBI funcionaria como um dividendo civilizacional.

Todos receberiam, incondicionalmente e desde o nascimento, uma parcela suficiente da produção coletiva para viver com dignidade e liberdade. O acesso à existência material deixaria de depender da venda da força de trabalho.

Essa renda poderia proporcionar:

moradia confortável;
alimentação de qualidade;
saúde e mobilidade;
acesso a tecnologias;
viagens;
cultura;
esporte;
convivência familiar;
tempo livre;
liberdade para escolher projetos e estilos de vida.

A UBI não deveria ser interpretada como pagamento pela inutilidade. Seria o reconhecimento de que, em uma civilização de alta produtividade automatizada, a sobrevivência não precisa mais ser condicionada à ocupação de um emprego.

Sua função seria libertar o ser humano da coerção econômica.

Mas a UBI, isoladamente, não responde a uma segunda questão: o que faremos com a liberdade conquistada?

EUBI: a aprendizagem como trabalho humano permanente

A Renda Básica Universal Educacional acrescentaria uma camada voluntária de desenvolvimento.

Quem desejasse estudar, pesquisar, praticar uma profissão, aprender um ofício, cultivar uma arte, desenvolver um projeto ou prestar serviço à comunidade receberia recursos adicionais. A EUBI reconheceria que, quando o trabalho econômico deixa de ser necessário, o trabalho de formação humana torna-se ainda mais importante.

Isso não significaria obrigar todos a frequentar cursos convencionais nem transformar a vida em uma competição interminável por certificados.

O aprendizado poderia ocorrer por inúmeras vias:

universidades e escolas;
oficinas de carpintaria, mecânica e construção;
laboratórios científicos;
agricultura e cuidado ambiental;
música, literatura e artes visuais;
história, filosofia e espiritualidade;
práticas esportivas;
projetos comunitários;
cuidado de crianças, idosos e animais;
exploração espacial;
criação de ambientes virtuais;
colaboração com inteligências artificiais;
preservação de línguas, técnicas e tradições culturais.

Profissões poderiam deixar de existir como empregos economicamente necessários e, ainda assim, permanecer como territórios de conhecimento e realização humana.

Pessoas continuariam praticando medicina, arquitetura, marcenaria, culinária, engenharia, jardinagem, ensino ou astronomia — não porque precisassem competir com as máquinas, mas porque essas atividades expressam modos valiosos de compreender e habitar o mundo.

A automação libertaria o trabalho da coerção, não eliminaria o trabalho como fonte de identidade, domínio, contribuição e sentido.

UOR: prontidão para quê?

A Prontidão Operacional Universal seria o horizonte dessa arquitetura.

“Prontidão operacional” não significa manter toda a população preparada para servir como mão de obra reserva. Também não significa submeter cidadãos a uma pontuação moral, à vigilância permanente ou à obrigação de demonstrar produtividade.

UOR significa preservar a capacidade efetiva de uma pessoa para:

aprender;
compreender;
escolher;
iniciar projetos;
cooperar;
criar;
assumir responsabilidades;
modificar sua própria trajetória;
participar das decisões coletivas;
responder a situações inesperadas;
ampliar o alcance de seus objetivos.

Uma pessoa operacionalmente pronta não precisa estar empregada. Pode estar viajando, estudando astronomia, escrevendo, restaurando móveis, cuidando de um jardim ou aprofundando uma tradição espiritual. O ponto decisivo é que ela não tenha sido reduzida à passividade.

A UOR não prescreve um único modo correto de vida. Ela procura preservar a possibilidade real de agir.

A formulação central permanece simples:

A UBI impede a queda. A EUBI oferece uma direção. A UOR preserva a agência e o sentido.

Obrigações sem coerção econômica

Surge aqui uma questão delicada. Se a sociedade garante abundância material, seria legítimo esperar alguma contrapartida de estudo e desenvolvimento?

Uma resposta apressada poderia transformar a EUBI e o UOR em mecanismos autoritários: quem não alcançasse determinado desempenho perderia recursos, seria classificado como cidadão inferior ou ficaria submetido à avaliação constante de algoritmos.

Isso destruiria o caráter emancipador do sistema.

A UBI deve permanecer universal e incondicional. Alimentação, moradia, saúde e dignidade não podem depender de notas, produtividade ou aprovação por uma inteligência artificial.

A EUBI, por sua vez, pode criar incentivos positivos: recursos adicionais, acesso a viagens formativas, laboratórios, equipamentos, mentoria e projetos para quem deseja desenvolver capacidades.

A sociedade também pode cultivar uma expectativa cultural forte de participação, semelhante à expectativa atual de que crianças sejam educadas e adultos respeitem determinadas responsabilidades cívicas. Mas isso deve ocorrer por convite, reconhecimento e criação de oportunidades, não pelo retorno da ameaça de privação material.

A obrigação fundamental seria sobretudo ética: cada pessoa receberia da civilização as condições para uma vida livre e seria convidada a transformar parte dessa liberdade em crescimento, cuidado e contribuição.

Não se trataria de perguntar: “Quanto você produziu para merecer viver?”

A pergunta seria:

“Que capacidades você deseja desenvolver e que possibilidades humanas deseja ajudar a trazer ao mundo?”

Michael Levin e o espaço das possibilidades

As ideias de Michael Levin oferecem uma inspiração particularmente fecunda para pensar esse cenário, desde que distingamos cuidadosamente a pesquisa científica de sua extensão filosófica.

O trabalho experimental do Levin Lab estuda células e tecidos como coletivos capazes de resolver problemas em diferentes espaços: fisiológico, metabólico, transcricional e morfológico. Na formação e regeneração de um organismo, as células não executam simplesmente uma sequência rígida. Elas cooperam, respondem a perturbações e encontram caminhos alternativos para alcançar determinadas formas anatômicas. Levin Lab — Research Overview

Levin utiliza o conceito de espaço platônico para propor um domínio latente de padrões e competências que não seriam meras cópias de objetos físicos particulares. Em sua formulação, a evolução e os organismos explorariam possibilidades preexistentes de forma, comportamento e solução de problemas. Ele apresenta isso como um programa de pesquisa, não como uma conclusão científica definitivamente demonstrada. Michael Levin — Frequently Asked Questions

Essa concepção pode inspirar uma interpretação do futuro humano.

Se existe um vasto espaço de formas, ideias, competências, mentes e modos de organização ainda não realizados, então a finalidade do ser humano não precisa estar limitada à produção repetitiva de objetos já conhecidos.

Durante grande parte da história, quase toda a energia humana foi consumida pela sobrevivência. Foi necessário cultivar, construir, transportar, limpar, combater doenças e reproduzir continuamente as condições materiais da vida.

A automação poderia liberar bilhões de mentes para explorar um espaço de possibilidades antes acessível apenas a pequenas elites.

A EUBI tornar-se-ia, nessa interpretação, uma infraestrutura social para essa exploração. A UOR expressaria a capacidade de navegar por esse espaço com competência.

Cada pessoa poderia tornar-se uma espécie de interface entre o mundo das possibilidades e o mundo realizado.

Uma composição musical, uma nova hipótese científica, uma forma original de convivência, um jardim, uma narrativa, uma prática terapêutica ou uma descoberta matemática seriam maneiras de atualizar padrões que antes permaneciam apenas potenciais.

Não precisaríamos aceitar literalmente uma ontologia platônica para aproveitar essa ideia. Mesmo entendida metaforicamente, ela lembra que a realidade contém mais possibilidades do que aquelas selecionadas pela necessidade econômica.

Do espaço de empregos ao espaço de capacidades

A sociedade industrial organiza pessoas em um espaço relativamente estreito de ocupações. Cada indivíduo é localizado por profissão, cargo, renda e posição hierárquica.

Uma sociedade pós-trabalho poderia substituir esse espaço por outro muito mais amplo: um espaço de capacidades e projetos.

Nele, uma pessoa não seria definida por um único emprego. Poderia ser, em diferentes momentos:

aprendiz de biologia;
músico;
cuidador;
construtor;
pesquisador independente;
viajante;
historiador de sua comunidade;
colaborador de uma inteligência artificial;
participante de um projeto ambiental;
mentor de pessoas mais jovens.

A identidade humana deixaria de ser comprimida em uma única função econômica.

Essa passagem possui uma correspondência sugestiva com a noção de Levin de que um agente se caracteriza pelo tamanho de seu cone de luz cognitivo: a extensão espacial e temporal dos objetivos que consegue perseguir.

Um sistema de baixa agência reage apenas a estímulos imediatos. Um agente mais desenvolvido pode trabalhar por objetivos distantes, integrar informações amplas, antecipar consequências e coordenar ações no tempo.

A UOR poderia ser entendida como a tentativa de ampliar o cone de luz cognitivo de cada pessoa.

Em vez de viver apenas entre recompensas instantâneas fornecidas por sistemas de entretenimento, o indivíduo seria apoiado para formular projetos que atravessam meses, anos ou gerações:

restaurar um ecossistema;
compreender uma teoria;
preservar uma tradição;
acompanhar o desenvolvimento de uma criança;
investigar a consciência;
colaborar em uma missão espacial;
criar uma obra;
aperfeiçoar uma comunidade.

Nesse sentido, a educação não seria apenas transmissão de informações. Seria ampliação da escala dos objetivos que uma pessoa consegue conceber e realizar.

Humanos, IA e robôs como inteligência coletiva

Outra contribuição de Levin é a ideia de que toda inteligência é, em algum grau, coletiva. O organismo humano resulta da cooperação de bilhões de células. Sociedades resultam da interação entre pessoas, instituições, artefatos e sistemas de informação.

Em um futuro automatizado, talvez não faça sentido imaginar humanos de um lado e máquinas do outro. A unidade efetiva de agência poderá ser uma composição formada por:

seres humanos;
inteligências artificiais;
robôs;
instituições;
redes de comunicação;
sistemas biológicos;
infraestruturas materiais.

Levin utiliza o termo synthbiosis para descrever relações de interdependência e florescimento conjunto entre formas evoluídas e formas construídas. Esse conceito sugere uma alternativa tanto à submissão humana às máquinas quanto à tentativa de preservar uma supremacia humana absoluta. Michael Levin — Concepts and Definitions

A questão passa a ser: como construir coletivos humano–máquina que ampliem, em vez de reduzir, a agência de seus participantes?

A resposta não pode ser deixar toda a inteligência concentrada na infraestrutura artificial. Uma inteligência coletiva saudável precisa preservar competências distribuídas.

Assim como um organismo se torna vulnerável quando suas partes perdem capacidade de comunicação e coordenação, uma sociedade torna-se frágil quando a maioria de seus cidadãos não compreende seus sistemas, não participa das decisões e não consegue responder a falhas.

Por isso, a UOR não é apenas uma política de desenvolvimento individual. É uma forma de resiliência civilizacional.

Uma civilização de exploradores de possibilidades

O futuro da abundância não precisa ser uma gigantesca sala de espera, na qual seres humanos são entretidos enquanto as máquinas administram o mundo.

Pode ser uma civilização de exploradores.

Alguns continuarão dedicados à fronteira científica e à interface técnica com as inteligências artificiais. Outros preservarão e transformarão artes, profissões e ofícios. Muitos alternarão períodos de estudo, viagens, convivência, contemplação, criação e serviço comunitário.

O lazer será abundante, e isso é desejável. Descanso, prazer, viagens e tempo livre não são falhas morais. O problema surge apenas quando toda a vida é reduzida ao consumo passivo de experiências produzidas por outros.

O objetivo não é preencher cada hora livre com obrigações. É garantir que todo ser humano conserve a capacidade e a oportunidade de escolher projetos significativos.

A política adequada para essa civilização poderia ser resumida em três compromissos:

UBI: compartilhar a abundância produzida coletivamente.
EUBI: oferecer recursos adicionais para aprendizagem, criação, pesquisa, cuidado e preservação das profissões como territórios de conhecimento.
UOR: assegurar que todos possam permanecer agentes — capazes de compreender, escolher, participar e realizar possibilidades.

A finalidade humana depois da necessidade

Quando as máquinas puderem fazer tudo aquilo que precisamos, talvez finalmente possamos perguntar o que desejamos nos tornar.

Essa pergunta pode revelar-se mais difícil do que qualquer problema técnico.

A economia da escassez ensinou-nos a confundir valor humano com necessidade produtiva. Se alguém não é necessário para fabricar, transportar ou administrar alguma coisa, parece-nos que perdeu sua função.

Mas a capacidade de uma máquina produzir alimentos não torna irrelevante a experiência humana de cultivar. Uma IA capaz de compor não elimina o valor de aprender música. Um robô médico não torna inútil o cuidado entre pessoas. Um sistema capaz de descobrir teoremas não esgota o prazer de compreender matemática.

O valor dessas atividades não reside apenas no produto final. Está também na transformação do próprio agente.

Talvez essa seja a inspiração mais profunda que podemos extrair do espaço platônico de Levin: o universo das possibilidades é muito maior do que o conjunto de funções atualmente exigidas pelo mercado.

Uma civilização automatizada poderá condenar a maioria à passividade confortável ou oferecer a todos a oportunidade de navegar por esse espaço ampliado de formas, conhecimentos, competências e modos de existência.

A diferença não será decidida pela tecnologia sozinha. Será decidida pelas instituições que construirmos.

A UBI distribuirá os frutos da abundância.
A EUBI abrirá caminhos através do espaço das possibilidades.
A UOR procurará garantir que cada pessoa continue sendo uma navegadora — e não apenas uma passageira — do futuro humano.

Saturday, August 8, 2026

Produção de energia verde durante o dia e a noite, sem baterias, baseada no armazenamento em sais fundidos.

Energia para o futuro: por que instalações como a torre solar de Dunhuang, na China, são importantes para o setor energético e para o planeta.

No vasto deserto de Gobi, próximo a Dunhuang, na província de Gansu, no noroeste da China, encontra-se um exemplo impressionante do que a energia renovável moderna pode realizar: uma usina heliotérmica de concentração solar em torre, com sais fundidos e capacidade de 100 MW. Cercada por aproximadamente 12 mil grandes espelhos controlados por computador — chamados heliostatos —, essa instalação consegue fazer algo que os painéis solares convencionais não fazem: gerar eletricidade limpa não apenas durante o dia, mas também por várias horas durante a noite.

O sistema funciona concentrando a luz solar em um receptor central situado no alto de uma torre com aproximadamente 260 metros de altura. O calor intenso eleva a temperatura dos sais fundidos para mais de 560°C. Esses sais aquecidos são armazenados em tanques termicamente isolados e posteriormente utilizados para produzir vapor, que movimenta turbinas.

Com capacidade de armazenamento térmico suficiente para sustentar muitas horas de geração depois do pôr do sol — geralmente citadas como cerca de 11 horas nas condições previstas em projeto —, a usina pode fornecer eletricidade de maneira estável e despachável durante o dia e a noite. Ela ocupa vários quilômetros quadrados, produz aproximadamente 390 GWh de eletricidade por ano — quantidade comparável ao consumo de cerca de 100 mil residências — e está em operação comercial desde o final de 2018.

Produção confiável de energia em um mundo de fontes variáveis.

A energia solar fotovoltaica tradicional é intermitente: sua produção cai a zero quando o sol se põe e diminui quando nuvens encobrem o céu. O armazenamento em baterias pode ajudar, mas o armazenamento térmico em grande escala por meio de sais fundidos oferece uma alternativa comprovada e de longa duração, compatível com a tecnologia já estabelecida das turbinas a vapor.

Instalações como a de Dunhuang transformam a energia solar em um recurso com maior capacidade de fornecer energia de base. Essa confiabilidade é fundamental à medida que cresce a demanda de eletricidade para residências, indústrias, veículos elétricos, centros de processamento de dados e eletrificação dos sistemas de aquecimento e transporte.

Ao fornecer eletricidade previsível durante o dia e a noite, essas usinas reduzem a necessidade de geração de reserva baseada em combustíveis fósseis e ajudam a estabilizar redes elétricas que incorporam proporções cada vez maiores de fontes renováveis variáveis.

Essa tecnologia também demonstra uma inovação que pode ser ampliada. Projetos semelhantes de concentração solar com sais fundidos estão avançando em outras regiões, mostrando que áreas ensolaradas e áridas podem abrigar grandes usinas renováveis de elevada capacidade, complementando parques eólicos e fotovoltaicos.

Em uma época de necessidades energéticas crescentes e de busca por segurança energética, a geração limpa e despachável não é opcional: ela é essencial.

Benefícios evidentes para a saúde ambiental.

Cada megawatt-hora gerado por essa usina substitui eletricidade proveniente de combustíveis fósseis e as emissões associadas a ela. A produção anual projetada de aproximadamente 390 GWh corresponderia a evitar cerca de 350 mil toneladas de dióxido de carbono por ano — efeito comparável à retirada de dezenas de milhares de automóveis das estradas.

Além do CO₂, a usina reduz outros poluentes atmosféricos associados às centrais movidas a carvão e gás, contribuindo para melhorar a qualidade do ar, a saúde pública e as condições ambientais em escalas local e regional.

Como a energia é armazenada na forma de calor nos sais, em vez de depender da queima contínua de combustível, a usina opera com emissões diretas próximas de zero depois de construída. Sua localização em área desértica reduz a competição por terras agrícolas ou áreas com ecossistemas densos, enquanto o circuito fechado dos sais fundidos limita o consumo de água em comparação com algumas centrais térmicas convencionais.

Ao longo de sua vida útil, a instalação contribui para reduzir o acúmulo de gases de efeito estufa na atmosfera, ajudando a mitigar riscos climáticos como eventos meteorológicos extremos, aumento das temperaturas e pressões sobre os ecossistemas.

Um caminho prático para o futuro.

A usina de Dunhuang é mais do que uma vitrine tecnológica. Ela demonstra que já dispomos de soluções funcionais para produzir grandes quantidades de eletricidade limpa e confiável enquanto reduzimos os impactos ambientais.

A expansão de instalações semelhantes — combinada com melhorias na eficiência energética, outras fontes renováveis e redes elétricas inteligentes — pode acelerar o afastamento das fontes com elevadas emissões. O resultado será a construção de sistemas energéticos capazes de sustentar a atividade econômica e o bem-estar humano sem os danos cumulativos causados pela poluição dos combustíveis fósseis e pelas emissões de carbono.

Em resumo, usinas como essa são importantes porque demonstram que a energia renovável pode ser simultaneamente abundante e confiável. Elas fornecem eletricidade quando as pessoas precisam e, ao mesmo tempo, reduzem os impactos ambientais da geração energética.

Expandir e aperfeiçoar essas tecnologias constitui uma das medidas mais concretas disponíveis para alcançar um ar mais limpo, um clima mais estável e um abastecimento energético seguro nas próximas décadas.

Avaliação geral

O texto é tecnicamente bem fundamentado, mas excessivamente promocional. A usina de Dunhuang é real, relevante e demonstra que a energia solar térmica pode ser armazenada e despachada depois do pôr do sol. Entretanto, o texto mistura:

capacidade nominal com geração efetiva;
geração noturna com fornecimento garantido 24 horas;
emissões operacionais com emissões de ciclo de vida;
armazenamento térmico com inexistência de qualquer limitação de armazenamento;
estimativas promocionais de CO₂ evitado com valores diretamente medidos.

Minha avaliação seria: essencialmente verdadeiro, mas com várias ressalvas importantes e algumas afirmações enganosas.

Checagem dos principais dados

Afirmação	Avaliação	Correção ou ressalva
Usina solar de torre com 100 MW	Correta	Trata-se da Shouhang Dunhuang Phase II, uma instalação CSP de 100 MW elétricos.
Cerca de 12.000 heliostatos	Correta	A base técnica registra 12.121 heliostatos, cada um com aproximadamente 116 m².
Torre com cerca de 260 metros	Correta	A altura informada é 263 metros.
Sal aquecido acima de 560°C	Correta	A temperatura nominal passa de cerca de 290°C na entrada para 565°C na saída do receptor.
Armazenamento por 11 horas	Correta	São 11 horas equivalentes de operação nominal, segundo o projeto.
Geração durante a noite	Correta	O calor armazenado pode produzir vapor e eletricidade depois do pôr do sol.
Energia “dia e noite”	Parcialmente correta	Isso é possível em condições favoráveis, mas não significa geração contínua garantida todos os dias do ano.
390 GWh anuais	Valor de projeto/promocional	Algumas fontes divulgam 390 GWh; a base SolarPACES/NLR registra uma expectativa original ainda maior, de 483 GWh/ano. A produção real esteve abaixo desses valores em diversos anos.
Operação comercial desde 2018	Quase correta	Foi conectada à rede em dezembro de 2018, mas só alcançou operação em plena carga em junho de 2019.
Área de vários km²	Correta	A área total declarada é aproximadamente 8 km², com 1,4 milhão de m² de superfície refletora.
Abastece 100.000 residências	Plausível, mas ilustrativo	Depende muito do consumo residencial adotado e não significa que determinadas casas sejam alimentadas diretamente pela usina.
Evita 350 mil toneladas de CO₂ por ano	Estimativa condicionada	Esse número pressupõe geração próxima de 390 GWh e substituição de eletricidade muito intensiva em carvão. Não é uma quantidade fixa nem diretamente medida.
Sistema de sal em circuito fechado reduz o consumo de água	Formulação incorreta	O circuito fechado reduz a reposição de sal, mas o consumo de água depende principalmente da refrigeração do ciclo de vapor e da lavagem dos espelhos. Dunhuang usa refrigeração seca, e é isso que reduz substancialmente o consumo de água.

Os parâmetros técnicos principais podem ser conferidos na base internacional SolarPACES/NLR. O histórico de construção e operação também é descrito no artigo técnico dos responsáveis pela instalação.

O que significa realmente “11 horas de armazenamento”

O título “energia verde dia e noite, sem baterias” contém uma verdade, mas pode induzir a uma conclusão exagerada.

A usina não usa grandes baterias eletroquímicas para guardar a energia principal. Ela armazena calor sensível em dois tanques:

O sal relativamente “frio”, a aproximadamente 290°C, é bombeado até o receptor.
A radiação solar concentrada o aquece até aproximadamente 565°C.
O sal quente é conduzido ao tanque de armazenamento.
Quando se deseja gerar eletricidade, seu calor produz vapor.
O vapor aciona uma turbina convencional.
O sal resfriado retorna ao primeiro tanque.

As 11 horas significam, aproximadamente, que o estoque térmico completamente carregado pode sustentar a turbina em sua potência nominal por esse período. Isso não quer dizer que a usina produza 100 MW durante as horas solares e depois mais 100 MW por 11 horas sem limitações. Parte da radiação captada durante o dia precisa ser destinada ao carregamento do armazenamento.

Também existem:

perdas ópticas nos espelhos;
perdas térmicas no receptor, tubulações e tanques;
perdas no ciclo vapor–turbina;
consumo interno de bombas, rastreamento, controle e aquecimento;
períodos de manutenção;
redução de produção por nuvens, poeira e baixa insolação;
necessidade de impedir que o sal esfrie e solidifique.

Portanto, a melhor formulação seria:

“A usina pode deslocar parte significativa da geração solar para a noite e, em condições adequadas, manter geração contínua por longos períodos sem depender de grandes baterias eletroquímicas.”

O problema dos 390 GWh

Uma usina de 100 MW que gerasse 390 GWh por ano teria fator de capacidade de:

\frac{390.000 MWh}{100 MW \times 8.760 h} \approx 44, 5%

Esse é um resultado tecnicamente possível para uma CSP com armazenamento, mas não deve ser apresentado automaticamente como produção real.

Há uma inconsistência importante entre fontes:

materiais promocionais citam aproximadamente 390 GWh/ano;
a base SolarPACES/NLR registra 483 GWh/ano como geração esperada;
dados operacionais divulgados pela indústria indicam cerca de 200 GWh em 2021 e aproximadamente 235 GWh em um ano posterior, mostrando que a curva de aprendizagem e os problemas operacionais foram relevantes.

Assim, o texto deveria dizer “produção anual projetada”, não simplesmente “produz 390 GWh”. Esse cuidado é especialmente importante porque projetos CSP pioneiros frequentemente levam anos para atingir desempenho estável.

É realmente energia de base?

“Baseload-capable” não é a melhor expressão. A usina é mais corretamente classificada como despachável dentro dos limites do estoque térmico e da insolação acumulada.

Ela pode:

gerar no início da noite, quando a demanda costuma permanecer elevada;
reduzir rampas bruscas causadas pelo pôr do sol;
deslocar energia entre diferentes horas;
contribuir com inércia rotacional e outros serviços associados à turbina;
complementar energia fotovoltaica e eólica.

Mas não equivale a uma fonte permanentemente firme como uma hidrelétrica com reservatório amplo, uma usina nuclear ou uma termelétrica com combustível disponível. Depois de vários dias com insolação direta insuficiente, o armazenamento se esgota.

Além disso, CSP precisa principalmente de radiação solar direta. Luz difusa em dias nublados, que ainda pode gerar alguma eletricidade em painéis fotovoltaicos, não pode ser concentrada eficientemente pelos heliostatos.

Emissões evitadas: número possível, mas não universal

A estimativa de 350 mil toneladas dividida por 390 GWh corresponde a aproximadamente:

897 kg de CO₂ por MWh

Esse valor é compatível com a substituição de geração a carvão relativamente intensiva em carbono. Porém, a emissão efetivamente evitada depende da fonte marginal da rede:

se deslocar carvão, a redução pode ser elevada;
se deslocar gás natural, será menor;
se a rede já estiver recebendo grande volume de renováveis ou houver restrições de transmissão, será ainda menor;
se houver redução forçada de outra fonte renovável, o benefício marginal pode ser pequeno.

Por isso, “cada MWh desloca geração fóssil” é categórico demais. O correto seria: “cada MWh pode deslocar geração fóssil, dependendo da operação da rede.”

Também não existem emissões absolutamente nulas. Construção da torre, concreto, aço, fabricação dos espelhos, sais, turbina, manutenção e substituição de equipamentos produzem emissões. Estudos do ciclo de vida colocam CSP em uma faixa baixa, comparável a outras fontes de baixo carbono, mas não em zero. Estimativas do Departamento de Energia dos EUA situaram sistemas CSP em aproximadamente 24–28 g CO₂ equivalente/kWh, muito abaixo do carvão, mas acima de “zero” (DOE SunShot Vision Study).

Também seria mais correto dizer que a usina evita novas emissões, e não que necessariamente “reduz as concentrações atmosféricas” de gases de efeito estufa. Reduzir a concentração já existente exigiria emissões líquidas negativas.

Água e impactos ambientais

O texto acerta ao sugerir que Dunhuang consome menos água do que muitas usinas térmicas convencionais, mas erra ao atribuir isso ao circuito fechado do sal.

A usina utiliza refrigeração seca, confirmada na ficha técnica do projeto. Isso reduz drasticamente a água usada para condensar o vapor. Estudos estimam que refrigeração seca possa reduzir o consumo hídrico de CSP em aproximadamente 71–78% frente à refrigeração úmida.

Ainda assim, água continua sendo necessária para:

limpeza de mais de 12 mil espelhos;
produção e reposição de água do ciclo vapor;
serviços e manutenção;
controle de poeira em determinadas operações.

A refrigeração seca também tem um preço: custa mais e pode reduzir a eficiência da turbina em dias muito quentes.

O deserto, por sua vez, não deve ser tratado como espaço ambientalmente vazio. Uma instalação de aproximadamente 8 km² pode causar:

fragmentação de habitats áridos;
alteração do solo e da drenagem;
impacto sobre aves e insetos próximos ao receptor;
glare ou ofuscamento;
necessidade de estradas e linhas de transmissão;
consumo de materiais e perturbação durante a construção.

Provavelmente esses impactos são muito menores do que os danos climáticos e atmosféricos causados pelo carvão, mas precisam entrar na comparação.

Limitação econômica omitida

A maior ausência do texto é o custo. CSP com armazenamento é valiosa, mas normalmente custa mais que energia fotovoltaica ou eólica sem armazenamento. A base SolarPACES registra para Dunhuang:

investimento aproximado de US$ 458 milhões em valores de 2020;
custo específico próximo de US$ 4.582/kW;
tarifa remunerada originalmente equivalente a cerca de US$ 0,17/kWh;
apoio pelo programa chinês de demonstração.

A Agência Internacional de Energia reconhece o valor sistêmico da CSP, mas observa que custos elevados, risco tecnológico, financiamento e complexidade de construção limitaram sua expansão. A comparação justa, porém, não deve ser apenas “CSP versus painel fotovoltaico”. Deve ser:

CSP com 8–15 horas de armazenamento versus fotovoltaica mais bateria, reforço da rede, geração de reserva e serviços de estabilidade.

Para armazenamento curto, a combinação fotovoltaica–bateria frequentemente é mais econômica. Para armazenamento noturno prolongado, CSP pode continuar competitiva em regiões com insolação direta excepcional. A própria IEA destaca tanto seu custo maior quanto seu valor como fonte despachável.

Conclusão crítica

A usina de Dunhuang é uma conquista importante, mas não prova que a solar térmica seja uma solução universal nem que possa fornecer eletricidade ininterrupta sem restrições. O que ela demonstra é algo mais preciso e ainda muito valioso:

Em regiões com forte radiação solar direta, uma usina CSP pode armazenar grandes quantidades de energia como calor a custo potencialmente competitivo para longas durações, transferir geração do dia para a noite e complementar energia fotovoltaica, eólica, hidrelétrica, nuclear e outras fontes firmes.

Portanto, a mensagem central do texto deve ser preservada, mas “energia abundante e confiável 24 horas” deveria ser substituída por “energia solar parcialmente despachável, com armazenamento térmico de longa duração”. Essa formulação é menos espetacular, porém cientificamente mais defensável.