Pesquisa de IA do Lowy revela que australianos continuam cautelosos
A publicação do Lowy Institute de 15 de novembro informa que 65% dos australianos acreditam que os riscos da inteligência artificial superam seus benefícios. A pesquisa de IA do Lowy representa um desafio para governos e empresas que promovem a adoção: as ambições de investimento enfrentam um público cético.
As conclusões vêm de entrevistas realizadas em outubro, e não de trabalho de campo em novembro. Elas medem atitudes em relação à IA e o nível de conforto com tecnologia estrangeira, e não o uso real ou danos comprovados. A distinção é importante porque a preocupação pode coexistir com o uso prático.
O Plano Nacional de IA da Austrália promete oportunidades econômicas, benefícios mais amplos e salvaguardas. As conclusões do Lowy pressionam essa promessa sem estabelecer que ela tenha falhado. Para formuladores de políticas, empregadores e fornecedores de tecnologia, a tensão central está entre expandir a IA e conquistar a confiança pública em suas consequências.
O que a pesquisa de IA do Lowy realmente constatou
As conclusões de outubro estabelecem uma cautela disseminada, e não um colapso repentino da confiança em novembro.
O Lowy publicou sua análise em 15 de novembro de 2026. Sua pesquisa sobre atitudes em relação à IA informa que 65% colocam os riscos acima dos benefícios, enquanto 33% adotam a posição oposta.
O Social Research Centre entrevistou 3.028 residentes australianos com 18 anos ou mais entre 6 e 18 de outubro. Os participantes vieram do Life in Australia, um painel baseado em probabilidade cujo recrutamento utiliza amostragem, e não um convite aberto.
A maioria das entrevistas ocorreu online, com um pequeno componente telefônico que incluiu residentes sem acesso à internet. Isso oferece uma base mais sólida do que uma enquete em site que convida qualquer pessoa a participar.
Ainda assim, uma pesquisa representativa continua sendo uma estimativa de opinião. Ela não captura as crenças de todos os residentes, não estabelece motivações individuais nem explica como os participantes avaliariam aplicações específicas.
Essa última limitação é especialmente importante. Alguém pode se opor à direção geral da IA e, ao mesmo tempo, acolher uma aplicação médica específica ou usar um assistente de escrita.
A pergunta principal pede que os participantes ponderem uma ampla coleção de benefícios e riscos. Pessoas diferentes podem chegar à mesma resposta por preocupações distintas.
Um participante pode priorizar o emprego. Outro pode se concentrar em privacidade, informações imprecisas, trabalho criativo ou dependência de fornecedores estrangeiros. O resultado principal não consegue separar essas explicações.
Também há uma discrepância na comparação histórica publicada pelo Lowy. A análise de novembro descreve seu resultado como inalterado desde março e 13 pontos percentuais acima de 2024.
No entanto, a avaliação anterior de riscos da IA do instituto informa que 64% escolheram os riscos e 34% os benefícios. Essa página descreve um aumento de 12 pontos em relação a 2024.
As páginas analisadas não explicam a diferença. Portanto, os leitores devem evitar tratar a comparação exata com março como definitiva sem esclarecimentos do Lowy.
A interpretação mais ampla permanece direta: ambas as publicações descrevem uma clara maioria que considera os riscos mais relevantes. Nenhuma sustenta a alegação de que a opinião australiana se inverteu durante novembro.
Essa distinção altera o julgamento jornalístico. A questão é a persistência, e não uma reação pública recém-descoberta desencadeada por um anúncio específico.
Para as empresas, uma preocupação persistente cria um desafio diferente de uma controvérsia temporária. Esperar que um ciclo de notícias passe provavelmente não responderá às questões sobre responsabilidade.
Para o governo, as conclusões levantam um problema de comunicação e execução. Explicar uma agenda de investimentos exige mostrar como os residentes comuns se beneficiam e como as instituições enfrentam danos previsíveis.
Essas são implicações das conclusões, e não resultados adicionais da pesquisa. A própria enquete não prescreve uma resposta de política pública.
A estratégia de IA da Austrália enfrenta um teste de confiança pública
A pressão recai sobre instituições que pedem aos australianos que apoiem a expansão da IA antes que seus benefícios pareçam concretos.
O governo lançou seu Plano Nacional de IA em 2 de dezembro de 2025. Seus objetivos incluem investimento em infraestrutura, adoção mais ampla, apoio aos trabalhadores e proteção contra danos.
Essa agenda apresenta uma defesa afirmativa da IA. Ela trata a capacidade doméstica e o acesso à tecnologia como contribuintes para a competitividade e melhores serviços.
A pesquisa não refuta essa tese. Ela mostra por que anunciar capacidade ou atrair investimentos não pode, por si só, demonstrar confiança pública.
Um projeto de infraestrutura e um benefício para uma família operam em níveis diferentes. Um projeto pode avançar uma estratégia nacional sem responder às perguntas imediatas de um residente.
Um serviço ficará mais fácil de usar? Um funcionário receberá treinamento? Quem responde por um erro? O que acontece com informações sensíveis?
Essas perguntas ilustram a lacuna entre um objetivo de política pública e um julgamento pessoal. Não são perguntas que o Lowy relata ter feito nesta mini-pesquisa.
Para os empregadores, a mesma lacuna aparece quando uma implementação de IA chega como um anúncio de eficiência. O benefício esperado pela gestão não explica automaticamente o que muda para os trabalhadores.
Considere uma hipotética equipe de atendimento ao cliente que introduz rascunhos de respostas gerados por IA. A redação mais rápida pode ajudar, mas os funcionários ainda precisam de clareza sobre responsabilidades de revisão e expectativas de desempenho.
Um trabalhador pode, de forma razoável, acolher menos escrita repetitiva enquanto se preocupa com a redução de pessoal ou o aumento da carga de trabalho. Essas posições são compatíveis.
Para compradores corporativos, isso significa que as decisões de adoção envolvem mais do que a qualidade do modelo. Elas também envolvem responsabilidade, controles de acesso, procedimentos de escalonamento e se os usuários compreendem os limites do sistema.
Para órgãos públicos, as implicações se estendem às pessoas que não podem simplesmente escolher outro fornecedor. Os residentes precisam de uma forma prática de questionar um resultado.
Isso torna a confiança pública mais exigente do que publicidade favorável. As instituições precisam tornar seus compromissos visíveis nas interações cotidianas, inclusive quando a tecnologia falha.
Uma distinção útil é entre prometer benefícios e torná-los verificáveis. O primeiro descreve uma ambição; o segundo oferece às pessoas afetadas evidências.
Por exemplo, uma organização poderia explicar quais tarefas continuam sujeitas à revisão humana. Ela também poderia descrever como os usuários corrigem erros e relatam problemas.
Essas são respostas potenciais ao ceticismo, não conclusões sobre o que os australianos aceitariam. A pesquisa não testa se alguma salvaguarda específica altera a opinião.
O desafio de política pública é, portanto, específico. Governo e indústria precisam conectar a expansão a resultados que as pessoas possam avaliar, em vez de supor que a ambição econômica fornece consentimento.
Essa é a principal troca exposta pela notícia: as instituições querem margem para implementar IA, enquanto a confiança pública depende de limites e benefícios críveis.
A IA americana tem uma vantagem, não um mandato público
Uma preferência entre fontes estrangeiras não equivale a um amplo conforto com qualquer uma delas.
O Lowy informa que 36% se sentem confortáveis com empresas australianas usando IA proveniente dos Estados Unidos. O número correspondente para tecnologia proveniente da China é de 23%.
Esses números dizem respeito ao conforto com o uso empresarial. Eles não representam as porcentagens que usam produtos de IA americanos ou chineses, nem medem participação de mercado.
A diferença dá à tecnologia americana uma vantagem relativa nessa questão. Ela não estabelece aprovação majoritária para a IA americana.
Essa distinção importa para fornecedores e formuladores de políticas que discutem alinhamento internacional. Ser a opção mais aceitável em uma comparação é diferente de desfrutar de confiança generalizada.
Também importa para a análise competitiva. Um rótulo de país é mais amplo do que qualquer modelo, empresa, implementação ou contrato específico.
As porcentagens não podem estabelecer que os participantes avaliaram OpenAI, Anthropic, DeepSeek ou outro desenvolvedor individualmente. Tampouco classificam os produtos dessas empresas.
A discussão anterior do Lowy menciona o ChatGPT da OpenAI e o Claude da Anthropic como exemplos de IA entrando no debate público. Sua comparação de países em outubro faz uma pergunta diferente.
Um comprador que compare esses serviços com alternativas chinesas ainda precisa de evidências específicas do produto. A origem nacional não substitui uma avaliação do tratamento de dados e da responsabilidade operacional.
As diferenças práticas podem incluir quem hospeda o sistema, quem pode acessar informações e quais proteções contratuais se aplicam. A pesquisa não avalia esses arranjos.
Uma empresa hipotética pode comparar um assistente hospedado remotamente com um modelo operado dentro de seu próprio ambiente. A comparação entre países não pode determinar essa decisão de compra.
Da mesma forma, hospedagem doméstica e controle doméstico são questões distintas. A localização física de um sistema não explica todas as organizações envolvidas em seu fornecimento.
Essas distinções ajudam a evitar que uma constatação de opinião pública se transforme em um veredito de segurança sem respaldo. O desconforto dos participantes é evidência sobre atitudes, não prova de uma vulnerabilidade específica.
O autor do Lowy, Charles Lyons-Jones, interpreta as conclusões por uma ótica geopolítica. Sua análise conecta o sentimento público às escolhas estratégicas da Austrália em torno da IA.
Essa interpretação merece consideração, mas continua sendo uma interpretação. A pesquisa não pode demonstrar por que cada participante prefere uma fonte em vez de outra.
Privacidade, familiaridade, atitudes políticas, experiência com produtos e incerteza geral são explicações possíveis. Estabelecer sua importância relativa exigiria perguntas ou pesquisas adicionais.
A implicação para os negócios é mais restrita e útil: os fornecedores devem esperar perguntas sobre procedência, ou seja, de onde se originam a tecnologia e seus serviços de suporte.
Também devem esperar que essas perguntas continuem além de um rótulo de país. Os compradores precisam de uma explicação compreensível sobre controle, responsabilidade e recurso.
Para fornecedores americanos, a vantagem relativa deve incentivar divulgação cuidadosa, e não complacência. Para fornecedores chineses, o menor índice de conforto identifica um desafio sem prever uma rejeição inevitável.
O problema central de confiança pública permanece compartilhado. Nenhuma categoria nacional elimina a necessidade de explicar como um serviço específico protege seus usuários.
A ansiedade em relação ao emprego é evidência sobre expectativas
A preocupação pública com o emprego merece atenção, mas não pode estabelecer quantos empregos a IA eliminou.
Uma pesquisa sobre emprego e IA separada, publicada pelo Pew Research Center em 17 de setembro, fornece contexto internacional. Ela examina expectativas em 37 países.
O Pew conclui que a preocupação com futuras perdas de empregos vai além da Austrália. Sua pesquisa também distingue expectativas de emprego de entusiasmo ou preocupação mais amplos com a IA.
Essa distinção evita um erro fácil. As pessoas podem antecipar menos empregos enquanto permanecem interessadas nas outras possibilidades da tecnologia.
As conclusões do Pew são separadas da mini-pesquisa do Lowy realizada em outubro. Combinar seus resultados sem identificar as pesquisas distintas deturparia o que a nova pesquisa perguntou.
Elas também abordam expectativas, e não resultados observados de emprego. Uma previsão expressa por um participante não é uma medição de demissões.
O governo da Austrália examinou separadamente as evidências atuais do mercado de trabalho. Sua avaliação sobre IA e emprego, de 8 de julho, não encontrou naquele momento evidências de uma ampla ruptura provocada pela IA.
O departamento também relatou crescimento mais lento em ocupações mais expostas à potencial automação. Descreveu as evidências como sugestivas, e não conclusivas.
Essa avaliação diz respeito às evidências disponíveis para o relatório de julho. Ela não deve ser apresentada como um relato completo dos acontecimentos até novembro.
Ainda assim, sua cautela oferece uma distinção essencial para interpretar a pesquisa. A preocupação com futuros deslocamentos e as evidências de deslocamentos atuais respondem a perguntas diferentes.
A exposição de uma ocupação à IA significa que a tecnologia pode afetar algumas de suas tarefas. A exposição, por si só, não estabelece que a ocupação desaparecerá.
Um sistema pode reduzir o tempo gasto na elaboração de documentos enquanto aumenta a demanda por revisão. Alternativamente, um empregador pode usar a mesma capacidade para reduzir contratações.
Essas são possíveis respostas organizacionais, não resultados estabelecidos por nenhuma das pesquisas. Determinar qual delas ocorre exige evidências sobre emprego e atenção a outras condições econômicas.
Para os trabalhadores do conhecimento, a incerteza diz respeito a como os empregadores distribuem os ganhos. O tempo economizado pode apoiar um trabalho melhor, produção adicional, menos pessoal ou alguma combinação desses fatores.
O desafio da confiança pública decorre dessa incerteza. Uma afirmação sobre produtividade não explica o que acontece com as oportunidades de nível inicial ou as responsabilidades dos funcionários.
Portanto, os empregadores se beneficiariam ao separar suas alegações. Eles podem descrever uma melhoria em uma tarefa sem sugerir que todos os trabalhadores compartilharão igualmente seus ganhos.
A mesma moderação se aplica aos críticos. Um exemplo convincente de substituição não estabelece automaticamente uma tendência de emprego em toda a economia.
Para os leitores que acompanham a história, as evidências mais fortes conectarão implementações específicas a mudanças mensuráveis. Previsões gerais, por si só, não podem resolver a questão.
Evidências úteis podem incluir mudanças em contratações, desenho de cargos, treinamento e no trabalho que os funcionários realmente realizam. Cada medida capta uma parte diferente da transição.
A divergência entre otimismo e ansiedade, portanto, não é algo que a pesquisa resolva. Ela identifica por que uma cobertura confiável sobre emprego é importante para o debate mais amplo sobre adoção.
Até que os resultados se tornem mais claros, as instituições têm a obrigação prática de descrever a incerteza com honestidade. A confiança construída sobre garantias exageradas é vulnerável a decepções comuns.
O que a pesquisa não pode resolver
A pesquisa Lowy sobre IA fornece uma estimativa útil da opinião, com limites que devem continuar associados à sua manchete.
A Lowy informa uma margem de erro aproximada de 1,2% sob a hipótese de amostragem aleatória simples. Seu desenho real é mais complexo.
O efeito de desenho informado é de 1,21, indicando variabilidade estatística adicional em comparação com a amostragem aleatória simples. A margem declarada não deve se transformar em uma garantia universal de incerteza.
A Lowy também informa uma taxa de conclusão de 74,8% e uma taxa de resposta acumulada de 2,2%. Elas medem etapas diferentes da participação.
A conclusão refere-se à participação entre os convidados dentro do painel. A medida acumulada incorpora o recrutamento para o painel e a atrição subsequente, ou seja, as perdas no painel ao longo do tempo.
Nenhum dos números deve ser lido isoladamente como um veredito sobre a qualidade da pesquisa. Juntos, ajudam os leitores a entender como a amostra foi formada.
Além da amostragem, uma pergunta ampla sobre atitudes tem limites interpretativos. Os respondentes podem atribuir significados diferentes ao mesmo termo, especialmente a um que abrange muitas aplicações.
Uma resposta sobre IA em geral não pode ser automaticamente transferida para todos os casos de uso. As atitudes em relação à assistência para documentos não precisam corresponder às atitudes em relação a decisões automatizadas de elegibilidade.
O contraste hipotético importa porque as consequências são diferentes. Um rascunho que alguém revisa representa uma decisão diferente de um resultado contra o qual alguém precisa recorrer formalmente.
A pesquisa também não pode identificar uma explicação causal para o ceticismo. A preocupação pública não prova que o lançamento de um produto, uma política ou um evento econômico específico tenha mudado a opinião.
Isso também limita a alegação histórica. Mesmo uma mudança medida exigiria evidências adicionais antes de ser atribuída a um único acontecimento.
A discrepância entre os números da Lowy de março reforça a necessidade de uma comparação cuidadosa. Uma linguagem precisa sobre tendências deve aguardar esclarecimentos, em vez de ocultar números publicados conflitantes.
Há outra tentação a evitar: tratar a preocupação majoritária como um mandato para uma restrição específica. A pergunta principal não pede que os respondentes escolham uma política.
Alguém que considera os riscos maiores que os benefícios pode apoiar salvaguardas mais rigorosas, adoção seletiva, implantação mais lenta ou experimentação contínua. O resultado não distingue essas posições.
Por outro lado, a minoria que favorece os benefícios não deve ser automaticamente tratada como defensora de uma implantação irrestrita. Um julgamento geral positivo ainda pode incluir exigências de responsabilização.
Para as equipes de produto, a implicação é investigar preocupações específicas, em vez de classificar os usuários em grupos simples. Rótulos amplos podem ocultar diferenças acionáveis.
Para os jornalistas, a responsabilidade é semelhante. Relatar a preocupação com precisão exige preservar o que foi perguntado, quem respondeu e quando as entrevistas ocorreram.
Para os leitores, isso torna a constatação útil sem torná-la universal. Ela fornece evidências sobre o ambiente enfrentado pela expansão da IA, em vez de uma explicação completa.
A pesquisa Lowy sobre IA é mais forte quando usada dentro desses limites. Estendê-la para uma previsão sobre adoção, segurança ou emprego enfraqueceria a história.
Três sinais testarão se a confiança melhora
As próximas evidências devem conectar atitudes ao comportamento institucional e a resultados observáveis.
Nos próximos meses, o primeiro sinal será a realização de pesquisas comparáveis. Uma pesquisa repetida ajudaria a estabelecer se a cautela generalizada persiste, se intensifica ou diminui.
Este é um ponto de observação, não um calendário de pesquisa anunciado. O material analisado não estabelece uma data de publicação para outra mini-pesquisa da Lowy.
A consistência será mais importante do que uma manchete isolada. Formulações comparáveis, detalhes do trabalho de campo e números históricos transparentes tornariam qualquer mudança mais fácil de interpretar.
Esclarecer a discrepância de março também melhoraria a referência inicial. Sem esse esclarecimento, os leitores devem resistir à construção de uma tendência precisa com base em percentuais publicados conflitantes.
Uma melhoria sustentada em pesquisas comparáveis enfraqueceria o argumento de que a confiança pública continua estagnada. A cautela contínua fortaleceria a tese de um problema mais profundo.
O segundo sinal é como as instituições transformam seus compromissos com IA em condições que as pessoas possam examinar. A infraestrutura oferece um ponto concreto para observar.
As expectativas para centros de dados do governo, anunciadas em 23 de março, abordam interesses nacionais, energia, água, emprego e capacidade local.
O departamento afirma que os projetos que atenderem a essas expectativas receberão prioridade nos processos de aprovação regulatória. Também afirma que as expectativas operam juntamente com as leis existentes.
A questão relevante é como esses compromissos aparecem em projetos individuais. Declarações amplas tornam-se mais informativas quando se conectam a responsabilidades específicas e relatórios públicos.
Evidências de salvaguardas aplicáveis e benefícios locais visíveis fortaleceriam o argumento do governo. Compromissos que permanecem difíceis de avaliar deixariam a lacuna de confiança sem solução.
Isso não significa que todos os projetos devam ser julgados por meio de uma pesquisa nacional. Decisões locais precisam de suas próprias evidências sobre custos, benefícios e comunidades afetadas.
O terceiro sinal são as evidências de emprego vinculadas à implantação real. Avaliações futuras devem ajudar a distinguir mudanças nas tarefas de efeitos mais amplos sobre contratação ou pessoal.
Uma desaceleração em uma ocupação exposta ainda exigiria explicação. Condições de demanda, mudanças organizacionais e outras tecnologias podem influenciar o mesmo resultado.
Evidências que vinculem a adoção a melhores serviços e melhores condições de trabalho apoiariam o argumento dos benefícios. Evidências confiáveis de deslocamento intensificariam a pressão por proteções aos trabalhadores.
As empresas podem contribuir ao relatar os resultados com clareza. Devem distinguir um projeto-piloto concluído de uma melhoria sustentada, e uma economia de tempo em uma tarefa de uma conclusão sobre emprego.
Para os trabalhadores do conhecimento, isso também torna a documentação valiosa. Uma base de conhecimento sobre IA pesquisável pode ajudar a preservar políticas, pesquisas e decisões de implantação para revisão posterior.
Ela não pode resolver o debate nacional. Pode tornar mais fáceis de rastrear as decisões de uma organização quando surgirem perguntas sobre benefícios prometidos ou riscos aceitos.
Leia a próxima pesquisa Lowy sobre IA juntamente com esses sinais práticos. Pergunte se suas questões continuam comparáveis, se as instituições explicam seus compromissos e se as alegações sobre emprego correspondem às evidências observadas.
Quando uma organização anunciar outra implantação de IA, olhe além do ganho esperado de eficiência. Verifique quem revisa os erros, quem trata as reclamações e como os trabalhadores afetados participam.
Em seguida, compare o anúncio com os resultados relatados posteriormente. A confiança pública se torna mais fácil de avaliar quando as promessas deixam um registro que as pessoas podem revisitar.
As conclusões de outubro estabelecem cautela. A próxima pergunta útil é quais instituições darão aos australianos razões concretas para rever esse julgamento.



