Reino Unido projeta 432 mil vagas — habilidades humanas decidem quem entra

Em 23 de setembro de 2026, o ITPro repercutiu o Workforce Skills Forecast 2026, elaborado pela ServiceNow com a Pearson: o estudo projeta 432 mil postos adicionais no setor britânico de tecnologia, mídia e telecomunicações até 2031, alta de 28,2%. São empregos previstos por um modelo, não vagas já abertas; a cobertura destacou que dominar tecnologia e saber trabalhar com outras pessoas serão exigências simultâneas.

Na análise da ServiceNow, Jayney Howson, diretora de aprendizagem da empresa, escreve que a capacidade humana “determines value” e apresenta a previsão feita com a Pearson para 12 países e nove setores até 2031: crescem tanto habilidades ligadas a dados, software e IA quanto liderança, colaboração e mentoria. Para quem quer trabalhar com IA, o sinal é concreto: saber programar, analisar ou automatizar importa, mas também é preciso definir problemas, avaliar resultados e coordenar decisões.

O que os números britânicos medem

A expansão projetada se refere ao total de postos no setor de tecnologia, mídia e telecomunicações do Reino Unido. Ela não significa que cada profissão crescerá na mesma proporção, nem que todos os novos profissionais precisarão da mesma combinação de competências. O estudo trata separadamente do tamanho da força de trabalho e da demanda por habilidades, distinção essencial para entender por que uma capacidade pode ganhar importância mesmo quando sua taxa de crescimento parece modesta.

Na cobertura do Compare the Cloud, a demanda por competências técnicas no Reino Unido cresce 18% até 2031, ante 2% para as humanas; no mesmo levantamento, o relacionamento com partes interessadas exige cerca de 17 mil pessoas adicionais com essa capacidade, a resolução de problemas exige 16 mil, e Python e colaboração aparecem próximos de 15 mil cada. Esses totais por habilidade representam necessidades estimadas de capacitação, não parcelas que possam ser somadas às vagas previstas. Uma função pode exigir várias delas ao mesmo tempo.

O recorte ajuda a explicar o peso das capacidades humanas na seleção. Uma empresa pode encontrar candidatos que conheçam a mesma linguagem de programação; distinguir quem consegue esclarecer um requisito, negociar uma prioridade ou orientar colegas depende de evidências sobre o trabalho realizado. A previsão mostra demanda por essas capacidades, embora não estabeleça uma regra única de contratação para todas as empresas do setor.

Onde a técnica encontra o julgamento

Qualidade de dados, desenvolvimento de software, análise e IA estão entre as áreas técnicas de crescimento mais rápido no modelo. Elas sustentam sistemas que organizam informação, executam processos e produzem respostas. Já mentoria, colaboração, gestão de projetos e liderança estratégica ajudam a decidir onde aplicar esses sistemas, como lidar com exceções e quem assume a responsabilidade pelo resultado.

Essa relação aparece com clareza em tarefas de dados. Uma rotina pode identificar registros duplicados, mas a decisão sobre quais registros representam o mesmo cliente exige conhecer a origem da base e o efeito de uma exclusão. Uma análise pode apontar uma tendência, mas alguém precisa explicar suas limitações antes que outra equipe a use. São exemplos hipotéticos de como competências previstas no estudo podem atuar juntas, e não resultados observados pela pesquisa.

O mesmo vale para testes de software e automação. Criar verificações mostra domínio técnico; escolher quais falhas merecem interromper um processo exige avaliar consequências e ouvir quem depende dele. Ao orientar um colega sobre esse limite, o profissional ainda demonstra mentoria. O valor da combinação está na entrega: código ou configuração de um lado, critério e responsabilidade compartilhada do outro.

Pares de habilidades que podem ser demonstrados

As combinações a seguir são exemplos editoriais construídos a partir das competências citadas na previsão, não categorias que o estudo tenha medido em conjunto. Em uma candidatura, elas ficam mais claras quando currículo, portfólio e entrevista mostram o problema enfrentado, a contribuição individual, a escolha técnica e a decisão tomada com outras pessoas.

• Python + resolução de problemas: um projeto hipotético pode apresentar o código que organizou uma base e explicar por que uma regra de tratamento foi escolhida. No currículo, cabe identificar a tarefa realizada; no portfólio, mostrar o procedimento e seus limites. Na entrevista, relatar uma exceção encontrada permite expor o raciocínio por trás da correção, em vez de apenas citar a linguagem.
• Análise de dados + comunicação: a evidência pode reunir a pergunta investigada, a origem dos dados e uma conclusão compreensível para quem não participou da análise. Explicar o que os dados permitem afirmar e o que permanece incerto mostra como o trabalho técnico poderia informar uma decisão. Uma apresentação bonita, sozinha, revela pouco sobre a qualidade dessa interpretação.
• Automação de testes + julgamento: um portfólio pode descrever quais falhas uma verificação detecta e qual situação precisa ser encaminhada para revisão humana. Na entrevista, explicar o custo de um alerta ignorado ou de uma interrupção desnecessária torna visível o critério usado. O exemplo demonstra tanto a construção da automação quanto a compreensão de seus limites.
• Qualidade de dados + colaboração: um projeto pode registrar uma inconsistência, a definição acertada com outra equipe e a alteração feita na base. Ao separar o que decidiu do que foi decidido em conjunto, o candidato oferece uma evidência mais precisa de colaboração. A habilidade humana aparece na obtenção de uma definição compartilhada que permite à solução técnica funcionar.
• Desenvolvimento de software + mentoria: uma entrega pode incluir a solução implementada e uma revisão de código ou orientação que ajudou um colega a mantê-la. É útil descrever a dúvida resolvida e a decisão técnica explicada, sem atribuir ao trabalho individual o resultado de toda a equipe. Assim, a mentoria aparece como parte verificável da entrega.

Esses exemplos não prometem vantagem automática em uma entrevista. Eles tornam observável uma diferença que uma lista de palavras no currículo costuma esconder: conhecer uma ferramenta e conseguir aplicá-la em uma tarefa que envolve outras pessoas são capacidades relacionadas, mas distintas.

O que a projeção indica fora do Reino Unido

O modelo abrange diversos países, mas o total de postos citado pertence ao setor britânico. Não há base, nesses números, para transferir a mesma quantidade de vagas ou o mesmo ritmo de crescimento ao Brasil e a outros mercados lusófonos. O dado mais útil para profissionais desses mercados é a direção da mudança nas funções: competências digitais aparecem ao lado de capacidades para decidir, colaborar e conduzir trabalho.

À medida que empresas transformam tarefas com IA, a disputa por uma vaga pode depender de como o candidato demonstra essa combinação em entregas reais. Um projeto que explicita quem definiu o problema, como a solução foi avaliada e quando houve intervenção humana oferece ao recrutador algo mais concreto do que uma relação isolada de ferramentas dominadas.

Leia também:

• Vagas remotas triplicaram nos EUA — a empresa ainda decide quem pode trabalhar assim
• Aprender prompt não basta: quatro habilidades para trabalhar com agentes de IA
• Gemini chega aos bancos com mais de 50 habilidades — mas ainda em prévia