As características dos trabalhadores freelancers on-line: geração e gênero são relevantes no contexto da gig economy?

Resumo

A pesquisa sobre trabalhadores da gig economy geralmente explora temas como condições de trabalho e tipos de atividade. No entanto, há uma lacuna nos estudos que envolvem trabalhadores qualificados, especialmente aqueles que vivem no Sul Global do mundo. Este estudo caracteriza e analisa trabalhadores freelancers on-line qualificados residentes na América Latina. Foram realizadas duas pesquisas com um total de 2.159 indivíduos brasileiros registrados em duas plataformas digitais na América Latina que conectam trabalhadores qualificados a organizações e projetos. Foram utilizadas regressões logísticas que mostraram que trabalhadores jovens buscam esse tipo de trabalho para aprender novas atividades e obter melhores remunerações, enquanto as mulheres buscam maior flexibilidade. Trabalhadores com menor escolaridade veem o trabalho mediado por plataformas como uma forma de alcançar melhores salários, enquanto trabalhadores mais velhos desejam retornar a empregos estáveis.

Palavras-chave:
gig economy; trabalho qualificado de plataforma; plataforma digital; gênero; diversidade etária

Abstract

Research into gig economy workers usually explores topics such as working conditions and types of work. There is a gap in the research, however, when it comes to studies involving qualified workers, especially those who living on the Global South of the world. This study characterizes and analyzes qualified online freelance workers who live in Latin America. Two surveys were carried out with a total of 2159 Brazilian individuals who are registered on two digital platforms in Latin America that connect qualified workers with organizations and projects. Logistic regressions were used that showed that young workers seek this type of work in order to learn new activities and earn better pay, while women seek flexibility. Workers with less education see platform-mediated work as being a way of achieving better pay, while older workers want to return to stable jobs.

Keywords:
gig economy; qualified gig work; digital platform; gender; age diversity

Resumen

La investigación sobre trabajadores de la gig economy suele centrarse en temas como las condiciones laborales y los tipos de trabajo. Sin embargo, existe una brecha en los estudios relacionados con trabajadores calificados, especialmente aquellos que residen en Sur Global del mundo. Este estudio caracteriza y analiza a los trabajadores freelance on-line calificados que viven en América Latina. Se realizaron dos encuestas con un total de 2.159 individuos brasileños registrados en dos plataformas digitales en América Latina que conectan a trabajadores calificados con organizaciones y proyectos. Se utilizaron regresiones logísticas que mostraron que los trabajadores jóvenes buscan este tipo de empleo para aprender nuevas actividades y obtener mejores remuneraciones, mientras que las mujeres lo hacen en busca de flexibilidad. Los trabajadores con menor nivel educativo ven el trabajo mediado por plataformas como una vía para obtener mejores ingresos, mientras que los trabajadores de mayor edad desean regresar a empleos estables.

Palabras clave:
gig economy; trabajo calificado de plataforma; plataforma digital; género; diversidad etaria

INTRODUÇÃO

O termo “gig economy” é utilizado como contexto para trabalhos que podem ser contratados por meio de plataformas digitais e de acordo com as necessidades da organização e a disponibilidade do trabalhador (Inversi et al., 2023; Lehdonvirta, 2018; Vallas & Schor, 2020). Esse tipo de trabalho pode variar em complexidade, conhecimento exigido, remuneração oferecida e de acordo com as plataformas mediadoras (Bhatti et al., 2020; McKenzie, 2020; Meijerink et al., 2024). No Brasil, 40% da força de trabalho é informal, com mais de 32 milhões de trabalhadores atuando em ocupações mediadas por plataformas on-line (Instituto Brasileiro de Geografia e Estatística [IBGE], 2025).

As pesquisas que abordam esse modelo de trabalho geralmente o relacionam como uma atividade realizada por indivíduos da Geração Y (Millennials) ou Geração Z (nativos digitais) (Berg et al., 2018; Krzywdzinski & Gerber, 2020; Kurian & Bindu Madhavi, 2024), o que acaba excluindo outras gerações e suas percepções sobre o tema. O trabalho mediado por plataformas já foi considerado uma oportunidade para reduzir a desigualdade de gênero no mercado de trabalho (Gregg, 2011), mas a aparente neutralidade da tecnologia e da digitalização pode servir como um meio de ampliar as desigualdades entre homens e mulheres (France et al., 2019; Hunt & Samman, 2019; Van Doorn, 2017), bem como resultar em discriminação geracional (Cherry, 2019).

Embora pesquisas anteriores tenham se focado nos trabalhadores de plataformas (gig workers), em suas características e na relação deles com esse modelo de trabalho (De Stefano, 2016; Hein et al., 2019; Sargeant, 2017), comparativamente, menos atenção tem sido dada ao contexto específico dos trabalhadores freelancers on-line qualificados. Nesse sentido, o presente artigo busca caracterizar e analisar esses trabalhadores na América Latina, usando dados coletados por meio de uma survey envolvendo brasileiros que trabalham em duas plataformas nessa região. O estudo tem dois objetivos principais: a) identificar as características dos trabalhadores freelancers on-line e compará-las às da força de trabalho geral no Brasil; e b) explorar os preditores que impactam as percepções desses trabalhadores quanto às razões para atuar nesse modelo específico, seus planos futuros e suas percepções das vantagens e desvantagens do modelo.

Este estudo contribui para a literatura sobre gig work e diversidade etária de três maneiras fundamentais. Primeiro, traz novas evidências empíricas sobre a composição geracional dos trabalhadores freelancers on-line na América Latina, mostrando não apenas a já esperada participação de trabalhadores mais jovens (Gerações Y e Z), mas também uma presença significativa de trabalhadores de meia-idade (40-59 anos), ampliando o entendimento atual sobre a diversidade etária nesse tipo de trabalho. Em segundo lugar, demonstra como o fator idade interage com outros como gênero, escolaridade e experiência profissional, influenciando as motivações, expectativas futuras e vantagens percebidas em relação ao trabalho freelancer online. Por fim, mostra que a idade desempenha um papel central na forma como os trabalhadores se relacionam com esse modelo mediado por plataformas: enquanto os indivíduos mais jovens o associam à autonomia e ao aprendizado, os mais velhos frequentemente o utilizam como estratégia de transição, expressando o desejo de retornar às proteções do emprego formal. Esses resultados sugerem que o trabalho mediado por plataformas não é uniforme entre as gerações, mas sim estruturado por trajetórias e fases de vida diversas.

Na sequência, apresentamos uma revisão da literatura sobre as variáveis utilizadas em nossa análise, seguida da estrutura da pesquisa. Na sequência, delineamos a metodologia aplicada, discutimos os resultados encontrados e concluímos o artigo com nossas considerações finais e sugestões para estudos futuros.

A GIG ECONOMY E O TRABALHO FREELANCER ON-LINE

O termo “gig”, uma redução linguística da palavra “engagement” (no sentido de contratação), é uma gíria para uma apresentação musical ao vivo, como no caso de músicos aspirantes em pubs que eram frequentemente convidados a retornar se o contratante aprovasse sua performance (Woodcock & Graham, 2019), mas que agora passou a significar qualquer contratação de curto prazo. O desenvolvimento de novos modelos de negócios na gig economy alia-se à tecnologia e oferece a oportunidade de contratar pessoas que disponibilizam seu trabalho por meio de aplicativos e plataformas digitais (Auguste et al., 2022; Vallas & Schor, 2020). Essas plataformas da gig economy (Lehdonvirta, 2018) caracterizam-se por sua ubiquidade e por viabilizarem formas inovadoras de prestação de serviços (De Reuver et al., 2018; Hein et al., 2019; Rolland et al., 2018).

Os serviços podem ser prestados via plataformas digitais de forma local ou remota (Wood et al., 2019), e os trabalhadores podem atender a vários contratantes e ser pagos por tarefa (pay-by-task). Embora possam não ter uma renda garantida (De Stefano, 2016; Sargeant, 2017), eles se beneficiam da flexibilidade temporal (Corporaal & Lehdonvirta, 2017; Flanagan, 2019; Lehdonvirta, 2018). Outras características do trabalho mediado por plataformas, contudo, podem variar conforme a plataforma e o tipo de atividade demandada. Por exemplo, plataformas como a Amazon Mechanical Turk oferecem as chamadas microtarefas, que são atividades fragmentadas, de baixo retorno, que podem ser realizadas rapidamente e geralmente não exigem conhecimento específico (Bhatti et al., 2020; Mayer et al., 2024; McKenzie, 2020). Por outro lado, plataformas como a Innocentive oferecem as chamadas macrotarefas (Bhatti et al., 2020; Gong et al., 2025) ou tarefas complexas (Alacovska et al., 2025; Li et al., 2020), que proporcionam retornos financeiros significativos, a seleção de grupos de trabalho com conhecimentos específicos e maior engajamento.

No caso das plataformas de tarefas complexas ou macrotarefas, os trabalhadores buscam lucro incremental e podem negociar a taxa paga por seu trabalho; são chamados de trabalhadores freelancers on-line (Gandini, 2016; Idowu & Elabanna, 2022; Sutherland et al., 2020; Wood et al., 2019). Essa força de trabalho é formada, especialmente, por gerações mais jovens que vivenciam o acesso ao mercado de trabalho por meio da internet e das redes sociais (Horowitz & Rosati, 2014), mas que também buscam atuar como agentes livres, ter uma boa qualidade de vida e controle sobre seu tempo (Sutherland et al., 2020; Wood et al., 2019). As atividades que esses trabalhadores procuram aproximam-se de um trabalho complexo, interdependente e computadorizado (Corporaal & Lehdonvirta, 2017; Frey & Osborne, 2017). Essa nova situação sociomaterial do trabalho também gera transformações em relação ao tradicional chão de fábrica (Lehdonvirta, 2018).

Observamos que os empregos mediados por plataformas têm levado a uma série de transformações no mundo do trabalho, algumas das quais ainda precisam ser investigadas. Entre elas, a primeira é de natureza geracional, uma vez que são os Millennials que estão envolvidos com o trabalho freelancer on-line, enquanto outras gerações costumam ser deixadas de fora dos debates sobre o tema (Cherry, 2019). A literatura brasileira recente também alerta contra a importação direta de classificações geracionais desenvolvidas em outros contextos nacionais, propondo classificações que reflitam melhor as especificidades socio-históricas do Brasil e suas implicações para os valores relacionados ao trabalho (Milhome, 2022). Isso decorre do fato de que a idade média dos trabalhadores nesse modelo está, na maioria dos casos, entre 30 e 35 anos (Berg et al., 2018; Krzywdzinski & Gerber, 2020). Apesar disso, os pesquisadores estão voltando sua atenção para a chamada economia prateada (silver economy) e para os trabalhadores com mais de 50 anos, e seu potencial de se tornarem trabalhadores da gig economy no futuro (Eager et al., 2022). A segunda é a questão de gênero, pois o modelo de trabalho freelancer on-line pode não avançar em termos de redução da desigualdade de gênero, podendo inclusive perpetuar ou expandir esse fenômeno (France et al., 2019; Gerber, 2022; Hunt & Samman, 2019; Van Doorn, 2017).

Apesar dos esforços de pesquisadores do campo do trabalho para explorar esse tema no Brasil com foco em motoristas de aplicativos (Franco & Ferraz, 2019; Vaclavik et al., 2021), entregadores (Diniz et al., 2024; Maciel et al., 2024) e mecanismos de entrega por aplicativo (Portes Virginio et al., 2023), constata-se uma atenção maior voltada para a África (Anwar & Graham, 2020; Anwar et al., 2022; Arubayi, 2021), ao passo que os trabalhos oriundos da área de comunicação na América Latina (Grohmann, 2021; Grohmann et al., 2022) ainda apresentam lacunas a serem exploradas.

DIVERSIDADE ETÁRIA E GÊNERO

A gig economy tem provocado transformações no mundo do trabalho que ainda demandam investigações relacionadas às questões de diversidade etária (Alcover et al., 2021; Eager et al., 2022) e de gênero (Hunt & Samman, 2019). As novas características da força de trabalho, que envolvem a inserção das mulheres no mercado de trabalho remunerado (Churchill et al., 2019) e as mudanças demográficas na população (Yalenios & D’Armagnac, 2023), ampliaram o tempo de vida produtiva (Gordon, 2018). Como consequência, observamos que as questões relativas à diversidade etária e de gênero constituem desafios para as organizações, pois as condições, a disponibilidade, as motivações e os objetivos de homens e mulheres em relação ao trabalho são diversos (Churchill & Craig, 2019; Milkman et al., 2021), assim como são diversas as faixas etárias em que se encontram os trabalhadores (Kollmann et al., 2019; Vignoli et al., 2021).

As diferenças entre trabalhadores jovens e mais velhos são estudadas sob diferentes prismas, tais como a busca por trabalho (Neumark et al., 2019), o sofrimento no trabalho (Bravo et al., 2022; Hult et al., 2023) e a identidade (Alacovska et al., 2025). Pesquisas anteriores também analisaram como os estereótipos atribuídos às gerações de trabalhadores, tais como Baby Boomers, Geração X e Millennials, no entanto, acabam afetando as relações de trabalho (Gordon, 2018) e dão origem a comportamentos que podem ser caracterizados como discriminatórios (von Humboldt et al., 2023; Sinclair et al., 2024). Além disso, os pesquisadores destacaram que a diversidade etária e os estereótipos podem gerar conflitos e ser tratados como obstáculos aos relacionamentos nas organizações (Hanrahan et al., 2023; Wu & Konrad, 2023).

No que diz respeito aos estudos sobre a desigualdade de gênero e os novos modelos de trabalho mediados pela tecnologia, os obstáculos já eram reconhecidos antes de o trabalho se tornar “plataformizado”, incluindo a falta de apoio por parte da família e das instituições de ensino, bem como a falta de confiança (Hargittai & Shafer, 2006). As novas tecnologias, portanto, eram vistas como promotoras de possibilidades e oportunidades de alterar esse cenário, com as mulheres expandindo sua participação no mercado de trabalho (Gregg, 2011).

Contudo, a natureza informal e a aparente neutralidade da tecnologia camuflam a possibilidade de que o trabalho baseado em plataformas sirva, na realidade, para manter e aumentar as desigualdades entre homens e mulheres no mundo do trabalho (Van Doorn, 2017; Hunt & Samman, 2019; France et al., 2019). Nesse sentido, os estudos destacam que homens e mulheres são afetados de forma diferente pela precarização, com o último grupo sofrendo mais do que o primeiro (Gerber, 2022), e de forma ainda mais intensa no caso de mulheres casadas e mais velhas (Han et al., 2024).

Um estudo realizado na Austrália mostrou que os tipos de funções desempenhadas por homens e mulheres na gig economy já evidenciam a segregação no modelo (Churchill & Craig, 2019), e que isso pode estar relacionado a dois fatores. Primeiro, a percepção de que o trabalho baseado em plataformas é flexível, embora, no caso das mulheres, ele seja realizado em dupla jornada com o trabalho doméstico e o cuidado com a família (Han, 2025; James, 2024; Milkman et al., 2021; Woodman & Cooke, 2019). Segundo, por ser um trabalho baseado em algoritmos, o sistema aprende e reproduz os comportamentos desiguais preexistentes no mercado de trabalho tradicional (Barzilay, 2018; Vyas, 2021).

Em síntese, os estudos realizados até o momento mostram que, embora a tecnologia seja apresentada como solução para a redução da desigualdade entre homens e mulheres no mercado de trabalho, as diferenças são mantidas e amplificadas devido ao caráter neutro que permeia as tecnologias e, por conseguinte, o trabalho baseado em plataformas. No entanto, os estudos têm se concentrado em regiões desenvolvidas, como a Austrália (Chesters & Wyn, 2019; Churchill & Craig, 2019), e, apesar dos esforços recentes, os trabalhos na América Latina ainda focam em grupos homogeneizados, majoritariamente compostos por homens, e em ocupações que não exigem qualificações específicas (Franco & Ferraz, 2019; Portes Virginio et al., 2023; Vaclavik et al., 2021). Julgamos oportuno, portanto, investigar: as características de geração e gênero dos trabalhadores qualificados que atuam no modelo de trabalho freelancer on-line em plataformas que operam predominantemente na América Latina; o impacto dessas características nas razões apresentadas pelos trabalhadores para atuar nesse modelo; seus planos futuros; e sua percepção sobre as vantagens e desvantagens desse tipo de trabalho.

ESTRUTURA DA PESQUISA

Com base na literatura citada na seção anterior, a presente pesquisa busca caracterizar e analisar os trabalhadores freelancers on-line qualificados na América Latina. Exploramos as evidências de variações significativas entre diferentes grupos geracionais associadas a motivações e expectativas relacionadas a esse tipo específico de trabalho. A opção por estudar plataformas mediadoras que operam em países latino-americanos e o foco em trabalhadores brasileiros foram intencionais, uma vez que quase 40% da força de trabalho no Brasil está na informalidade (IBGE, 2025). Embora grande parte desse contingente atue em áreas como o trabalho doméstico e a construção civil, mais de 32 milhões de trabalhadores realizam atividades mediadas por plataformas digitais (Instituto Locomotiva, 2021). O objeto da pesquisa, portanto, é o trabalhador freelancer que realiza atividades mais complexas, mediadas por plataformas on-line, que exigem conhecimento e treinamento específicos.

Neste estudo descritivo-exploratório, buscamos responder às seguintes perguntas de pesquisa: Quais são as características geracionais e de gênero de trabalhadores freelancers on-line que atuam por meio de plataformas operando predominantemente na América Latina? Qual o impacto dessas características na percepção dos trabalhadores quanto às suas razões para trabalhar por meio desse modelo, aos seus planos futuros e às vantagens e desvantagens dessa escolha? Consequentemente, formulamos as quatro hipóteses abaixo com base nos referenciais teóricos. A Figura 1 apresenta as relações entre elas:

H1: Em termos de idade e gênero, a maioria dos trabalhadores freelancers on-line que atuam por meio de plataformas é da Geração Y (Millennials) ou da Geração Z (nativos digitais), e há diferenças substanciais entre os gêneros.

H2: As razões que levam trabalhadores de diferentes grupos geracionais (e etários) a realizar trabalhos mediados por plataformas são distintos.

H3: As expectativas de trabalho freelancer on-line e os planos futuros dos trabalhadores de diferentes gerações e grupos etários são distintos.

H4: As percepções das diferentes gerações e grupos etários sobre as vantagens e desvantagens do trabalho mediado por plataformas são distintas.

A revisão da literatura indicou lacunas nas pesquisas sobre o trabalho em plataformas da gig economy, especialmente as que abordam o trabalho qualificado e a diversidade etária. O presente estudo, portanto, combina os dados de levantamentos realizados em duas plataformas de trabalho freelancer on-line entre fevereiro e outubro de 2020.

Figura 1
Relações entre as hipóteses

METODOLOGIA

Amostra e procedimentos

Este estudo descritivo-exploratório combinou dados de duas surveys aplicadas em plataformas brasileiras que fazem a mediação do trabalho de freelancers on-line qualificados. A primeira foi aplicada durante o mês de fevereiro de 2020 aos trabalhadores cadastrados na plataforma “A”, obtendo-se 433 respondentes. A segunda foi aplicada em outubro de 2020 aos cadastrados na plataforma “B”, obtendo-se 1.726 respondentes. A diferença no número de respondentes se deu pelo tamanho das plataformas. Ambas operam na América Latina e são especializadas em conectar trabalhadores qualificados, ou seja, pessoas com, no mínimo, formação universitária e alguma experiência profissional. A Plataforma A possui mais de 80.000 profissionais cadastrados e se posiciona utilizando o termo “Smart Workforce Solutions” (Soluções Inteligentes de Força de Trabalho), o que sugere às empresas que elas encontrarão profissionais de nível estratégico na plataforma. A Plataforma B, por outro lado, possui mais de 3 milhões de profissionais cadastrados e utiliza os termos “profissionais talentosos” e “talentos qualificados” ao se referir a esses trabalhadores.

O instrumento de pesquisa foi desenvolvido com base em investigações anteriores sobre gig work e trabalho mediado por plataformas. As variáveis sociodemográficas (por exemplo: idade, gênero, escolaridade e experiência profissional) foram adaptadas de levantamentos consolidados sobre força de trabalho e gig economy (por exemplo: Berg et al., 2018; Kässi & Lehdonvirta, 2018), enquanto os itens relacionados a motivações, planos futuros e vantagens e desvantagens percebidas do trabalho em plataformas foram construídos com base em dimensões recorrentes identificadas em estudos qualitativos e quantitativos anteriores sobre freelancing on-line (por exemplo: Gandini, 2016; Sutherland et al., 2020; Wood et al., 2019). Antes da coleta de dados em larga escala, o questionário passou por um pré-teste com 20 usuários de cada plataforma (10 de cada) para avaliar a clareza, a consistência e a compreensão. Não foram identificadas discrepâncias ou ambiguidades, e nenhuma alteração substantiva foi necessária. Os dados foram coletados por meio de duas surveys independentes, administradas em plataformas distintas, em momentos diferentes. Para minimizar o risco de respostas duplicadas, os levantamentos foram distribuídos por meio de listas de e-mails específicas de cada plataforma, não foram coletados identificadores pessoais e os respondentes foram informados de que a participação era restrita a uma única plataforma.

As variáveis relativas às razões que levaram os respondentes a ingressar na gig economy foram: perda de emprego e falta de perspectivas de recolocação no curto prazo (R1); desejo de montar o próprio negócio (R2); desejo de aprender coisas novas e ter experiências diferentes (R3); ampliação da rede de relacionamentos profissionais (R4); desejo de maior autonomia no trabalho (R5); desejo de maior flexibilidade de horários (R6); busca por melhor remuneração (R7); e questões pessoais que exigem um arranjo de trabalho flexível (R8).

As variáveis relativas aos planos futuros dos respondentes foram: pretendo abrir meu próprio negócio (PF1); pretendo me consolidar como trabalhador freelancer em tempo integral (PF2); pretendo atuar como trabalhador freelancer em tempo parcial (PF3); gostaria de trabalhar para uma empresa por meio de um vínculo contratual formal (PF4); e não sei (PF5).

As variáveis relativas às percepções sobre as vantagens do modelo de trabalho foram: flexibilidade de horários (VT1); remuneração (VT2); autonomia (VT3); aprendizado (VT4); possibilidade de crescimento profissional (VT5); escopo de trabalho claramente definido (VT6); segurança (VT7); recursos de trabalho disponíveis (VT8); e equilíbrio entre vida profissional e pessoal (VT9).

As variáveis relativas às percepções sobre as desvantagens do modelo de trabalho foram: remuneração (DVT1); ausência de definição quanto ao número de horas de trabalho por mês (DVT2); falta de perspectivas de carreira (DVT3); insegurança (DVT4); dificuldade em definir o escopo do trabalho (DVT5); autonomia limitada (DVT6); falta de recursos de trabalho disponíveis (DVT7); desequilíbrio entre vida profissional e pessoal (DVT8); e falta de acesso a plano de saúde, e/ou plano de previdência privada, e/ou outros benefícios característicos de um vínculo contratual formal com uma empresa (DVT9).

Análise

Os dados foram analisados em duas fases distintas, com base nas informações fornecidas pelos 2.158 respondentes brasileiros. Na primeira fase, os dados relativos às faixas etárias e ao gênero dos respondentes foram comparados aos dados referentes à distribuição de idade e gênero da força de trabalho no Brasil, segundo a Pesquisa Nacional por Amostra de Domicílios (PNAD Continua/IBGE, 2025), projetada para produzir resultados para a população brasileira como um todo e subsidiar estratégias de políticas públicas. Para alinhamento demográfico aos dados da PNAD, a variável de gênero foi coletada a partir do sexo autodeclarado pelos participantes (masculino/feminino).

A segunda fase consistiu na realização de três regressões logísticas binárias para distinguir os respondentes quanto às suas razões para ingressar na gig economy, aos seus planos futuros e às suas percepções sobre as vantagens e desvantagens do modelo de trabalho. A escolha pela regressão logística binária justificou-se pelo caráter descritivo-exploratório da pesquisa.

RESULTADOS

Os dados demonstram que 46,7% dos respondentes possuem ensino superior completo, 23,3% possuem curso de especialização ou MBA e menos de 6% possuem mestrado ou doutorado; 24,9% não responderam a essa questão. Entre os que responderam, 51% declararam-se do gênero masculino e 49% do gênero feminino. A maioria dos profissionais qualificados cadastrados nas plataformas digitais pertence às gerações Y e Z (ver Figura 2). Cerca de 64% dos respondentes têm menos de 39 anos, situando-se na faixa entre 25 e 39 anos, o que não coincide com os percentuais encontrados na força de trabalho geral no Brasil (IBGE, 2025). Adicionalmente, embora 15% da força de trabalho brasileira tenha mais de 60 anos, entre os respondentes essa proporção é de apenas 4%.

Figura 2
Comparação do percentual etário da amostra em relação aos dados da força de trabalho brasileira (PNAD)

Regressão logística binária

Grupo 1: Razões para ingressar na gig economy

Realizou-se uma regressão logística para cada uma das razões apontadas pelos respondentes para ingressar na gig economy, conforme indicado no questionário. Dentre as razões listadas, as variáveis do modelo de regressão logística não apresentaram significância estatística nas justificativas (R1), (R4) e (R8). Os dados das regressões são apresentados na Tabela 1, na qual podemos identificar o que se segue:

1. “O desejo de montar o próprio negócio” (R2): as variáveis dessa regressão são estatisticamente significativas, X² (4, N = 2111) = 64,0; p < 0,05, indicando que o modelo foi capaz de distinguir entre os respondentes que indicaram essa como uma das razões para ingressar na gig economy e aqueles que não o fizeram. O modelo explica entre 2,3% (R-quadrado de Cox e Snell) e 3,2% (R-quadrado de Nagelkerke) da variação e classifica corretamente 64% dos casos.

2. “O desejo de aprender coisas novas e ter experiências diferentes” (R3): as variáveis da regressão são estatisticamente significativas, X² (4, N = 2111) = 79,3; p < 0,05, indicando que o modelo foi capaz de distinguir entre os respondentes que apontaram essa como uma das razões para ingressar na gig economy e aqueles que não o fizeram. O modelo explica entre 4,1% (R-quadrado de Cox e Snell) e 5,4% (R-quadrado de Nagelkerke) da variância e classifica corretamente 57,2% dos casos.

3. “O desejo de maior autonomia no trabalho” (R5): as variáveis desta regressão são estatisticamente significativas, X² (4, N = 2111) = 79,3; p < 0,01, indicando que o modelo foi capaz de distinguir entre os respondentes que indicaram esse como uma das razões para ingressar na gig economy e os demais. O modelo explica entre 1% (R-quadrado de Cox e Snell) e 1,2% da variação e classifica corretamente 55,8% dos casos.

4. “O desejo de maior flexibilidade de horários” (R6): as variáveis dessa regressão são estatisticamente significativas, X² (4, N = 2111) = 79,3; p < 0,05, indicando que o modelo foi capaz de distinguir entre os respondentes que indicaram esse como uma das razões para ingressar na gig economy e os demais que não o fizeram. O modelo explica entre 1,3% (R-quadrado de Cox e Snell) e 1,8% da variação e classifica corretamente 56,9% dos casos.

5. “A busca por melhor remuneração” (R7): as variáveis dessa regressão são estatisticamente significativas, X² (4, N = 2111) = 57,7; p < 0,05, indicando que o modelo foi capaz de distinguir entre os respondentes que indicaram essa como uma das razões para ingressar na gig economy e aqueles que não o fizeram. O modelo explica entre 2,7% (R-quadrado de Cox e Snell) e 3,6% da variação e classifica corretamente 57,7% dos casos.

Tabela 1
Regressão logística binária

		Idade	Gênero (Masc: 1)	Escolaridade	Experiência profissional	Constante
R2	B	-0,425	0,266	0,022	0,044	0,031
	Exp(B)	0,653	1,305	1,023	1,045	1,031
	Sig.	0,000	0,004	0,436	0,449	0,866
R3	B	-0,467	-0,388	-0,005	0,022	1,170
	Exp(B)	0,627	0,679	0,995	1,022	3,222
	Sig.	0,000	0,000	0,870	0,701	0,000
R5	B	-0,185	-0,178	-0,031	-0,027	0,445
	Exp(B)	0,831	0,837	0,970	0,974	1,561
	Sig.	0,012	0,044	0,270	0,636	0,012
R6	B	-0,158	-0,383	-0,050	0,070	0,211
	Exp(B)	0,854	0,682	0,951	1,072	1,235
	Sig.	0,032	0,000	0,073	0,219	0,235
R7	B	-0,488	-0,056	-0,092	0,145	0,805
	Exp(B)	0,614	0,945	0,912	1,156	2,237
	Sig.	0,000	0,527	0,001	0,011	0,000

• Fonte: Dados da pesquisa.

Grupo 2: Planos futuros

A regressão logística foi executada para cada um dos planos futuros apresentados aos respondentes da pesquisa. Em relação a esses planos, as variáveis do modelo de regressão logística não apresentaram significância estatística para (PF1), (PF2), (PF3) e (PF5). A Tabela 2 mostra os dados da regressão, onde podemos observar os seguintes items:

“Gostaria de trabalhar para uma empresa por meio de um vínculo contratual formal” (PF4): as variáveis dessa regressão são estatisticamente significativas, X² (4, N = 2111) = 84,4; p < 0,001, indicando que o modelo foi capaz de distinguir entre os respondentes que indicaram esse como um de seus planos futuros e aqueles que não o fizeram. O modelo explica entre 3,1% (R-quadrado de Cox e Snell) e 5,2% (R-quadrado de Nagelkerke) da variação e classifica corretamente 84,4% os casos.

Tabela 2
Plano futuro

		Idade	Gênero (Masc: 1)	Escolaridade	Experiência profissional	Constante
PF4	B	0,201	0,587	-0,097	0,213	-2,963
	Exp(B)	1,223	1,799	0,907	1,237	0,052
	Sig.	0,045	0,000	0,021	0,013	0,000

• Fonte: Dados da pesquisa.

Grupo 3: Percepção das vantagens do modelo de trabalho

A regressão logística foi realizada para cada uma das vantagens indicadas no questionário percebidas pelos respondentes em relação ao trabalho freelancer on-line. As variáveis do modelo não foram estatisticamente significativas para as vantagens (VT3), (VT4), (VT6), (VT7), (VT8) e (VT9). A Tabela 3 detalha os dados da regressão:

1. “Flexibilidade” (VT1): as variáveis dessa regressão são estatisticamente significativas, X² (4, N = 2111) = 68,2; p < 0,005, indicando que o modelo foi capaz de distinguir entre os respondentes que indicaram essa como uma das vantagens do modelo de trabalho e aqueles que não o fizeram. O modelo explica entre 2,1% (R-quadrado de Cox e Snell) e 3,9% (R-quadrado de Nagelkerke) da variação e classifica corretamente 68,2% dos casos.

2. “Remuneração” (VT2): as variáveis da regressão são estatisticamente significativas, X² (4, N = 2111) = 60,2; p < 0,005, indicando que o modelo foi capaz de distinguir entre os respondentes que apontaram essa como uma das vantagens do modelo e os demais que não o fizeram. O modelo explica entre 0,8% (R-quadrado de Cox e Snell) e 1,1% (R-quadrado de Nagelkerke) da variação e classifica corretamente 60,2% dos casos.

3. “Possibilidade de crescimento profissional” (VT5): as variáveis dessa regressão são estatisticamente significativas, X²(4, N = 2111) = 61,3; p < 0,001, indicando que o modelo foi capaz de diferenciar os respondentes que indicaram essa como uma das vantagens e aqueles que não o fizeram. O modelo explica entre 3,6% (R-quadrado de Cox e Snell) e 4,8% (R-quadrado de Nagelkerke) da variação e classifica corretamente 61,3% dos casos.

Tabela 3
Percepção das vantagens do modelo de trabalho

		Idade	Gênero (Masc: 1)	Escolaridade	Experiência profissional	Constante
VT1	B	0,045	-0,569	0,011	-0,136	1,369
	Exp(B)	1,046	0,566	1,012	0,873	3,933
	Sig.	0,569	0,000	0,703	0,028	0,000
VT2	B	-0,263	0,015	0,031	0,046	-0,056
	Exp(B)	0,768	1,015	1,032	1,047	0,946
	Sig.	0,000	0,865	0,261	0,421	0,755
VT5	B	-0,375	-0,070	0,071	-0,085	0,692
	Exp(B)	0,687	0,932	1,073	0,918	1,997
	Sig.	0,000	0,436	0,012	0,131	0,000

• Fonte: Dados da pesquisa.

Grupo 4: Percepção das desvantagens do modelo de trabalho

A regressão logística foi executada para cada uma das desvantagens percebidas pelos respondentes e apontadas na pesquisa em relação ao trabalho freelancer on-line. As variáveis do modelo de regressão logística não foram estatisticamente significativas para nenhuma das desvantagens elencadas, o que torna inviável o prosseguimento dessas análises específicas.

DISCUSSÃO

Embora os modelos de regressão apresentem um poder explicativo modesto, os resultados alinham-se à natureza descritiva-exploratória do estudo e às pesquisas anteriores sobre o trabalho mediado por plataformas, que enfatizam a heterogeneidade das trajetórias e das motivações dos trabalhadores (Gandini, 2016; Sutherland et al., 2020). Em vez de oferecer explicações preditivas robustas, os achados destacam associações padronizadas entre idade, gênero e percepções dos trabalhadores, viabilizando interpretações teoricamente fundamentadas.

O artigo buscou responder a duas perguntas principais de pesquisa, ambas de caráter exploratório. A primeira refere-se às características geracionais e de gênero dos trabalhadores na gig economy, particularmente dos que disponibilizam seu trabalho em plataformas de trabalho freelancer on-line. Observamos que os respondentes da pesquisa pertencem, em sua maioria, às Gerações Y e Z, o que corrobora o que foi apresentado em estudos anteriores, que apontam que a idade média dos trabalhadores que realizam atividades on-line é de 30 anos (Berg et al., 2018), sendo a maior parte com menos de 35 anos (Krzywdzinski & Gerber, 2020). No caso das plataformas estudadas, contudo, observamos um contingente relevante de trabalhadores com idades entre 40 e 59 anos, o que acompanha a idade média da força de trabalho no país. Esse padrão sugere que a idade opera menos como uma fronteira geracional rígida e mais como um indicador do estágio de carreira (proxy), moldando a forma como os trabalhadores avaliam o trabalho mediado por plataformas em relação a oportunidades de aprendizado, autonomia e segurança no emprego.

O número de respondentes do gênero masculino também é superior ao do gênero feminino, o que destoa dos dados relativos às características da força de trabalho no Brasil, composta majoritariamente por mulheres (IBGE, 2022). Nesse sentido, observamos que o modelo de trabalho freelancer on-line mantém a segregação ocorrida nos empregos tradicionais (Van Doorn, 2017; Hunt & Samman, 2019; France et al., 2019), de forma semelhante ao que foi observado em um estudo anterior (Craig & Churchill, 2019).

A segunda questão refere-se ao potencial preditivo das características dos trabalhadores por plataforma em relação às suas percepções sobre o modelo de trabalho ao qual aderiram. Estudos anteriores demonstraram que os trabalhadores brasileiros que desempenham funções não qualificadas, como motoristas de aplicativos de transporte, se adaptam ao contexto em que se encontram em busca de alguma forma de subsistência (Vaclavik et al., 2021). Haitianos que realizam serviços de entrega por aplicativo no Brasil veem nessa situação uma oportunidade frente às condições do mercado de trabalho que enfrentavam em seu país de origem (Portes Virginio et al., 2023). Aqui, ao explorarmos características como geração, gênero, escolaridade e experiência, observamos que elas podem afetar as razões pelas quais os respondentes começaram a trabalhar na gig economy, seus planos futuros diante da situação atual e as vantagens e desvantagens desse modelo de trabalho.

Como esperado, diversas variáveis independentes parecem afetar as razões de escolha por esse modelo de trabalho, tais como os planos futuros e as percepções sobre as vantagens do modelo, porém de maneiras distintas para cada uma. As regressões extraídas das razões que levaram os respondentes a se tornarem trabalhadores freelancers on-line apresentam um baixo poder preditivo, variando entre 1% e 5,4% em todas as variáveis analisadas. Entre as variáveis independentes listadas como fatores preditivos, observamos que os respondentes mais jovens apontam a possibilidade de aprender coisas novas e a busca por melhor remuneração como razões para atuar nesse modelo. As respondentes do gênero feminino também são mais propensas a se tornarem trabalhadoras freelancers on-line para aprender coisas novas e devido à flexibilidade desse modelo de trabalho.

Esse achado reforça os argumentos vigentes de que o trabalho em plataformas tende a reproduzir, em vez de resolver, as divisões de trabalho baseadas em gênero, visto que a flexibilidade é frequentemente buscada pelas mulheres como estratégia para gerenciar as persistentes desigualdades no trabalho doméstico e de cuidados não remunerados. A busca das respondentes do gênero feminino por flexibilidade coaduna-se com estudos que justificam a adesão das mulheres a esse modelo de trabalho em virtude do acúmulo de tarefas domésticas e do cuidado com a família (James, 2024; Milkman et al., 2021; Woodman & Cooke, 2019). Esse dado é inédito em estudos sobre gig work na América Latina e demonstra que as mulheres veem nesse tipo de trabalho uma forma de monetização e de aprendizado de novas atividades, dada a sua trajetória de maior exposição ao trabalho não remunerado realizado no ambiente doméstico (Amarante & Rossel, 2018).

A busca por maior remuneração também foi apontada como razão para ingressar no modelo de trabalho mediado por plataformas por respondentes com menor nível de escolaridade e maior experiência no mercado de trabalho. A razão para isso é que muitos trabalhadores que decidem por uma carreira na gig economy buscam uma “carreira sem fronteiras” (boundaryless career) (Kost et al., 2020) para estarem aptos a prestar serviços aos contratantes que oferecem a melhor recompensa financeira.

Quando os planos futuros dos respondentes que atuam como trabalhadores freelancers on-line foram apresentados, uma das opções referia-se à busca por um emprego estável em uma organização, o que geralmente implica menor flexibilidade (PF4). Apesar do baixo poder preditivo da variável (entre 3,21% e 5,2%), observamos que esse objetivo está associado a respondentes do gênero masculino, mais velhos e com mais experiência no mercado de trabalho. Esses trabalhadores não buscam os mesmos objetivos que os trabalhadores freelancers on-line típicos, como obter lucro incremental ou negociar constantemente o valor de seu trabalho (Gandini, 2016; Sutherland et al., 2020; Wood et al., 2018); eles buscam retornar ao que porventura vivenciaram em outros momentos de suas vidas no mercado de trabalho. Essa preferência pode refletir uma exposição prévia às proteções institucionais associadas ao emprego formal, posicionando o trabalho freelancer on-line como um arranjo transitório e não aspiracional para os trabalhadores mais velhos.

Esse fato levanta dois pontos importantes. Primeiro, embora pesquisas anteriores tenham sugerido o gig work como uma possibilidade futura para trabalhadores mais velhos (Eager et al., 2022), o presente estudo corrobora a ideia de que o trabalho freelancer on-line acaba sendo uma experiência na qual as gerações mais jovens se envolvem mais, por considerarem que esse tipo de trabalho se alinha às suas aspirações de qualidade de vida (Wood et al., 2018; Sutherland et al., 2020). Segundo, demonstra que os trabalhadores que vivenciaram a formalidade e seus benefícios, como a previdência social e a garantia de direitos, como férias e o Fundo de Garantia do Tempo de Serviço (FGTS), especialmente na década de 2000 (Romanello & Gonçalves, 2017), desejam retornar a essa situação e consideram o gig work apenas como uma forma de se manterem ativos.

Em relação às vantagens do modelo de trabalho freelancer on-line, os modelos explicam entre 0,8% e 4,8% da variação. A flexibilidade do modelo de trabalho é indicada como uma vantagem pelas respondentes do gênero feminino e por aqueles com menos experiência no mercado de trabalho, ao passo que os mais jovens percebem a remuneração e a possibilidade de crescimento como vantagens desse arranjo. Observamos que os trabalhadores mais jovens e aqueles com menos experiência no mercado de trabalho são precisamente os grupos que encaram o trabalho computadorizado e plataformizado (Corporaal & Lehdonvirta, 2017; Frey & Osborne, 2017) de maneira mais natural, bem como suas condições, que diferem daquelas associadas ao trabalho tradicional nas fábricas (Lehdonvirta, 2018). Mais uma vez, contudo, observamos as respondentes do gênero feminino atribuindo relevância à flexibilidade, o que converge com os estudos supracitados a respeito do acúmulo de funções por parte dessas trabalhadoras específicas (Churchill & Craig, 2019; Milkman et al., 2021; Woodman & Cooke, 2019) e com a possibilidade de as mulheres viverem condições de trabalho mais negativas na gig economy do que os homens (Gerber, 2022).

Esses resultados, em conjunto, sugerem que as percepções de flexibilidade, remuneração e crescimento não são uniformes entre os trabalhadores, mas variam de acordo com a idade, o gênero e o posicionamento na carreira, reforçando a necessidade de compreender o trabalho em plataformas como estruturado por diversas trajetórias de curso de vida, e não por um perfil geracional único.

CONCLUSÃO

Este artigo investigou as características de trabalhadores brasileiros que atuam por meio de duas plataformas de trabalho freelancer on-line, nas quais realizam atividades complexas que exigem conhecimentos precisos e específicos. Ao conduzir este estudo, buscamos preencher uma lacuna nas pesquisas sobre o tema no Sul Global, especialmente na América Latina.

O artigo apresenta duas contribuições teóricas. Primeiro, soma-se aos estudos sobre o trabalho freelancer on-line na gig economy, o qual possui características distintas do microtrabalho, do trabalho de transporte por aplicativo ou de entrega. Exploramos as características do trabalho e dos trabalhadores em atividades complexas. A segunda contribuição está voltada para os estudos que combinam questões de geração e gênero na gig economy, ainda pouco exploradas no contexto do trabalho freelancer on-line. Devemos, portanto, olhar para esse modelo como uma categoria específica dentro da gig economy, caracterizada por trabalhadores com, no mínimo, formação universitária. Há também diferenças significativas entre grupos de trabalhadores de diferentes gerações e gêneros.

As contribuições práticas do estudo referem-se à necessidade de adaptar esse modelo de trabalho para alterar o status quo, representado por relações de trabalho desiguais entre grupos de diferentes gerações e gêneros, situação já presente no trabalho tradicional. Primeiro, observamos que os desejos e percepções dos trabalhadores de diferentes gerações sobre o modelo de trabalho freelancer on-line são distintos: os mais velhos e experientes desejam retornar a uma situação de trabalho tradicional, enquanto os mais jovens consideram a remuneração como uma das principais vantagens do trabalho. Em segundo lugar, observamos que os respondentes veem a flexibilidade como uma vantagem do modelo, indicando que o trabalho freelancer on-line reproduz a necessidade que o trabalho tradicional já impõe às mulheres há muito tempo: conciliar a atividade no mercado de trabalho formal com o trabalho doméstico. Este estudo, portanto, pode contribuir para o desenvolvimento de políticas de gestão de pessoas na nova realidade do trabalho freelancer on-line.

As limitações deste trabalho estão relacionadas, em especial, ao seu foco contextual. Ao examinar trabalhadores brasileiros cadastrados em duas plataformas de freelancing online, os achados refletem condições institucionais e de mercado de trabalho bem específicas. Nesse sentido, sugerimos futuros estudos qualitativos com trabalhadores atuando nesse modelo, tendo por foco diferentes faixas etárias e gêneros, com o objetivo de aprofundar a compreensão sobre os anseios e percepções de trabalhadores de diferentes grupos e categorias.

Referências bibliográficas

• Alacovska, A., Bucher, E., & Fieseler, C. (2025). Multimodal identity work: The power of visual images for identity construction in the gig economy. Human Relations, 78(11), 1442-1477. https://doi.org/10.1177/00187267241304591
  » https://doi.org/10.1177/00187267241304591
• Alcover, C. M., Chambel, M. J., Fernández, J. J., & Rodríguez, F. (2021). The changing nature of work and organizations: Implications for human resource management. Frontiers in Psychology, 12, 640177.
• Amarante, V., & Rossel, C. (2018). Unfolding patterns of unpaid household work in Latin America. Feminist Economics, 24(1), 1-34. https://doi.org/10.1080/13545701.2017.1344776
  » https://doi.org/10.1080/13545701.2017.1344776
• Anwar, M. A., & Graham, M. (2020). Hidden transcripts of the gig economy: Labour agency and the new art of resistance among African gig workers. Environment and Planning A: Economy and Space, 52(7), 1269-1291. https://doi.org/10.1177/0308518X19894584
  » https://doi.org/10.1177/0308518X19894584
• Anwar, M. A., Otieno, E., & Stein, M. (2022). Locked in, logged out: Pandemic and ride-hailing in South Africa and Kenya. The Journal of Modern African Studies, 60(4), 457-478. https://doi.org/10.1017/S0022278X22000234
  » https://doi.org/10.1017/S0022278X22000234
• Arubayi, D. (2021). Documenting the everyday hidden resistance of ride-hailing platform drivers to algorithmic management in Lagos, Nigeria. South Atlantic Quarterly, 120(4), 823-838. https://doi.org/10.1215/00382876-9443378
  » https://doi.org/10.1215/00382876-9443378
• Auguste, B., Lund, S., & Manyika, J. (2022). Digital platforms and the future of work: How technology is reshaping labor markets McKinsey Global Institute.
• Auguste, D., Roll, S., & Despard, M. (2024). Democratizing the economy or introducing economic risk? Gig work during the COVID-19 pandemic. Work and Occupations, 51(4), 550-606. https://doi.org/10.1177/07308884231202032
  » https://doi.org/10.1177/07308884231202032
• Barzilay, A. R. (2018). Discrimination without discriminating: Learned gender inequality in the labor market and gig economy. Cornell Journal of Law and Public Policy, 28(3), 545-581. https://ww3.lawschool.cornell.edu/research/JLPP/upload/Renan-Barzilay-final.pdf
  » https://ww3.lawschool.cornell.edu/research/JLPP/upload/Renan-Barzilay-final.pdf
• Berg, J., Furrer, M., Harmon, E., Rani, U., & Silberman, M. (2018). Digital labour platforms and the future of work: Towards decent work in the online world International Labour Office.
• Bhatti, A., Akram, H., Basit, H. M., Khan, A. U., & Naqvi, S. M. R. (2020). E-commerce trends during COVID-19 pandemic. International Journal of Future Generation Communication and Networking, 13(2), 1449-1452.
• Bravo, G., Viviani, C., Lavallière-Arezes, P., Martínez, M., Dianet, I., Bragança, S., & Castelluci, H. (2022). Do older workers suffer more workplace injuries? A systematic review. International Journal of Occupational Safety and Ergonomics, 28(1), 398-427. https://doi.org/10.1080/10803548.2020.1763609
  » https://doi.org/10.1080/10803548.2020.1763609
• Cherry, M. A. (2019). Age discrimination in the on-demand economy and crowdwork. Berkeley Journal of Employment and Labor Law, 40(1), 29-60. https://www.jstor.org/stable/26795236
  » https://www.jstor.org/stable/26795236
• Chesters, J., & Wyn, J. (2019). Chasing rainbows: How many educational qualifications do young people need to acquire meaningful, ongoing work? Journal of Sociology, 55(4), 670-688. https://doi.org/10.1177/1440783319888285
  » https://doi.org/10.1177/1440783319888285
• Churchill, B., & Craig, L. (2019). Gender in the gig economy: Men and women using digital platforms to secure work in Australia. Journal of Sociology, 55(4), 741-761. https://doi.org/10.1177/1440783319894060
  » https://doi.org/10.1177/1440783319894060
• Churchill, B., Ravn, S., & Craig, L. (2019). Gendered and generational inequalities in the gig economy era. Journal of Sociology, 55(4), 627-636. https://doi.org/10.1177/1440783319893754
  » https://doi.org/10.1177/1440783319893754
• Corporaal, G. F., & Lehdonvirta, V. (2017). Platform sourcing: How Fortune 500 firms are adopting online freelancing platforms University of Oxford Press.
• De Reuver, M., Sørensen, C., & Basole, R. C. (2018). The digital platform: A research agenda. Journal of Information Technology, 33(2), 124-135. https://doi.org/10.1057/s41265-016-0033-3
  » https://doi.org/10.1057/s41265-016-0033-3
• De Stefano, V. (2016). Crowdsourcing, the gig-economy, and the law. Labor Law Research Network, 37(3) https://labourlawresearch.net/crowdsourcing-the-gig-economy-and-the-law/
  » https://labourlawresearch.net/crowdsourcing-the-gig-economy-and-the-law/
• Diniz, D. M., Carvalho Neto, A., & Costa, G. R. (2024). O trabalho uberizado de motoboys e bikeboys de aplicativos. BASE - Revista de Administração e Contabilidade da Unisinos, 21(1), 7-33. https://doi.org/10.4013/base.2024.201.01
  » https://doi.org/10.4013/base.2024.201.01
• Eager, B., Maritz, A., & Millemann, J. (2022). The silver economy on wheels: A narrative review of the mature-aged, hypermobile gig worker phenomena. Small Enterprise Research, 29(1), 68-85. https://doi.org/10.1080/13215906.2022.2032295
  » https://doi.org/10.1080/13215906.2022.2032295
• Flanagan, F. (2019). Theorising the gig economy and home-based service work. Journal of Industrial Relations, 61(1), 57-78. https://doi.org/10.1177/0022185618800518
  » https://doi.org/10.1177/0022185618800518
• France, A., Pukepuke, T., Cowie, L., Mayeda, D., & Chetty, M. (2019). ‘Imagined futures’ in the navigation and management of uncertainty for young women in Aotearoa, New Zealand. Journal of Sociology, 55(4), 654-669. https://doi.org/10.1177/1440783319888281
  » https://doi.org/10.1177/1440783319888281
• Franco, D. S., & Ferraz, D. L. D. S. (2019). Uberization of labor and capitalist accumulation. Cadernos EBAPE.BR, 17(Especial), 844-856. https://doi.org/10.1590/1679-395176936x
  » https://doi.org/10.1590/1679-395176936x
• Frey, C. B., & Osborne, M. A. (2017). The future of employment: How susceptible are jobs to computerisation? Technological Forecasting and Social Change, 114, 254-280. https://doi.org/10.1016/j.techfore.2016.08.019
  » https://doi.org/10.1016/j.techfore.2016.08.019
• Gandini, A. (2016). Digital work: Self-branding and social capital in the freelance knowledge economy. Marketing Theory, 16(1), 123-141. https://doi.org/10.1177/1470593115607942
  » https://doi.org/10.1177/1470593115607942
• Gerber, C. (2022). The global platform economy: A new offshoring institution enabling emerging-economy microproviders. Journal of International Business Policy, 5, 1-19.
• Gong, X., Song, M., Wang, S., Jiao, R. J., & Helo, P. (2025). Crowdsourced manufacturing in Industry 4.0: Implications and prospects. Systems, 13(3), 183. https://doi.org/10.3390/systems13030183
  » https://doi.org/10.3390/systems13030183
• Gordon, P. A. (2018). Age diversity in the workplace. In C. T. E. de Aquino & R. W. Robertson (Eds.), Diversity and inclusion in the global workplace (pp. 31-47). Palgrave Macmillan. https://doi.org/10.1007/978-3-319-54993-4_2
  » https://doi.org/10.1007/978-3-319-54993-4_2
• Gregg, M. (2011). Work’s intimacy Polity Press.
• Grohmann, R. (2021). Rider platforms? Building worker-owned experiences in Spain, France, and Brazil. South Atlantic Quarterly, 120(4), 839-852. https://doi.org/10.1215/00382876-9443392
  » https://doi.org/10.1215/00382876-9443392
• Grohmann, R., Qiu, J. L., & Chen, J. Y. (2022). Platform labor in global perspective: Informational infrastructures and digital labor. Global Networks, 22(2), 1-18.
• Han, J., Li, M., Li, S., & Hu, Y. (2024). The widening gender wage gap in the gig economy in China: The impact of digitalisation. Humanities and Social Sciences Communications, 11, 1639. https://doi.org/10.1057/s41599-024-04172-1
  » https://doi.org/10.1057/s41599-024-04172-1
• Han, L. (2025). Flexible choice or no choice: Navigating life course and platform flexibility among female platform-based food delivery workers in Taiwan. Gender, Work & Organization, 32(5), 2039-2050. https://doi.org/10.1111/gwao.13266
  » https://doi.org/10.1111/gwao.13266
• Hanrahan, E. A., Thomas, C. L., & Finkelstein, L. M. (2023). You’re too old for that! Ageism and prescriptive stereotypes in the workplace. Work, Aging and Retirement, 9(2), 204-220. https://doi.org/10.1093/workar/waab037
  » https://doi.org/10.1093/workar/waab037
• Hargittai, E., & Shafer, S. (2006). Differences in actual and perceived online skills: The role of gender. Social Science Quarterly, 87(2), 432-448. https://doi.org/10.1111/j.1540-6237.2006.00389.x
  » https://doi.org/10.1111/j.1540-6237.2006.00389.x
• Hein, A., Schreieck, M., Riasanow, T., Setzke, D. S., Wiesche, M., Böhm, M., & Krcmar, H. (2019). Digital platform ecosystems. Electronic Markets, 30, 87-98. https://doi.org/10.1007/s12525-019-00377-4
  » https://doi.org/10.1007/s12525-019-00377-4
• Horowitz, J., & Rosati, L. (2014). Managing to stay the same: The enduring nature of companies’ core values Bain & Company.
• Hult, M., Kaarakainen, M., & De Moortel, D. (2023). Values, health and well-being of young Europeans not in employment, education or training (NEET). International Journal of Environmental Research and Public Health, 20(6), 4840. https://doi.org/10.3390/ijerph20064840
  » https://doi.org/10.3390/ijerph20064840
• Hunt, A., & Samman, E. (2019). Gender and the gig economy Overseas Development Institute. https://socialprotection-humanrights.org/wp-content/uploads/2019/01/Gender-the-Gig-Economy.pdf
  » https://socialprotection-humanrights.org/wp-content/uploads/2019/01/Gender-the-Gig-Economy.pdf
• Idowu, A., & Elbanna, A. (2022). Digital platforms of work and the crafting of career path: The crowdworkers’ perspective. Information Systems Frontiers, 24, 441-457. https://doi.org/10.1007/s10796-020-10036-1
  » https://doi.org/10.1007/s10796-020-10036-1
• ILocomotiva. (2021, 12 de maio). UOL: Do WhatsApp ao Uber - 1 em cada 5 trabalhadores usa apps para ter renda https://ilocomotiva.com.br/clipping/uol-do-whatsapp-ao-uber-1-em-cada-5-trabalhadores-usa-apps-para-ter-renda/
  » https://ilocomotiva.com.br/clipping/uol-do-whatsapp-ao-uber-1-em-cada-5-trabalhadores-usa-apps-para-ter-renda/
• Instituto Brasileiro de Geografia e Estatística (2022). Censo demográfico 2022 https://www.ibge.gov.br/
  » https://www.ibge.gov.br/
• Instituto Brasileiro de Geografia e Estatística. (2025). Pesquisa Nacional por Amostra de Domicílios Contínua: 1º trimestre de 2025 - mercado de trabalho https://www.ibge.gov.br/estatisticas/sociais/saude/17270-pnad-continua.html
  » https://www.ibge.gov.br/estatisticas/sociais/saude/17270-pnad-continua.html
• Inversi, C., Dundon, T., & Buckley, L. A. (2023). Work in the gig-economy: The role of the state and non-state actors ceding and seizing regulatory space. Work, Employment and Society, 37(5), 1279-1298. https://doi.org/10.1177/09500170221080387
  » https://doi.org/10.1177/09500170221080387
• James, A. (2024). Platform work-lives in the gig economy: Recentering work-family research. Gender, Work & Organization, 31(2), 513-534. https://doi.org/10.1111/gwao.13087
  » https://doi.org/10.1111/gwao.13087
• Kässi, O., & Lehdonvirta, V. (2018). Online labour index: Measuring the online gig economy for policy and research. Technological Forecasting and Social Change, 137, 241-248. https://doi.org/10.1016/j.techfore.2018.07.056
  » https://doi.org/10.1016/j.techfore.2018.07.056
• Kollmann, T., Stöckmann, C., Kensböck, J. M., & Peschel, A. O. (2019). What satisfies younger versus older employees, and why? An aging perspective on equity theory to explain interactive effects of employee age, monetary rewards, and task contributions on job satisfaction. Human Resource Management, 58(1), 101-115. https://doi.org/10.1002/hrm.21981
  » https://doi.org/10.1002/hrm.21981
• Kost, D., Fieseler, C., & Wong, S. I. (2020). Boundaryless careers in the gig economy: An oxymoron? Human Resource Management Journal, 30(1), 100-113. https://doi.org/10.1111/1748-8583.12265
  » https://doi.org/10.1111/1748-8583.12265
• Krzywdzinski, M., & Gerber, C. (2020). Varieties of platform work: Platforms and social inequality in Germany and the United States (Weizenbaum Series No. 7). Weizenbaum Institute. https://doi.org/10.34669/wi.ws/7
  » https://doi.org/10.34669/wi.ws/7
• Kurian, J. S., & Madhavi, N. B. (2024). Navigating the gig economy: Exploring challenges and motivations for the wellbeing of Gen Y and Gen Z gig workers. Cogent Psychology, 11(1), 2357458. https://doi.org/10.1080/23311908.2024.2357458
  » https://doi.org/10.1080/23311908.2024.2357458
• Lehdonvirta, V. (2018). Flexibility in the gig economy: Managing time on three online piecework platforms. New Technology, Work and Employment, 33(1), 13-29. https://doi.org/10.1111/ntwe.12102
  » https://doi.org/10.1111/ntwe.12102
• Li, X., Zhao, Y., Zhou, X., & Zheng, K. (2020). Consensus-based group task assignment with social impact in spatial crowdsourcing. Data Science and Engineering, 5, 375-390. https://doi.org/10.1007/s41019-020-00142-0
  » https://doi.org/10.1007/s41019-020-00142-0
• Maciel, M. V. M., de Lima, T. C. B., Paiva, L. E. B., & de Almeida Araújo, R. (2024). “Saiu para a entrega”: Prazer e sofrimento no trabalho de entregadores por aplicativos. Revista de Carreiras e Pessoas, 14(2), 309-328. https://doi.org/10.23925/recape.v14i2.59537
  » https://doi.org/10.23925/recape.v14i2.59537
• Mayer, A. S., Ihl, A., Grabl, S., Strunk, K., & Fiedler, M. (2024). A silver lining for the excluded: Exploring experiences that micro-task crowdsourcing affords workers with impaired work access. Information Systems Journal, 34(6), 1838-1870. https://doi.org/10.1111/isj.12511
  » https://doi.org/10.1111/isj.12511
• McKenzie, M. D. J. (2020). Micro-assets and portfolio management in the new platform economy. Distinktion: Journal of Social Theory, 23(1), 94-113. https://doi.org/10.1080/1600910X.2020.1734847
  » https://doi.org/10.1080/1600910X.2020.1734847
• Meijerink, J., Fisher, S., McDonnell, A., & Wiblen, S. (2024). Two’s company, platforms make a crowd: Talent identification in tripartite work arrangements in the gig economy. Human Resource Management Review, 34(2), 101011. https://doi.org/10.1016/j.hrmr.2024.101011
  » https://doi.org/10.1016/j.hrmr.2024.101011
• Milhome, J. C. (2022). Gerações brasileiras: Uma proposta de classificação e identificação dos valores pessoais e no trabalho Tese de doutorado, Universidade Federal da Bahia. Repositório Institucional da UFBA. https://repositorio.ufba.br/handle/ri/37082
  » https://repositorio.ufba.br/handle/ri/37082
• Milkman, R., Elliott-Negri, L., Griesbach, K., & Reich, A. (2021). Gender, class, and the gig economy: The case of platform-based food delivery. Critical Sociology, 47(3), 357-372. https://doi.org/10.1177/0896920520949631
  » https://doi.org/10.1177/0896920520949631
• Neumark, D., Burn, I., & Button, P. (2019). Is it harder for older workers to find jobs? New and improved evidence from a field experiment. Journal of Political Economy, 127(2), 922-970. https://doi.org/10.1086/701029
  » https://doi.org/10.1086/701029
• Portes Virginio, F., Stewart, P., & Garvey, B. (2023). Unpacking super-exploitation in the 21st century: The struggles of Haitian workers in Brazil. Work, Employment and Society, 37(4), 897-915. https://doi.org/10.1177/09500170211060748
  » https://doi.org/10.1177/09500170211060748
• Rolland, K. H., Mathiassen, L., & Rai, A. (2018). Managing digital platforms in user organizations: The interactions between digital options and digital debt. Information Systems Research, 29(2), 419-443. https://doi.org/10.1287/isre.2018.0788
  » https://doi.org/10.1287/isre.2018.0788
• Romanello, M., & Gonçalves, F. D. O. (2017). The transition of Brazilian workers to formality: Evidences from duration analysis. Economía, Sociedad y Territorio, 17(54), 309-335. http://dx.doi.org/10.22136/est17542017727
  » https://doi.org/10.22136/est17542017727
• Sargeant, M. (2017). The gig economy and the future of work. E-Journal of International and Comparative Labour Studies, 6(2), 1-12. https://ejcls.adapt.it/index.php/ejcls_adapt/article/view/422
  » https://ejcls.adapt.it/index.php/ejcls_adapt/article/view/422
• Sinclair, C., Joffe, T., Ginnivan, N., Parker, S. K., & Anstey, K. J. (2024). A scoping review of workplace interventions to promote positive attitudes toward older workers and reduce age-based discrimination. Work, Aging and Retirement, 10(2), 61-76. https://doi.org/10.1093/workar/waad013
  » https://doi.org/10.1093/workar/waad013
• Sutherland, W., Jarrahi, M. H., Dunn, M., & Nelson, S. B. (2020). Work precarity and gig literacies in online freelancing. Work, Employment and Society, 34(3), 457-475. https://doi.org/10.1177/0950017019886511
  » https://doi.org/10.1177/0950017019886511
• Vaclavik, M. C., Rocha-de-Oliveira, S., & Oltramari, A. P. (2021). Proteus looks around: Agency, time, and context in a gig economy career analysis. BAR - Brazilian Administration Review, 18(2), e200050. https://doi.org/10.1590/1807-7692bar2021200098
  » https://doi.org/10.1590/1807-7692bar2021200098
• Vallas, S., & Schor, J. B. (2020). What do platforms do? Understanding the gig economy. Annual Review of Sociology, 46, 273-294. https://doi.org/10.1146/annurev-soc-121919-054857
  » https://doi.org/10.1146/annurev-soc-121919-054857
• Van Doorn, N. (2017). Platform labor: On the gendered and racialized exploitation of low-income service work in the ‘on-demand’ economy. Information, Communication & Society, 20(6), 898-914. https://doi.org/10.1080/1369118X.2017.1294194
  » https://doi.org/10.1080/1369118X.2017.1294194
• Vignoli, M., Nielsen, K., Guglielmi, D., & Marinelli, E. (2021). Designing healthy work: The role of job crafting, organizational support, and job demands in employee well-being. International Journal of Environmental Research and Public Health, 18(5), 2306.
• von Humboldt, S., Miguel, I., Valentim, J. P., Costa, A., Low, G., & Leal, I. (2023). Is age an issue? Psychosocial differences in perceived older workers’ work (un) adaptability, effectiveness, and workplace age discrimination. Educational Gerontology, 49(8), 687-699. https://doi.org/10.1080/03601277.2022.2156657
  » https://doi.org/10.1080/03601277.2022.2156657
• Vyas, N. (2021). ‘Gender inequality-now available on digital platform’: An interplay between gender equality and the gig economy in the European Union. European Labour Law Journal, 12(1), 37-51. https://doi.org/10.1177/2031952520953856
  » https://doi.org/10.1177/2031952520953856
• Wood, A. J., Graham, M., Lehdonvirta, V., & Hjorth, I. (2019). Good gig, bad gig: Autonomy and algorithmic control in the global gig economy. Work, Employment and Society, 33(1), 56-75. https://doi.org/10.1177/0950017018785616
  » https://doi.org/10.1177/0950017018785616
• Woodcock, J., & Graham, M. (2019). The gig economy: A critical introduction Polity Press.
• Woodman, D., & Cook, J. (2019). The new gendered labour of synchronisation: Temporal labour in the new world of work. Journal of Sociology, 55(4), 762-777. https://doi.org/10.1177/1440783319879244
  » https://doi.org/10.1177/1440783319879244
• Wu, X., & Konrad, A. M. (2023). Does age diversity benefit team outcomes, if so, when and how? A moderated mediation model. Current Psychology, 42, 23874-23890. https://doi.org/10.1007/s12144-022-03527-8
  » https://doi.org/10.1007/s12144-022-03527-8
• Yalenios, J., & d’Armagnac, S. (2023). Work transformation and the HR ecosystem dynamics: A longitudinal case study of HRM disruption in the era of the 4th industrial revolution. Human Resource Management, 62(1), 55-77. https://doi.org/10.1002/hrm.22114
  » https://doi.org/10.1002/hrm.22114

• 14
  [Versão Traduzida]
• DISPONIBILIDADE DE DADOS DA PESQUISA
  Todo o conjunto de dados que fundamenta os resultados do presente estudo foi publicado no próprio artigo.
• USO DE INTELIGÊNCIA ARTIFICIAL
  Não foram utilizadas ferramentas de inteligência artificial.
• PARECERISTAS
  Bruno Pereira de Andrade Rebelo, Instituto Universitário de Lisboa, Lisboa, Portugal. ORCID: https://orcid.org/0000-0002-1702-0396
• PARECERISTAS
  Um parecerista não autorizou a divulgação de sua identidade.
• RELATÓRIO DE REVISÃO POR PARES
  O relatório de revisão por pares está disponível em: https://periodicos.fgv.br/rap/article/view/97420

Editado por

• EDITOR-CHEFE
  Hélio Arthur Reis Irigaray, Fundação Getulio Vargas, Rio de Janeiro, RJ, Brasil. ORCID: https://orcid.org/0000-0001-9580-7859

• EDITOR ASSOCIADO
  Fabricio Stocker, Fundação Getulio Vargas, Rio de Janeiro, RJ, Brasil. ORCID: https://orcid.org/0000-0001-6340-9127

• EDITORES CONVIDADOS
  Diego Costa Mendes, Universidade Federal de Viçosa, Viçosa, MG, Brasil. ORCID: https://orcid.org/0000-0003-3193-7034
  Kely Cesar Martins de Paiva, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil. ORCID: https://orcid.org/0000-0002-5185-9072
  Darcy Mitiko Mori Hanashiro, Universidade Presbiteriana Mackenzie, São Paulo, SP, Brasil. ORCID: https://orcid.org/0000-0003-2305-4186
  Sónia P. Gonçalves, Universidade de Lisboa, Lisboa, Portugal. ORCID: https://orcid.org/0000-0003-3704-2995

Disponibilidade de dados

Todo o conjunto de dados que fundamenta os resultados do presente estudo foi publicado no próprio artigo.

Datas de Publicação

• Publicação nesta coleção
  04 Set 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  29 Jun 2025
• Aceito
  12 Mar 2026