A nova geração de programadores de IA pode acelerar empresas — e também quebrá-las

A inteligência artificial está criando profissionais muito mais rápidos. Mas, quando a velocidade substitui o domínio técnico, empresas passam a depender de pessoas que geram código sem compreender o sistema que sustenta o próprio negócio.

Está surgindo uma nova geração de programadores de inteligência artificial. Isso é muito bom por um lado e péssimo por outro. O novo profissional precisa surfar essa onda, conhecer as ferramentas, os mecanismos e os modelos disponíveis para acelerar o trabalho. Ignorar a IA não preserva competência; apenas reduz produtividade.

O ganho é evidente. Com essas ferramentas, um programador consegue implementar testes unitários, de integração e end-to-end, aplicar programação orientada a objetos, design patterns, DDD, arquitetura limpa, DevOps e lint. São melhorias que muitas vezes ficariam para uma futura refatoração — que, por experiência, digo que talvez nunca acontecesse. Nas mãos de quem entende engenharia de software, a IA permite entregar mais, melhor e em menos tempo.

A IA deve ampliar a capacidade do programador. Quando substitui o conhecimento, transforma produtividade em risco.

— Wanzeller

O problema começa quando ela deixa de acelerar o profissional e passa a substituí-lo. Estamos formando pessoas que sabem pedir código, mas não sabem mexer no código. Conseguem gerar sistemas inteiros, mas não compreendem a arquitetura, a engenharia nem as regras de negócio que os mantêm funcionando. Enquanto tudo funciona, a velocidade impressiona. Quando surge uma falha, uma vulnerabilidade ou um erro em uma regra essencial, a empresa descobre que ninguém domina verdadeiramente o que foi construído.

Considero essa dependência perigosíssima. Empresas cujo produto depende de software podem enfrentar problemas graves não apenas no longo prazo, mas já no médio. O preço dos tokens pode subir, os serviços podem ficar indisponíveis, as políticas comerciais podem mudar e crises políticas ou novas regulamentações podem limitar o acesso. Ao tentar trocar o trabalho do programador por ferramentas de IA, a empresa não elimina uma dependência: apenas coloca o próprio negócio nas mãos de uma tecnologia externa.

Não defendo programadores sem inteligência artificial. Eles perderão competitividade. Defendo profissionais que utilizem a IA para ampliar o próprio conhecimento, e não para esconder a falta dele. A ferramenta pode escrever, testar, documentar e refatorar o código. A responsabilidade de compreendê-lo continua sendo humana.

No dia em que o sistema parar, o modelo sair do ar ou os tokens ficarem caros demais, a empresa descobrirá se contratou engenheiros ou apenas bons conversadores de chatbot. O prompt pode até pedir desculpas pelo incidente — mas ainda não aprendeu a ficar de plantão.

Referência rápida

Termos deste artigo

Testes unitários, de integração e end-to-end

Verificações automáticas que analisam, respectivamente, pequenas partes do código, a comunicação entre os componentes e o funcionamento completo do sistema.

Design patterns

Soluções estruturadas e reutilizáveis para problemas frequentes no desenvolvimento de software.

DDD — Domain-Driven Design

Abordagem que organiza o software a partir das regras, dos processos e da linguagem do negócio.

Arquitetura limpa

Forma de estruturar o sistema para separar responsabilidades e reduzir a dependência entre as suas partes.

DevOps

Conjunto de práticas que integra desenvolvimento, testes, publicação e operação de sistemas.

Lint

Análise automática que identifica problemas de formatação, padronização e qualidade no código.

Refatoração

Reorganização do código para melhorar sua estrutura e manutenção, sem alterar o funcionamento esperado.

Token

Unidade usada pelos modelos de IA para medir o processamento de textos e códigos, podendo influenciar limites e custos de utilização.

Prompt

instrução ou pedido enviado a uma ferramenta de inteligência artificial.