No último ano, entreguei todas as tarefas repetitivas à IA: CRUD, testes unitários, refatoração, documentação inicial. Agora, o tempo dedicado a escrever código manualmente diminuiu quase 40%, mas o tempo gasto em “pensar claramente sobre os requisitos” e “criticar a saída da IA” dobrou.

A IA entrega código rapidamente, mas é comum ocorrerem falhas em casos extremos, e o contexto de negócio muitas vezes desaparece. Nesse momento, se você não tomar a decisão final, ninguém irá cobrir por você.
Uma opinião que pode ir contra o consenso: o desenvolvimento de software não está morrendo, está se polarizando. Os trabalhos mais básicos vão diminuir, mas o design de sistemas, decomposição de complexidade e integração entre áreas se tornarão ainda mais caros. A diferença entre quem usa IA e quem não usa pode se tornar como a diferença entre quem sabe programar e quem não sabe.
Mas o que realmente diferencia é que não é o prompt sofisticado, é se você entende de negócio, consegue avaliar trade-offs e tem coragem de interromper a IA quando ela estiver falando bobagens.
Um diploma em Ciência da Computação não ficará obsoleto, pelo contrário, será ainda mais necessário ter uma base sólida. IA é um amplificador, não uma máquina de desejos. Pessoas sem pensamento sistêmico, usando IA, apenas acumulam mais dívidas técnicas mais rapidamente.
No futuro, a equipe pode ser composta por um veterano e vários agentes. Mas essa pessoa precisa ser ao mesmo tempo guardiã do produto, da arquitetura e da qualidade. A barreira de entrada só vai aumentar.
Quanto do seu trabalho foi alterado pela IA? Ficou realmente mais fácil, ou só transformou 10 bugs simples em 20? Vamos conversar.