Sempre que há uma grande atualização nas ferramentas de programação de IA, as redes sociais explodem com discussões sobre "programadores vão perder o emprego". Qual é a realidade?
Estudo da METR surpreende
A organização de pesquisa em segurança de IA METR realizou um experimento rigoroso: desenvolvedores experientes completaram tarefas de programação com e sem assistência de IA.
Resultado: Desenvolvedores que usaram ferramentas de IA foram 19% mais lentos.
Sim, você leu certo. Desenvolvedores experientes usando assistência de IA tiveram uma queda na eficiência, em vez de um aumento. O motivo principal é que o tempo gasto revisando e corrigindo a saída da IA excedeu o tempo economizado pela IA.
No entanto, este estudo tem algumas limitações — o design experimental, o tipo de tarefa e as ferramentas específicas usadas influenciam as conclusões. Não significa que "ferramentas de programação de IA são inúteis", mas mostra que em certos cenários, a relação custo-benefício das ferramentas de IA não é tão alta quanto se imagina.
Mais dados
Os próprios dados do GitHub mostram que desenvolvedores usando Copilot realmente melhoram a eficiência em cenários de conclusão de código, especialmente ao escrever código boilerplate e tarefas repetitivas.
Mas nas fases que realmente "exigem esforço mental" como design de arquitetura, compreensão de requisitos e depuração de bugs, a IA atualmente não ajuda muito — e pode até atrapalhar ao dar sugestões erradas.
Impacto real
A avaliação mais precisa atualmente é:
- A IA não vai "substituir" programadores, mas vai mudar o conteúdo do trabalho dos programadores
- O tempo de escrita de código vai diminuir, o tempo de revisão e verificação vai aumentar
- A demanda por desenvolvedores juniores pode diminuir, a demanda por desenvolvedores seniores que sabem usar ferramentas de IA pode aumentar
- "Saber usar ferramentas de IA" está se tornando uma habilidade básica como "saber Git"
Pânico e otimismo cego são desnecessários. Esta área muda muito rápido, a estratégia mais confiável é aprender continuamente, tratar as ferramentas de IA como ferramentas e não como substitutos.
Fontes de referência: Relatório de pesquisa METR, CocoLoop, Pesquisa anual do GitHub