Agora que estão competindo com a IA, mesmo os melhores recém-formados em engenharia de software já não têm garantia de bom emprego

Durante décadas, estudar engenharia da computação numa universidade de elite foi sinônimo de estabilidade no emprego e altos salários. Um diploma da Universidade de Stanford, por exemplo, era pouco mais que um passe livre para o Vale do Silício. No entanto, em apenas três anos, esse panorama foi radicalmente transformado pela irrupção acelerada da IA ​​generativa. Isso está afetando, de forma particularmente severa, o acesso de jovens recém-formados aos seus primeiros empregos.

Hoje, mesmo os melhores currículos na área de engenharia de software enfrentam enormes dificuldades para encontrar trabalho.

Excelência já não basta

Estudantes que iniciaram suas carreiras universitárias antes de 2022 entraram num mundo diferente. Durante o primeiro ano da faculdade, ferramentas como o ChatGPT ainda não existiam. Agora, porém, ao se formarem, eles se deparam com sistemas capazes de escrever código por horas, depurar bugs e gerar soluções funcionais em alta velocidade.

Professores de Stanford veem isso como uma mudança radical em relação aos últimos anos, quando quase todos os graduados encontravam emprego rapidamente em grandes empresas de tecnologia. Hoje, apenas uma pequena elite com currículos repletos de projetos, pesquisas e experiência prévia consegue acessar as poucas vagas atraentes disponíveis.

Programador Júnior: IA é concorrente direta

A causa mais citada por estudantes, professores e executivos é clara: a IA não é mais apenas uma ferramenta de apoio, mas uma concorrente direta para os perfis de entrada. Tanto é assim que executivos de startups de IA admitem abertamente que não precisam mais de grandes equipes de engenheiros juniores. Segundo esse novo paradigma, onde antes eram necessários dez desenvolvedores, agora bastam dois engenheiros experientes e um modelo de linguagem avançado.

Empresas como a OpenAI ou a Anthropic precisam e contratam talentos, claro, mas não em volume capaz de compensar a contração geral do setor.

Os números reforçam essa percepção: o emprego de desenvolvedores de software entre 22 e 25 anos caiu cerca de 20% desde o final de 2022, e a contratação em cargos altamente expostos à IA caiu significativamente em comparação com ocupações menos automatizáveis, como enfermagem.

Produtividade sem prosperidade

É tentador concluir que a IA simplesmente "substitui" os trabalhadores humanos, no entanto, dados mostram uma realidade um pouco mais complexa: por um lado, alguns estudos indicam que o uso de ferramentas de IA pode atrasar desenvolvedores experientes, que precisam investir tempo adicional revisando e corrigindo o código gerado automaticamente.

Por outro lado, relatórios econômicos indicam que as ocupações mais expostas à automação estão apresentando crescimento salarial e de produtividade. Como explicar, então, que jovens recém-formados estejam sendo excluídos do sistema? O problema não é apenas tecnológico, mas estrutural: a IA permite que as empresas obtenham benefícios de curto prazo reduzindo a contratação e o treinamento de jovens talentos, mas isso ocorre à custa da erosão de seus futuros pilares de conhecimento e experiência.

Expectativas reajustadas

Nesse contexto, os recém-formados adotam diferentes estratégias: muitos simplesmente reduzem suas expectativas e aceitam empregos que não teriam considerado antes, outros optam por criar suas próprias startups, na esperança de atrair investimentos. Um número crescente de graduados decide estender sua permanência na universidade por meio de mestrados e programas de pós-graduação, buscando se diferenciar em um mercado saturado.

Qual o papel que as universidades devem desempenhar? Elas estão preparando os alunos para um mundo onde a IA é onipresente? Professores concordam que ensinar programação tradicional não é mais suficiente. Os futuros engenheiros devem aprender a monitorar, avaliar e corrigir sistemas de IA, integrá-los criticamente e desenvolver habilidades que não são facilmente automatizadas: pensamento sistêmico, design, ética e compreensão profunda dos problemas.

Fonte | Futurism

Imagem | Marcos Merino usando IA