IA já está gerando o código da internet, e para os programadores isso é uma dor de cabeça

Quem já experimentou sabe. Programar com IA pode ser maravilhoso, principalmente se você (quase) não entende nada de programação. É aí que os modelos generativos de IA fizeram sua primeira e provavelmente única revolução.

Os desenvolvedores foram os primeiros a poder adotar essa nova tecnologia. O surgimento do GitHub Copilot em 2021 mostrou que não era mais necessário escrever tanto código manualmente, pois a máquina já o fazia automaticamente. Desde então, o avanço da IA ​​generativa na área de programação tem sido impressionante.

A questão é: esse avanço foi positivo? A resposta não é tão simples.

É certo que a IA possibilitou:

1. Que milhões de pessoas que não eram programadoras pudessem transformar suas ideias para aplicativos e jogos em realidade.
2. Que milhões de profissionais pudessem economizar tempo ao não precisarem escrever código repetitivo, concentrando-se em outras tarefas mais importantes e produtivas.

A indústria, naturalmente, tem insistido bastante nessa visão de transformação do setor. Satya Nadella (CEO da Microsoft) e Sundar Pichai (CEO da Alphabet/Google) já afirmaram, meses atrás, que cerca de 25% do código gerado por suas empresas é criado por IA. Enquanto isso, Jensen Huang foi além e deixou claro que, neste momento, ninguém precisa mais aprender a programar, pois a IA fará isso por nós.

Essas são afirmações muito fortes, mas por trás delas se esconde outra realidade: nem tudo que reluz no mundo da IA ​​para programadores é ouro. A MIT Technology Review conversou com mais de 30 desenvolvedores e especialistas da área e chegou a conclusões interessantes.

A IA é uma programadora melhor do que nunca. Pelo menos, de acordo com os benchmarks.

Em agosto de 2024, a OpenAI fez um lançamento singular: apresentou o SWE-bench Verified, um benchmark que visa medir a capacidade de programação de modelos generativos de IA. Naquela época, os melhores modelos conseguiam resolver apenas 33% dos testes propostos por esse benchmark. Um ano depois, os melhores modelos já ultrapassam os 70%.

A evolução nesta área tem sido vertiginosa e testemunhamos o nascimento de uma nova modalidade de programação chamada "programação por vibração" (vibe coding). Todas as grandes empresas desenvolveram ferramentas poderosas para aproveitar essa tendência.

Temos o OpenAI Codex, o Gemini CLI e o Claude Code, por exemplo, mas a eles se juntaram startups como Cursor e Windsurf, que também souberam aproveitar essa febre da programação com IA.

Todas essas ferramentas prometem basicamente a mesma coisa: que você programará mais e melhor. A produtividade está, teoricamente, disparando e, embora certamente se escreva mais código do que nunca graças à IA, os programadores passaram de recortar seu próprio código para revisar o código gerado por máquinas.

Estudos recentes revelam que desenvolvedores veteranos que acreditavam ter sido mais produtivos, na verdade, não foram. A estimativa deles era de que teriam sido 20% mais rápidos por conseguirem avançar sem bloqueios, mas, na realidade, levaram 19% mais tempo do que levariam sem IA, de acordo com os testes realizados.

Há também outro problema: a qualidade do código nem sempre é boa e, como já dissemos, os programadores precisam revisar esse código antes de usá-lo em produção. Na pesquisa mais recente do Stack Overflow, uma das maiores comunidades de desenvolvedores do mundo, um dado notável foi a queda na percepção positiva das ferramentas de IA: de 70% em 2024 para 60% em 2025.

Existem limitações, mas mesmo assim tudo já mudou

Os entrevistados pela MIT Technology Review geralmente concordaram com essas conclusões. As ferramentas de IA generativa para programação são ótimas para gerar código boilerplate, escrever testes, corrigir bugs ou explicar código para novos desenvolvedores.

No entanto, ainda apresentam limitações importantes, sendo a mais notável a sua memória curta. Esses modelos são capazes de armazenar apenas uma fração da carga de trabalho em ambientes profissionais: se o seu código for extenso, o modelo de IA provavelmente não conseguirá "consumi-lo" e compreendê-lo por completo de uma só vez. Para projetos pequenos, ótimo. Para grandes desenvolvimentos, provavelmente não.

O problema das alucinações também afeta o código e, em repositórios com uma infinidade de componentes, os modelos de IA podem acabar se perdendo e não compreender a estrutura e suas interconexões. Os problemas existem e podem acabar se acumulando e causando simplesmente o oposto do que eles queriam evitar

Diversos especialistas, no entanto, explicaram nesse texto como é realmente difícil voltar atrás. Kyle Daigle, COO do GitHub, explicou que "os dias de codificar todas as linhas de código manualmente provavelmente já se foram". Erin Yepis, analista do Stack Overflow, indicou que, embora esse otimismo desenfreado em relação à IA tenha diminuído um pouco, isso é, na verdade, um sinal de outra coisa: que os programadores abraçam essa tecnologia, mas o fazem por sua própria conta e risco.

E há outra realidade. Uma que se repete dia após dia e que parece inegável. A IA que temos hoje é a pior de todas as IAs que teremos no futuro. Pode não ser amanhã ou na próxima semana, mas é claro que a IA que ela programa acabará ficando cada vez melhor. Pode chegar um momento em que essas limitações desapareçam. Independentemente de isso acontecer ou não, o que é certo é que a IA mudou a programação para sempre.

Imagem | Mohammad Rahmani