IA está comendo o meio da carreira de engenharia, diz palestra no QCon London

A tese apresentada por Alasdair Allan no QCon London, reportada pelo InfoQ, é incômoda para quem começou na carreira recentemente: a IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → está corroendo justamente os degraus que transformavam devs iniciantes em seniores. A palestra, intitulada Engineering Progression When AI Ate the Middle, sustenta que as ferramentas de código eliminam as oportunidades de aprendizado de cada nível ao mesmo tempo em que permitem que pessoas entreguem acima do seu nível real de experiência.

"A IA está escrevendo muito código, e o cenário do que significa ser desenvolvedor mudou radicalmente", disse Allan. "Mas escrever código nunca foi o ponto da nossa profissão."

O problema do pipeline quebrado

O raciocínio central de Allan é encadeado em três movimentos: a IA atrofia a formação de habilidades, transforma o trabalho em supervisão e, agora, desacelera a contratação no nível de entrada. Segundo ele, houve queda na contratação de trabalhadores jovens em ocupações mais expostas à automação, sem redução correspondente para quem tem mais de 25 anos. "As pessoas não estavam sendo demitidas; elas simplesmente não estavam sendo contratadas em primeiro lugar", afirmou.

O ponto que ele destaca é a contradição: as empresas que correm para adotar ferramentas de código com IA estão, ao mesmo tempo, degradando o pipeline que produz as pessoas capazes de supervisionar essas ferramentas. Quem constrói bons contextos para a IA são exatamente pessoas que carregam contexto na cabeça, acumulado ao longo de anos de ofício. E é esse funil que estaria se rompendo.

A intuição do dev veterano (como sistemas devem ser estruturados, onde a complexidade se esconde, o que quebra em escala) não pode mais ser adquirida da forma tradicional, argumenta Allan. "Engenheiros júnior não vão passar anos lendo bases de código legadas ou depurando incidentes de produção às 3 da manhã. Eles só vão apontar o agente de IA para o problema e pedir um resumo."

O que a IA não lê: produção

Allan usa o termo blackfield para descrever a maior parte da engenharia real: sistemas legados sob alta carga, num caminho de descontinuação que todos concordam ser necessário, mas que ninguém tem tempo de executar. A especificação nunca foi escrita, ou foi escrita e tornada irrelevante por décadas de decisões não documentadas. Regras de negócio ficam codificadas em condicionais que sobreviveram a todos que as entendiam.

"Agentes de IA conseguem ler o código, testar a documentação, mas o que eles não conseguem fazer é ler a produção", disse Allan. "Eles não conseguem olhar anos de padrões de requisições e entender quais caminhos de código são carga viva de formas que o próprio código não revela."

Os números que sustentam o argumento

Questionado pelo InfoQ sobre o que os estudos mostram, Allan reconheceu que a pesquisa é mais contraditória do que qualquer lado admite, mas citou dados concretos:

• Um ensaio controlado randomizado da METR encontrou desenvolvedores experientes 19% mais lentos usando IA, enquanto acreditavam estar 20% mais rápidos.
• A Anthropic apurou que engenheiros júnior usando IA tiveram pontuação 17% menor em domínio técnico, sem terminar o trabalho mais rápido. "Eles trocaram aprendizado por nada."
• Em projetos open source↳Open source71 conteúdosComo o Open Source Está Liberando o Poder da Automação para TodosDev (Back & Front) · out 2025Código aberto: programadores criam software da NASA sem saberDev (Back & Front) · abr 2021N8N: O que é a ferramenta open source que está revolucionando a automação em TI?Dev (Back & Front) · dez 2025Ver tudo em Dev (Back & Front) → reais, zero de 15 PRs gerados por IA eram mergeáveis, apesar de passarem nos testes automatizados. "A IA implementa funcionalidade. Ela falha no ofício."

Sobre a mudança na natureza do trabalho, Allan aponta que engenheiros da Anthropic usam o Claude em 59% do trabalho diário, mas só conseguem delegar totalmente cerca de 20%. "Essa lacuna é onde os empregos vão viver no futuro, entre a geração e o julgamento. A IA escreve o código; o humano decide se é o código certo."

Uma preocupação específica dele: de 80% a 90% das perguntas de engenharia hoje vão para a IA em vez de para colegas. O aprendizado incidental de penar num problema junto de um mentor é contornado quando a IA entrega a resposta sem a jornada.

O que muda para quem programa no Brasil

O alerta cai sobre um mercado brasileiro que já vinha discutindo a escassez de vagas de entrada. Se o funil de contratação júnior encolhe globalmente em ocupações expostas, o efeito tende a ser sentido também aqui, onde a porta de entrada em tecnologia sempre foi vista como uma via de mobilidade. Para times brasileiros, a leitura prática é que adotar agentes de código sem repensar a formação interna pode gerar ganho de curto prazo e dívida de médio prazo: menos gente capaz de revisar criticamente o que a IA produz.

Para quem está começando, o recado de Allan é direto: "IA é uma ferramenta, não uma professora. Usá-la para pular o entendimento é tomar emprestado contra o seu futuro."

As sugestões (e o que fica em aberto)

Allan é honesto ao dizer que não tem a resposta completa: "Estamos no estágio de diagnóstico, não de solução." Mesmo assim, ele propõe ações imediatas:

• Trilhas estruturadas de aprendizado, com rotação deliberada pelos fundamentos, como as residências médicas, porque o "trabalho braçal" constrói julgamento.
• Medir entendimento, não velocidade. Observar como as pessoas pensam, não o que produzem.
• Tratar contexto como infraestrutura, escrevendo documentação que funcione como onboarding para um engenheiro sênior que sabe programar mas não conhece a base de código.
• Definir expectativas honestas sobre o que a IA faz e não faz.

A analogia com a residência médica resume a aposta: "Você faz o trabalho braçal porque ele te ensina, não porque é eficiente", disse Allan. "As empresas que fizerem isso serão as que ainda terão desenvolvedores seniores daqui a dez anos, já que o resto de nós vai ter se aposentado até lá." O que permanece em aberto é como reconstruir, na prática, um pipeline de carreira que foi desenhado para pessoas que escrevem código, num mundo onde o valor migra para quem supervisiona sistemas.

Fonte: InfoQ