As linguagens de programação mais populares de 2025

(spectrum.ieee.org)

16 pontos por GN⁺ 2025-09-29 | 8 comentários | Compartilhar no WhatsApp

Python > Java > C++ > SQL > C# > JavaScript > TypeScript > C > Shell > Go > R > PHP > Kotlin > Rust > Dart > Swift
Segundo uma pesquisa do IEEE Spectrum, Python ficou em 1º lugar novamente este ano, enquanto JavaScript caiu da 3ª para a 6ª posição
Essa mudança é analisada como relacionada à tendência de substituição do JavaScript, muito usado no desenvolvimento web, por codificação baseada em IA (ex.: vibe coding)
Métricas tradicionalmente usadas, como número de perguntas no Stack Exchange e atividade no GitHub, despencaram após a adoção de IA, o que mostra que os métodos tradicionais de medir popularidade das linguagens estão sendo abalados
Com a popularização da geração de código por IA, a importância das diferenças de sintaxe e estrutura entre linguagens diminui, e fica mais clara a tendência de não se prender a uma linguagem específica
Isso tende a dificultar o surgimento de novas linguagens e a expansão de seus ecossistemas, além de indicar a possibilidade de que o próprio conceito de popularidade de linguagens de programação desapareça

Visão geral

O IEEE Spectrum divulgou uma análise abrangente das principais linguagens de programação e tendências de 2025
O ranking reflete diferentes perspectivas, como mercado de trabalho, ecossistema open source, academia e uso na indústria
Também traz informações sobre as características das principais linguagens, os fatores por trás de seu crescimento e linguagens especializadas por área tecnológica

Ranking das linguagens deste ano

No ranking base do Spectrum de 2025, Python manteve a 1ª posição, enquanto JavaScript caiu para a 6ª
No ranking Jobs, Python também subiu para o 1º lugar, e SQL continua muito forte no mercado de contratações
O número total de perguntas sobre linguagens no Stack Exchange caiu para 22% do nível de 2024

Critérios de classificação

Popularidade: calculada com base em diversos fóruns online, repositórios de software, dados de vagas e tendências de busca
Uso profissional: análise das linguagens mais usadas no mercado real com base em anúncios de emprego e participação em projetos open source
Análise por área: considera critérios para destacar linguagens em segmentos como IA, embarcados, web e mobile
Para medir popularidade, foram usadas várias métricas, como volume de buscas no Google, perguntas no Stack Exchange, atividade no GitHub e menções em artigos acadêmicos
Mas, à medida que os desenvolvedores resolvem problemas por meio de conversas com LLMs (ChatGPT, Claude etc.), os sinais de dados públicos diminuem
Ferramentas de IA (como o Cursor) também reduzem a necessidade de fazer perguntas, enfraquecendo a validade das métricas tradicionais

IA e o apagamento das fronteiras entre linguagens

De desenvolvedores experientes a iniciantes, a dependência de IA reduz a atenção dada à sintaxe e às estruturas de controle das linguagens
Com dados de treino suficientes, a IA consegue gerar código em qualquer linguagem
Com isso, a escolha da linguagem pode acabar virando um fator secundário, como as diferenças entre conjuntos de instruções de CPU no hardware
No futuro, debates sobre popularidade de linguagens podem se tornar um assunto de nicho, comparável a discussões sobre bitola ferroviária

O surgimento de novas linguagens ficará ainda mais difícil

No passado, um ecossistema de linguagem podia se espalhar apenas com livros, demos e códigos de exemplo (ex.: The C Programming Language)
Porém, a IA exige grandes volumes de dados de treinamento, o que coloca novas linguagens em desvantagem
Na prática, já foi observado que a IA produz resultados piores em linguagens menos usadas
Isso pode criar um ambiente em que novas linguagens tenham dificuldade para atingir massa crítica

O futuro da programação

As linguagens modernas cumprem essencialmente dois papéis: abstração do processamento de dados e prevenção de erros do desenvolvedor
Porém, o avanço da IA pode viabilizar um novo fluxo: prompt → linguagem intermediária → execução, em vez de depender da estrutura da linguagem
Nesse cenário, pode se consolidar um modelo em que, em vez de manter e modificar código-fonte, ajusta-se o prompt para regenerá-lo
O papel do programador no futuro tende a se concentrar menos na gramática da linguagem e mais em projeto de arquitetura, escolha de algoritmos e integração de sistemas

Conclusão e perspectivas

A programação vive seu maior período de transformação desde o surgimento dos compiladores nos anos 1950
Mesmo que parte da bolha de IA esvazie, é provável que o uso de LLMs para ajudar na escrita de código continue
Por isso, a partir de 2026, o próprio conceito de “linguagem popular” pode perder sentido, exigindo novas métricas para medir popularidade

8 comentários

skrevolve 2025-10-09

Mas o Python está em queda mesmo.

shakespeares 2025-10-01

Por enquanto, o ecossistema do JavaScript ainda é muito mais amplo, mas acho que, por causa da IA, existe a possibilidade de a tendência ir para linguagens de baixo nível como Rust.

GN⁺ 2025-09-29

Comentários do Hacker News

Com a ajuda da IA, os programadores estão se preocupando cada vez menos com uma linguagem específica ou com detalhes, mas no fim das contas acabam condenados a esbarrar em um pequeno problema ligado a toda sorte de complexidades e voltar a se aprofundar no assunto; nem todo mundo busca o nível de assembly como um golfista de código do ffmpeg, mas deve haver um motivo para as linguagens de terceira geração ainda manterem sua relevância: no fim, é uma troca entre expressividade e precisão, um problema de equilíbrio entre aquilo em que queremos focar e os detalhes que queremos delegar; se abrirmos mão dos óculos (transparência) em troca de resultados mais rápidos, precisaremos de uma alternativa robusta de sondagem para verificar o que está acontecendo depois
- É preciso considerar que este texto veio do IEEE; o público-alvo do IEEE são mais cientistas do que programadores; para cientistas, o código é um meio de expressar suas ideias, e se conseguirem fazer isso o mais rápido possível, pouco importa se o código ficar bagunçado ou pouco reutilizável; por exemplo, cientistas mencionam Arduino como se fosse uma linguagem, o que para eles é algo natural; quem usa Arduino na ciência não necessariamente conhece C++, mas sente orgulho de dizer que programa em “Arduino”
- São claramente dois casos muito diferentes; se um compilador gerar um resultado errado para uma arquitetura específica, você pode abrir um bug report e talvez receber ajuda da comunidade ou de terceiros; na prática, isso é raro em linguagens ou bibliotecas populares e, se você já chegou a um caso tão extremo, provavelmente também tem capacidade para lidar com esse tipo de edge case; mas se a IA entregar um resultado errado, você mesmo precisa descobrir tudo; não dá para cobrar do OpenAI ou da Anthropic um “por que isso aconteceu?”; no primeiro caso, às vezes até dá para continuar sem saber, mas no segundo isso é simplesmente impossível
- Se a maioria dos desenvolvedores realmente não se importasse com o conjunto de instruções da CPU ou com as peculiaridades do hardware, já estariam gerando código de máquina direto para a arquitetura do chip, sem nem produzir sintaxe de linguagem; talvez até bastasse mandar um prompt e deixar uma AI VM gerar o código de máquina alvo; isso talvez aconteça um dia, mas estamos muito longe dessa era
- Usar IA em uma área que você não conhece bem é realmente perigoso, e eu não acho que isso deva ser incentivado
- Eles apenas aumentaram a largura da “tábua sobre o abismo”
É muito difícil encontrar boas fontes para esse tipo de dado; o StackOverflow também está em queda, a metodologia do IEEE é relativamente realista, mas todas as fontes de dados que ela usa têm seus próprios defeitos; o número de resultados do Google é o sinal indireto mais volátil de todos; os resultados de busca incluem quase tudo que menciona aquela consulta, e não há garantia de que isso represente de fato 2025; quem usa uma linguagem normalmente nem escreve explicitamente “linguagem de programação X”; contar toda exposição midiática como exposição de “top language” é forçado; o TIOBE também usa esse método e, sem a menor vergonha, exibe a popularidade com duas casas decimais; olhando dados antigos, a popularidade de “C” caiu pela metade em apenas dois anos e dobrou no ano seguinte, mas no mercado real nada mudou; a margem de erro desse método é de ±50%
- Para medir a demanda real por uma linguagem, dados de vagas de emprego são a fonte mais prática e útil; isso não mostra diretamente o volume de código em produção nas empresas, mas na maioria dos casos é a forma mais intuitiva de entender uso real, demanda e direção do mercado; grandes organizações como bancos que usam COBOL podem não aparecer se quase não houver rotatividade, mas ainda assim não existe fonte melhor do que essa
- Essas fontes muitas vezes são autoalimentadas e autorreferenciais; as pessoas tendem a achar melhor usar a ferramenta que conhecem melhor, ou a que o cliente quer, ou a que dá mais retorno; Ada, COBOL, FORTH, Lua etc. entram nesse contexto; fora de SEO, medir popularidade no fim não significa muita coisa
- No TIOBE, Perl entrou de repente no Top 10 este ano, mas eu nunca vi novos desenvolvedores Perl; com Ada é a mesma coisa; fico curioso para saber onde estão todos os desenvolvedores Ada
- O que eu gosto nesse tipo de estatística são as estatísticas por linguagem em repositórios públicos do GitHub, que mostram desde 2012 a contagem de repositórios públicos e PRs por linguagem
- Talvez, neste momento, as estatísticas de consultas a LLMs sejam a melhor fonte disponível; o texto original também fala disso longamente
Eu achava que JavaScript estaria em segundo, mas parece que TypeScript roubou seus votos; pessoalmente vejo JavaScript e TypeScript quase como a mesma família, então acho correto somar a pontuação dos dois
- Em rankings desse tipo, só dá para considerar que estão realmente em segundo se os dois forem somados
- Faz sentido juntar os dois, e aliás eu também não entendo por que Arduino entrou nessa lista
- Também concordo; certamente há outros itens que deveriam ser agrupados, e linguagens baseadas em BEAM talvez também devessem aparecer como um bloco único
- Se formos juntar Java & Kotlin e C & C++, então talvez JS & TS nem fiquem em segundo
Quem se surpreende com Java estar tão alto talvez nunca tenha feito nada além de backend em nodejs numa startup de 10 pessoas ao longo da carreira; será que nunca trabalhou em uma grande empresa, especialmente de software corporativo?
- Java agora é o novo COBOL; finanças, seguros e saúde mergulharam em Java há décadas, e continuam migrando código legado de COBOL para Java
- Há também algo curioso nisso; trabalhei mais de 5 anos no Google e já sei pelas estatísticas internas que há uma quantidade enorme de código Java, mas eu mesmo devo ter olhado código Java umas três vezes; dá a sensação de que Java é muito usado, mas em áreas isoladas dentro das empresas, como se estivesse confinado a algum trecho específico da cadeia de valor econômica
- Quem se surpreende com a posição de Java provavelmente não é do mercado financeiro; claro, software corporativo não é necessariamente só Java; fora das finanças, existem grandes empresas em que Microsoft, .NET e C# dominam
Trabalho como desenvolvedor de backend em fintech e estou achando difícil definir uma linguagem-alvo para mudar; usei Node e Ruby, mas a falta de um sistema de tipos estáticos sempre me incomodou; TypeScript também tem limites por causa de opções como non strict; linguagens como Java/.Net ou Go me passam uma sensação de antigas; Rust parece divertido, mas não combina tanto com meu histórico; queria saber se alguém tem uma recomendação
- Se você pretende continuar em fintech, fora Java, C#, C++, TypeScript, praticamente não há muitas opções; ainda assim, às vezes aparecem empresas que usam Haskell, F# ou Scala; essas linguagens costumam ser usadas mais como DSLs de workflow; se você tiver interesse em array languages, finanças é um dos poucos setores onde elas ainda sobrevivem, embora essas vagas sejam difíceis de encontrar; vale olhar Dyalog(APL), J, BQN, Kdb+(Q), além dos recursos do Arraycast
- Scala é a melhor linguagem que já usei; ela junta as vantagens do TypeScript com pontos fortes de Java e Rust, e fintech é um dos poucos nichos restantes onde ainda dá para conseguir emprego com Scala
- Rust é uma linguagem de propósito geral, então dá para fazer de tudo com ela; mas a questão sempre é usar a ferramenta certa; o ecossistema importa muito; tudo depende do que você pretende desenvolver
- Estou com a mesma dúvida, e sinto que Gleam talvez seja a melhor opção; tem a simplicidade de Go e a praticidade de Kotlin
- Java é lento, mas a sintaxe vem melhorando e continua sendo a espinha dorsal de muitas empresas médias e grandes; em empresas menores é mais fácil encontrar só JS/Ruby/Python, talvez porque elas valorizem mais produtividade e custo de engenharia; por isso, linguagens interpretadas acabam sendo mais usadas do que linguagens corporativas ou focadas em performance
O resultado dizendo que há mais gente usando PHP e Ruby do que HTML, e a própria inclusão de HTML como linguagem de programação, me parece questionável; também me surpreende Elixir estar abaixo de OCaml. Já vi empresas grandes usando Elixir, mas faz tempo que não vejo OCaml
- Talvez isso tenha acontecido porque pouca gente escolha HTML quando respondem “qual linguagem de programação você usa”
- Colegas do meu primeiro emprego, desenvolvedores Java, estavam bebendo no parque quando a polícia perguntou qual era a profissão deles; responderam “programador”, e o policial reagiu com “ah, então é HTML”
- Sobre PHP e Ruby terem mais usuários que HTML, pela minha experiência há muito mais desenvolvedores de backend/sistemas do que frontend, algo entre 3:1 e 20:1; depende do tamanho da empresa, mas se você trabalha só com backend talvez quase nunca encoste em HTML; mesmo em serviços centrados na web, há muita gente que na prática não mexe com HTML
- HTML até pode ser considerado uma linguagem, mas quase nunca é usado isoladamente; por isso, colocá-lo como item independente na lista parece meio sem sentido
- Cada um vive na sua própria bolha; eu ainda acho que Scala é uma linguagem bastante popular
Fico satisfeito que Haskell ainda esteja no ranking, embora no nível de LabView, o que é um pouco chocante; de todo modo, o artigo em si não é muito interessante
- Haskell ao menos é uma linguagem divertida; também fiquei feliz em ver Julia na lista este ano; é um sinal de que ainda há esperança para linguagens interessantes; depois da colaboração em SoC entre Intel e NVIDIA, Python e C++ provavelmente continuarão dominando essa lista por bastante tempo
- Comparar Haskell com LabView já é uma injustiça considerável
Fico me perguntando o que exatamente é “Arduino”; se estamos falando do Arduino DIY que conhecemos, isso não é uma “linguagem”, é só C++
- A documentação do Arduino realmente chama isso de “Arduino programming language”, mas na prática é basicamente C++ com alguns typedefs adicionais; não sei bem por quê
- É a mesma lógica de classificar HTML e CSS como linguagens, ou chamar bibliotecas de C/Fortran de bibliotecas “Python”
- Esse tipo de distinção é estranho e reduz a confiabilidade do gráfico; se for assim, o certo seria somar isso à pontuação de C++
Também tive uma dúvida parecida: será que assistentes baseados em LLM vão acabar cristalizando as linguagens de programação atuais? Pelo que testei, quanto mais popular a linguagem, melhor a LLM costuma lidar com ela, provavelmente por causa do volume de dados de treinamento; isso talvez torne ainda mais difícil introduzir linguagens novas; se o treinamento das LLMs tivesse incluído apenas código orientado a objetos, talvez outros paradigmas nem tivessem se desenvolvido com facilidade
- Recentemente mexi com uma linguagem menos conhecida, Hare, e o Claude me ajudou melhor do que mecanismos de busca tradicionais, apesar de algumas alucinações; talvez o efeito de cristalização das linguagens não seja tão forte quanto parece
- Na minha experiência, LLMs lidam melhor com linguagens populares, mas além disso também repetem respostas desnecessariamente baseadas em linguagens ou ferramentas famosas; e quando você aponta isso, elas corrigem com um “sim, você tem razão, isso não é necessário. Vou dar um exemplo mais claro e adequado…”; seria ótimo se já viessem assim desde o começo, mas com frequência o código sai desnecessariamente complexo; sem muita experiência, é difícil filtrar isso, então código estranho acaba indo parar no git repo ou até em produção; às vezes até dá a sensação de que alguma big tech enfiou seu próprio plugin ou código na resposta inicial; essa estrutura pode virar um problema muito sério no futuro; o mercado de publicidade certamente está de olho nessa tendência, e se anúncios começarem a se misturar aos modelos de LLM, o problema será ainda maior
  - Espero que os modelos se tornem abertos, com dados de treinamento e pesos claramente divulgados, e possam ser customizados de forma reprodutível, em algo parecido com Nix
  - Precisamos de alguma forma de depurar o modelo durante a inferência, por exemplo com elementos transparentes como tags
  - Fico curioso se existe algum método de verificação formal para a inferência de modelos
- A barreira para adotar novas linguagens realmente vai subir, mas mesmo hoje os motivos para usar linguagens de nicho já são basicamente estes:
  1. existência de codebase e bibliotecas legadas
  2. lugares onde especialistas de um domínio específico se concentram; o fato de uma LLM ser boa em Java não significa que todo mundo vai usar Java; diversão ou currículo são outra história
- Sempre foi vantajoso escolher uma linguagem popular em termos de contratação e formação de equipe; optar por uma linguagem menos popular sempre foi um risco, e isso continua sendo verdade
Ver Python em primeiro me incomoda um pouco; pela minha experiência, Python só me agrada para scripts ou PoCs individuais; não consigo imaginar usar Python em algo com mais de 1.000 linhas, mantido por várias pessoas, ou que rode por mais de alguns segundos; como Python virou a linguagem padrão para ensinar não especialistas nas universidades dos EUA, muita gente brilhante contribui para o ecossistema, mas eu gostaria que esse esforço tivesse ido para outras linguagens ou para linguagens compiladas mais robustas; eu recomendaria uma linguagem compilada com tipagem estática e suporte a multithreading
- Concordo totalmente; eu também só uso para scripts; no ano passado tentei mexer com ML, mas odiei tanto Python que desisti depois de um mês; não entendo por que Ruby não é mais popular; como Python virou a primeira linguagem padrão para muita gente — inclusive para mim — eu até teria mais vontade de recomendar Ruby
- Também concordo; Python parece meio “molenga”; as únicas linguagens compiladas com tipagem estática que conheço bem são Rust, C e C++, e cada uma tem seus próprios defeitos; seria ótimo se existisse um C com o tooling do Rust e um sistema de módulos decente
- A sintaxe também não me agrada; pode até funcionar bem, mas não é uma linguagem divertida

3ae3ae 2025-09-29

JS e TS são praticamente a mesma linguagem, então acho que faria sentido juntar as duas

beoks 2025-09-29

É estranho que HTML esteja no ranking.

jjpark78 2025-09-29

Não consigo acreditar que Java esteja em 2º lugar.

passerby 2025-09-29

Java e C# são, ontem e hoje, o padrão em ambientes de servidores web corporativos.