- Com a disseminação das ferramentas de IA, escrever código ficou mais fácil, mas a intensidade e a complexidade do trabalho dos engenheiros de software aumentaram
- À medida que a IA elevou a produtividade, as expectativas das organizações e a linha de base da carga de trabalho subiram, e os engenheiros passaram a sofrer pressão para fazer mais coisas em menos tempo
- Com o enfraquecimento da identidade centrada em escrever código, os engenheiros agora enfrentam a situação de assumir também tarefas não ligadas ao desenvolvimento, como revisão, design e pensamento de produto
- Como é preciso gastar mais tempo revisando e depurando código gerado por IA, o peso do controle de qualidade e da carga cognitiva aumentou
- Para uma cultura de engenharia sustentável, são essenciais empatia da liderança, definição de limites de função, formação de profissionais júnior e novas métricas de avaliação
A mudança da linha de base e os fardos invisíveis
- Após a adoção da IA, a expectativa de entrega dos engenheiros aumentou drasticamente, e mais trabalho passou a ser exigido mesmo sem orientação explícita
- Segundo um estudo da Harvard Business Review, funcionários que usam IA não saem mais cedo: eles fazem mais trabalho
- 83% responderam que a IA aumentou sua carga de trabalho, e a taxa de burnout passa de 60% entre quem está na linha de frente, enquanto entre executivos é de 38%, mostrando uma grande diferença
- Enquanto a liderança percebe que “a IA torna o trabalho mais fácil”, os engenheiros na prática sentem a complexidade e o cansaço
- Em outra pesquisa com mais de 600 pessoas, dois terços relataram burnout, e 43% disseram que a liderança não entende a realidade
A crise da identidade do engenheiro
- Muitos engenheiros sempre encontraram satisfação profissional no ato criativo de escrever código com as próprias mãos
- Porém, após a adoção da IA, espalhou-se a mensagem implícita de “não escreva código diretamente; gerencie-o”
- A IA assume a implementação, e o engenheiro passa a atuar como supervisor e revisor
- Isso não é apenas uma mudança operacional, mas uma transformação profunda da identidade profissional, que enfraquece o orgulho do especialista experiente
- Como na expressão “de construtor a avaliador”, a produção aumenta, mas o senso de artesanato e de imersão diminui
Expansão do papel e scope creep
- Como a IA acelerou a implementação, o gargalo migrou para tarefas ao redor, como requisitos, arquitetura, testes e deploy
- As organizações redistribuem isso para os engenheiros, que passam a responder também por planejamento de produto, avaliação de risco e gestão operacional
- O estudo da Harvard Business Review também mostra que as fronteiras entre funções estão ficando mais difusas, com sobreposição entre PMs, pesquisadores e engenheiros
- 45% das funções de engenharia exigem competências multidisciplinares, mas isso não vem acompanhado de aumento proporcional de remuneração ou autonomia
- Como resultado, o escopo do trabalho se amplia e a profundidade diminui, acelerando o burnout
O paradoxo da supervisão: a dificuldade de revisar código gerado por IA
- Surge o paradoxo de que revisar código gerado por IA é mais difícil do que escrever código diretamente
- Quem escreve conhece o contexto, mas no código de IA os motivos das decisões não são claros, o que torna a revisão mais pesada
- Em uma pesquisa da Harness, 67% disseram gastar mais tempo depurando, e 68% afirmaram que o tempo de revisão aumentou
- A gestão espera ganho de velocidade, mas, na prática, o peso da garantia de qualidade e da compreensão de contexto cresce
- O gargalo de produção sai da etapa de escrita e vai para a etapa de entendimento, algo que não se resolve com automação
A armadilha da aceleração e a sustentabilidade
- Quando a IA acelera o ritmo, forma-se um ciclo de auto-reforço em que a carga de trabalho aumenta naturalmente
- O estudo de Harvard chama isso de “workload creep”, quando o excesso de trabalho se acumula sem ser percebido
- Antes, a velocidade de raciocínio e digitação humana era um limite natural, mas a IA remove essa restrição
- Como resultado, as métricas de produtividade sobem, mas a qualidade cai, enquanto dívida técnica e fadiga se acumulam
- Por fora, parece um aumento de produtividade, mas por dentro avançam o esgotamento e a perda de qualidade
A ruptura no aprendizado dos engenheiros júnior
- À medida que a IA substitui tarefas simples, as oportunidades práticas para engenheiros iniciantes despencam
- Entre 2023 e 2024, as contratações de nível inicial em grandes empresas de tecnologia caíram 25%, e um relatório da HackerRank também confirma foco maior em contratação de profissionais experientes
- Se as tarefas simples de aprendizado desaparecem, a trilha de formação dos futuros profissionais sênior entra em colapso
- Como no alerta de que “não é possível supervisionar um sistema que você nunca construiu”, a ruptura das capacidades básicas é apontada como um risco de longo prazo
O que a liderança precisa fazer
- Ter empatia e reconhecer explicitamente a dificuldade da mudança é o ponto de partida para manter a confiança
- Oferecer requalificação real: reforço de competências avançadas como design de sistemas, segurança, pensamento de produto e avaliação de código gerado por IA
- Definir claramente o escopo das funções e ajustar a compensação, para evitar expansão infinita
- Redefinir métricas de desempenho: valorizar mais qualidade, estabilidade e saúde da equipe do que velocidade ou número de linhas
- Manter a contratação de profissionais júnior é condição essencial para preservar o ecossistema de talentos no longo prazo
Estratégias que os próprios engenheiros podem adotar
- Manter as habilidades técnicas fundamentais: arquitetura, depuração e entendimento de desempenho e segurança se tornam ainda mais importantes
- Ter cautela com a armadilha da aceleração: em vez de perseguir automaticamente a velocidade máxima viabilizada pela IA, manter um ritmo sustentável
- Abraçar as áreas de interesse dentro do papel ampliado, usando isso como oportunidade de crescimento na carreira
- Compartilhar burnout e sensação de isolamento, ampliando a percepção da realidade por meio da conversa com colegas
- As mudanças tecnológicas sempre se repetiram, e nem a IA substitui a demanda por profissionais com base técnica sólida
O paradoxo que enfrentamos
- A realidade de que a IA tornou programar mais fácil, mas tornou a engenharia mais difícil existe ao mesmo tempo
- A combinação de expectativas mais altas, ampliação de funções e falta de suporte leva a uma cultura insustentável
- Sem reconhecer esse paradoxo, não será possível manter a confiança nem reter talentos
- Não se deve esquecer o princípio de que quem constrói produtos são as pessoas, não as ferramentas, e
a conclusão é que a verdadeira vantagem competitiva na era da IA vem de organizações que entendem e protegem os limites humanos
2 comentários
> Dívida cognitiva: quando a velocidade ultrapassa a compreensão
Comentários do Hacker News
Este ensaio parece ser parcialmente gerado por IA ou fortemente editado por um LLM
Estruturas de frase como “It’s not X, it’s Y” se repetem, e também é suspeito que um blog com quase nenhuma atividade entre 2015 e 2025 tenha começado de repente a publicar em ritmo explosivo
Esse estilo de escrita cansa muita gente, mas isso aparentemente não importa para quem está tentando ter sucesso no setor
O ritmo e o estilo repetitivos parecem típicos de saídas de LLM. Falta emoção humana e o conteúdo é vazio
Já passou da hora de valorizar comunidades pequenas e de alta qualidade onde a IA ainda penetrou menos
Frases como “The job changed. The expectations changed. And nobody sent a memo.” realmente passam uma sensação de texto escrito por IA
Um dos problemas que vi na prática é erro de deploy com IA. Pessoas como os chamados ‘Vibe Coders’ precisam de mentoria de TI/Dev
Por exemplo, um cirurgião criou com Claude um webapp para registros cirúrgicos e, preocupado com segurança, me pediu para revisar
O código e o banco de dados estavam ok, mas ele havia colocado o projeto inteiro em um zip dentro da raiz web e não havia arquivo index
Então qualquer pessoa podia baixar o arquivo de backup, que continha o banco, chaves de API, chaves da AWS e todos os segredos
Ele nem sabia por que existe um arquivo index e, no fim, disse que perguntaria ao Claude como proteger aquilo
Em poucos meses, até script kiddies poderão usar isso em massa, e alguém pode tentar fazer swatting com isso, causando perda de vidas
Fico pensando como seria discutida a responsabilidade nesse caso
Eu não me encaixo na ideia de que “a maioria dos engenheiros gosta de escrever código”
Tenho mais interesse em projetar e construir algo do que em escrever código em si
Ser a favor ou contra IA no fim parece uma diferença entre “gostar de programar” e “gostar de criar produtos para o mundo”
Mas a IA ainda não chega nesse nível. Muito do código nem compila, e se não funciona direito, otimização não significa nada
Muitos comentários criticam o texto por parecer escrito por IA, mas, como alguém que programa há mais de 30 anos e lidera equipes há 20, eu senti insights profundos
Quem quer que tenha escrito, acho que o conteúdo tem valor. Me surpreendeu ter sido marcado
Por exemplo, se uma frase como “o que senti liderando uma equipe de fintech” não vier de experiência real, ela perde o sentido
Por outro lado, se for uma experiência real refinada com IA, então não há problema algum
Clichês como “a IA é inevitável” já não têm mais nenhuma sabedoria
Na era da IA, a forma de pensar em engenharia muda
Antes era um pensamento vertical, de mergulhar fundo no problema; agora é preciso um pensamento horizontal e metacognitivo
Por exemplo, eu estava lendo documentação para otimizar um ambiente do Claude, mas simplesmente dei ao Claude o contexto do projeto e pedi otimização
Ele sugeriu e criou automaticamente os plugins e agentes necessários
No fim, o importante não é a implementação detalhada, mas a capacidade de definir a estrutura do projeto
A ideia central do texto está certa. A automação elimina o trabalho fácil e faz a gente focar nos problemas difíceis
Pensando em calculadoras: o contador que era bom em somar números agora precisa lidar com problemas de nível mais alto
Mas, para iniciantes, o desaparecimento da programação pode acabar sendo um pesadelo
Em termos literários, a IA não está criando rapidamente um novo Terry Pratchett, e sim contribuindo para que ele seja soterrado
Se você não consegue distinguir texto de blog feito por IA, também não vai conseguir distinguir código ruim
Eu não sei distinguir muito bem se um texto foi escrito por LLM, mas hoje em dia sinto um cansaço enorme ao ler
Tem palavras demais e, para quem tem perfil mais próximo de TDAH, é especialmente difícil de acompanhar
Este texto foi 100% escrito por IA segundo o histórico do Pangram
Também há estudos mostrando que o uso de LLM não leva a ganho de produtividade
Esses textos tratam esse efeito como premissa óbvia, mas na prática há uma diferença entre a expectativa da gestão e a realidade no chão de fábrica
Do ponto de vista dos engenheiros, essa lacuna é bem clara