O dev do futuro

Tenho visto muitos debates e discussões sobre como será o trabalho de um dev na era em que a IA faz praticamente tudo o que fazemos, só que de forma mais rápida e com apenas alguns comandos. Diante disso, resolvi trazer algumas reflexões sobre como a IA está afetando o trabalho dos desenvolvedores.

O começo de tudo

O “boom!” da IA aconteceu em 2023, quando surgiram os modelos de LLMs, sendo o mais famoso o ChatGPT. Eles ainda eram modestos, não entendiam bem o contexto e aceitavam praticamente qualquer informação que recebessem como verdade. Ainda assim, era incrível poder conversar com um chat que respondia como um ser humano e tinha uma base de conhecimento muito ampla, já que havia sido treinado com uma enorme quantidade de dados. Isso permitia conversar sobre os mais variados assuntos.

No final de 2023 e no começo de 2024, as LLMs começaram a evoluir bastante: passaram a responder melhor, a não cair tão facilmente em informações falsas e até a gerar vídeos mais elaborados, ainda que cheios de erros engraçados de se ver. Foi também em 2024 que começaram a surgir modelos de LLMs focados em código, voltados para escrever e atuar como assistentes de quem desenvolve software. O Copilot e o Claude Code se destacaram como alguns dos melhores modelos para esse tipo de tarefa.

Já em 2025, a IA avançou ainda mais. Surgiram modelos mais potentes e rápidos, capazes de “raciocinar” e resolver cálculos matemáticos seguindo uma linha lógica. Os vídeos ficaram muito mais realistas, e os assistentes de código, mais inteligentes. Também começaram a aparecer os primeiros agentes de IA, capazes de executar tarefas e automatizar diversos processos. Em 2026, no momento em que escrevo este texto, já temos assistentes de código bastante modernos e IDEs focadas no uso desses agentes, como o Cursor e o Antigravity. Além disso, já existem agentes capazes até mesmo de criar um fórum online e conversar entre si. Isso mesmo. Parece bizarro, mas talvez estejamos falando do início da revolução da Skynet.

Com isso, fica claro que, em pouquíssimo tempo, saímos de modelos de LLMs “burros” para modelos capazes de gerar vídeos super-realistas, realizar tarefas repetitivas de forma automática e sem supervisão humana, criar código e até aplicações inteiras. Sem contar que agora eles conseguem conversar entre si, trocar ideias e muito mais.

Mas, trazendo para o nosso lado, como isso afeta o trabalho de quem escreve código? Como ficam os desenvolvedores nesse cenário? Não sobrará nada para a gente?

Os desafios dos devs do futuro

Não é preciso saber muito para entender que o trabalho de uma pessoa desenvolvedora mudou completamente. Não faz mais tanto sentido passar horas escrevendo apenas código se um agente de IA consegue fazer isso em segundos. A partir disso, comecei a refletir e a buscar outras opiniões sobre como os desenvolvedores vão se adaptar e trabalhar daqui para frente.

Observando o que a IA é capaz de fazer hoje, nós, como devs, não precisamos mais escrever código do zero, “na unha”, o tempo todo. Pedir para a IA gerar um trecho de código que você provavelmente repetiria em várias partes do projeto é uma forma inteligente de usar essa ferramenta. Pedir um review daquele PR que você precisa revisar também. Tirar dúvidas, revisar conceitos ou provocar a IA a gerar a melhor versão possível de um código são outras maneiras de utilizá-la. Com isso, vejo que em determinados cenários o ganho de agilidade é bastante interessante.

Como escrevi no artigo Assistentes do mal, não é a ferramenta que vai te prejudicar, mas a forma como você a utiliza. Acredito que usar a IA sabendo exatamente o que você quer dela, permitindo que ela gere conteúdo, e fazendo uma revisão criteriosa e cuidadosa do que é entregue pode ajudar muito no dia a dia. O que você precisa evitar é pedir código que não entende, assumir que aquilo é a melhor solução, não revisar e simplesmente passar adiante. Se você domina o assunto sobre o qual pede ajuda à IA, seja para gerar ou revisar código, ela pode se tornar uma grande aliada para agilizar seu trabalho.

Contudo, quando você precisa usar alguma tecnologia que não domina e recorre à IA para isso, ela pode se transformar em uma faca de dois gumes. Um estudo da Anthropic sobre como a assistência de IA afeta a formação de habilidades de codificação revelou que, apesar de a IA acelerar tarefas em até 80% em contextos de habilidades já dominadas, existe um trade-off crítico quando se trata do aprendizado de novas habilidades.

O que isso significa? Imagine que você é um dev backend e precisa implementar o frontend de uma aplicação com React e Next.js. Você entende pouco de HTML e CSS, mas pede para a IA gerar o código React para você. Ela gera, você vê a aplicação bonita funcionando e, para você, está tudo certo. A IA te ajudou a sair do aperto na criação do front, mas, ao mesmo tempo, você não aprendeu nada sobre React ou Next.js. Esse é o trade-off. Esse é, provavelmente, o pior cenário de uso da IA, especialmente para quem ainda está em um nível iniciante da carreira.

Isso me leva a outra reflexão: qual será o perfil do dev no futuro? Especialista ou generalista? A IA pode te ajudar a criar um front mesmo que você seja back-end, e vice-versa. Pode te ajudar a subir um container no Docker mesmo que você não faça ideia do que isso seja. Pode te ajudar a criar um aplicativo com React Native ou Flutter, mesmo sem você entender direito essas tecnologias. A IA pode ajudar em muita coisa. Então, afinal, é melhor ser especialista ou generalista?

Acredito que ainda não temos uma resposta definitiva para isso. É possível ser especialista e usar a IA para se virar em áreas que você não domina, desde que haja cuidado, revisão e, quando possível, a validação de alguém que realmente entenda do que foi gerado. Também é possível ser generalista e usar a IA para fazer várias coisas diferentes. Porém, quando surge um erro ou um problema muito específico, que exige profunda depuração e entendimento daquela tecnologia, a situação pode se complicar.

Há quem defenda que um bom dev é aquele que domina os fundamentos da programação, entende conceitos, arquitetura e engenharia de software, e é capaz de tomar as melhores decisões para um projeto. “Escrever” código ficou muito mais fácil e rápido com a IA, mas entender requisitos, compreender o negócio, saber o que o cliente realmente precisa e definir a melhor arquitetura ainda são tarefas que, por enquanto, apenas humanos conseguem fazer da melhor forma. Por enquanto…

Concluindo…

Então, pessoas desenvolvedoras que já sentiram medo de a IA roubar seu emprego (quem nunca? 😅), precisamos olhar para a IA como uma ferramenta. Ela pode ser extremamente útil para acelerar partes do trabalho — afinal, o dev não escreve apenas código —, mas exige supervisão. Isso envolve provocar a IA com perguntas, depurar e entender o que foi gerado, discutir soluções e usá-la até como um “patinho de borracha”.

Ao mesmo tempo, é preciso ter cuidado ao usar a IA para aprender algo novo. Se você não domina a tecnologia ou o assunto sobre o qual ela está gerando código, talvez seja melhor estudar mais, pedir ajuda a quem entende e tentar compreender da melhor forma possível. Eu diria até que vale evitar usar códigos que você não entende 100%.

A IA já mudou a forma como trabalhamos, e resistir a isso só tende a nos prejudicar e nos deixar para trás. O que nos resta é aprender a usá-la para alavancar nossos resultados, entregando mais qualidade enquanto desenvolvemos habilidades que vão além daquilo que a IA consegue fazer por nós.