Tecnologia além do código.
Régys Borges da Silveira

Como formar desenvolvedores quando a IA assume as tarefas de entrada

Cena ilustrativa de dois desenvolvedores discutindo um raciocínio em um caderno, ao lado de um notebook, durante uma revisão acompanhada.
Neste artigo 8 tópicos

Uma equipe recebe uma correção pequena: impedir que a importação de um arquivo crie pedidos duplicados. Antes de alterar o programa, alguém precisa reproduzir o problema, entender a regra e descobrir onde a informação se perde. Agora imagine que um agente de inteligência artificial entrega uma proposta de correção e seus testes em poucos instantes. A entrega está encaminhada, mas surge outra pergunta: o desenvolvedor iniciante que acompanhou o processo aprendeu a investigar aquele defeito?

O problema não está em usar uma ferramenta para escrever código. Está em confundir uma tarefa concluída com uma competência adquirida. Se a pessoa passa diretamente do pedido à aprovação, pode deixar de exercitar justamente as decisões que depois precisará tomar para supervisionar alterações mais difíceis.

Dois estudos da Anthropic oferecem pontos de partida para discutir essa tensão. Eles não determinam o futuro da profissão nem fornecem uma receita de treinamento. A proposta aqui é examinar seus limites e construir um roteiro aplicável a equipes de software, com um exemplo de manutenção em Delphi: usar IA durante a formação, preservando oportunidades de investigar, explicar, testar e decidir.

O que os estudos mostram, e o que permanece em aberto

No relatório publicado em 16 de outubro de 2026, Wilmers et al. (2026) analisam registros internos e entrevistas da Anthropic. A participação de juniores nas contratações técnicas caiu de 27% para 9%, embora a contratação técnica total tenha continuado crescendo. O documento também descreve mudanças no trabalho de quem acompanha agentes e confere seus resultados. Os dados podem ser consultados no estudo sobre emprego na Anthropic.

É um retrato de uma empresa específica, em forte expansão, que desenvolve e vende a própria tecnologia observada. Esses dados não demonstram uma queda equivalente no mercado brasileiro nem isolam a IA como causa de toda mudança de contratação. A pergunta sobre formação é uma implicação a investigar, não uma consequência automaticamente comprovada pelos percentuais.

Já Shen e Tamkin (2026), na prepublicação científica How AI Impacts Skill Formation, estudaram a aprendizagem de uma biblioteca Python desconhecida pelos participantes. O experimento principal reuniu 52 desenvolvedores e comparou condições com e sem assistência de IA. O grupo com IA teve desempenho inferior na avaliação posterior; a diferença de tempo de execução não foi estatisticamente significativa.

A tarefa era curta e a avaliação ocorreu logo depois. Isso não mede uma carreira inteira nem permite concluir que qualquer uso de IA prejudique a aprendizagem. A análise dos modos de uso foi exploratória, com grupos pequenos: houve participantes que recorreram à ferramenta para esclarecer conceitos e demonstraram boa compreensão. Essa observação sugere perguntas úteis sobre o processo, mas não prova que determinado tipo de pedido garanta aprendizagem.

Transformar tarefas pequenas em oportunidades de decisão

No artigo Programação em 2026: Sobrevivendo ao Pós-Bolha e à Era da IA, a discussão passa por fundamentos e mentoria. O passo seguinte é tornar essa preocupação operacional: o que, exatamente, o iniciante deverá praticar durante uma tarefa assistida?

Considere a correção da importação. Há pelo menos quatro objetivos possíveis: localizar a origem da duplicidade, compreender o identificador do pedido, construir um teste que reproduza a falha e justificar a solução escolhida. Escrever a condição de comparação é apenas uma parte desse percurso. Automatizar a digitação não exige retirar da pessoa a responsabilidade de formular a hipótese.

Proponho que cada atividade de formação tenha dois resultados esperados. O primeiro pertence ao produto: qual comportamento será corrigido ou acrescentado. O segundo pertence ao aprendiz: qual decisão ele deverá conseguir explicar e repetir em outra situação. Registrar ambos evita avaliar desenvolvimento profissional apenas pela quantidade de solicitações encerradas.

Uma tarefa aparentemente simples também pode ter consequências relevantes. Por isso, o espaço de aprendizagem deve usar dados fictícios, ambiente isolado e revisão proporcional ao impacto da alteração. O iniciante não precisa receber acesso irrestrito à produção para trabalhar com problemas representativos. A dificuldade pode crescer sem que os efeitos de um erro cresçam na mesma proporção.

Aplicação prática: um ciclo de formação com IA

O roteiro a seguir é uma proposta editorial para experimentar na equipe, não um método validado pelos estudos citados. Ele organiza cinco momentos: compreender, formular uma hipótese, consultar a IA, verificar e transferir o aprendizado. A progressão depende das evidências observadas pelo responsável pela formação.

Ciclo proposto de formação: compreender o problema, formular uma hipótese própria, consultar a IA, verificar com testes e revisão e aplicar o raciocínio em uma variação.

Fonte: elaboração própria. O diagrama organiza a proposta deste artigo; não representa um resultado experimental.

Primeiro, peça à pessoa que descreva o problema com suas palavras e apresente um exemplo de entrada e saída. Na importação, ela deve dizer quando dois registros representam o mesmo pedido. Se essa definição ainda estiver ambígua, a atividade inicial é esclarecer a regra com o responsável pelo sistema, antes de solicitar uma implementação.

Depois, solicite uma hipótese e um plano curto de investigação. Onde ela procuraria o defeito? Que observação distinguiria uma falha na leitura de uma falha na gravação? Não é necessário acertar de primeira. O objetivo é deixar um raciocínio verificável, que possa ser revisto depois sem fingir que a resposta sempre foi conhecida.

A consulta à IA vem com uma finalidade explícita. Em vez de pedir apenas a correção inteira, a pessoa pode solicitar explicações sobre uma alternativa, exemplos de situações de falha ou críticas à hipótese apresentada. Isso também admite geração de código, desde que o trecho produzido seja tratado como proposta a examinar. Uma explicação convincente da ferramenta continua precisando de conferência.

Na verificação, o aprendiz compara a mudança com os critérios definidos anteriormente, executa os testes e conversa com o revisor. Para encerrar, recebe uma variação pequena do problema. Essa última etapa procura observar se consegue transportar o raciocínio para outro caso, com menor apoio, em vez de apenas reconhecer a resposta que acabou de ler.

Um exemplo de manutenção em Delphi

Imagine uma aplicação Delphi que importa pedidos de um arquivo fictício. Para este exercício, a regra é explícita: a combinação entre empresa e identificador externo determina a identidade do pedido; uma nova importação do mesmo pedido deve ser recusada. São condições inventadas para treinamento, sem pretensão de representar todas as integrações empresariais.

Antes de gerar qualquer alteração, o iniciante recebe um conjunto pequeno de exemplos: pedidos distintos, repetição no mesmo arquivo e repetição em uma importação posterior. Ele registra o resultado esperado para cada um. Também precisa perceber que identificadores iguais em empresas diferentes não representam duplicidade segundo a regra deste exercício.

A primeira atividade pode se limitar à leitura do fluxo existente. Onde o identificador é recebido? Em que ponto a empresa entra na comparação? Que evidência mostra que a recusa acontece antes de gravar o pedido? Se houver um defeito, o aprendiz deve produzir uma reprodução pequena, com resultado observado e resultado esperado.

Em seguida, ele pode pedir à IA que critique o conjunto de exemplos ou proponha uma alteração restrita. O revisor acompanha as diferenças entre a versão anterior e a proposta, cobrando uma explicação para cada mudança relevante. Se o agente modificar componentes sem relação com o problema, a pessoa deverá justificar ou reduzir esse escopo antes da aceitação.

Para verificar compreensão, altere uma premissa: agora a integração também precisa identificar a origem do pedido. O aprendiz deve explicar como isso modifica a regra de identidade e quais exemplos precisam ser acrescentados. A resposta não precisa vir de memória nem sem documentação. O que se procura é a capacidade de reconhecer que uma regra mudou e produzir evidência adequada.

Esse cenário é ilustrativo e não foi implementado ou executado como aplicação. Uma solução real exigiria conhecer o armazenamento, as regras de negócio e as condições de concorrência do sistema. O exercício oferece um contrato para preparar uma atividade; não é uma correção técnica pronta para instalar em um ERP.

Como observar autonomia sem transformar a formação em fiscalização

Para avaliar a atividade, proponho registrar evidências concretas: a hipótese inicial, o caso que reproduz a falha, a justificativa da mudança e a resposta à variação final. O registro pode ser breve. Sua função é orientar a próxima tarefa e mostrar onde ainda falta apoio, sem exigir uma documentação extensa de cada tentativa.

Uma pessoa pode concluir a correção rapidamente e ainda precisar de ajuda para explicar a identidade de um pedido. Outra pode levar mais tempo e construir bons casos de teste. Essas situações pedem intervenções diferentes. A avaliação deve considerar o objetivo combinado para a atividade, sem transformar velocidade ou eloquência em sinônimos de domínio técnico.

Uma proposta simples de progressão tem três níveis de apoio: investigação acompanhada, execução com pontos de revisão e execução autônoma dentro de um escopo limitado. A passagem entre eles deve depender de demonstrações repetidas em situações variadas. Um acerto isolado não basta para autorizar mudanças de impacto maior.

Também convém distinguir uma verificação de aprendizagem de uma proibição geral de ferramentas. Em uma etapa curta, pode ser útil pedir que a pessoa formule a hipótese antes de consultar a IA, mantendo acesso à documentação. A finalidade e os limites devem ser combinados. Não há motivo para exigir memorização de sintaxe quando o objetivo é avaliar diagnóstico e escolha de testes.

Essa distinção se conecta à discussão sobre vibe coding e os limites de aceitar código sem compreensão. A pergunta relevante na formação é quem consegue explicar o comportamento, reconhecer uma falha e conduzir sua correção. Saber operar o assistente faz parte do trabalho, mas não encerra essa avaliação.

O compromisso da liderança e os limites da proposta

Reservar atividades de aprendizagem exige uma decisão de gestão. Minha recomendação é combinar explicitamente tempo de acompanhamento, responsáveis pela revisão e limites de autonomia. Se a pessoa recebe apenas cobrança por entregas, enquanto a formação depende de intervalos ocasionais, o roteiro perde espaço antes mesmo de ser avaliado.

Para começar, a equipe pode escolher um único tipo de manutenção e acompanhar algumas atividades semelhantes. Compare o apoio necessário, a qualidade das explicações e a capacidade de lidar com variações. Esse acompanhamento não precisa provar superioridade universal de uma técnica; precisa revelar se o processo está produzindo os resultados esperados naquela equipe.

O mentor também deve ajustar sua participação. Entregar a resposta imediatamente elimina uma oportunidade de observar o diagnóstico; deixar a pessoa sem orientação pode prolongar um impasse sem propósito. Uma intervenção útil oferece uma pista, pede uma previsão ou ajuda a reduzir o problema. A intensidade desse apoio deve acompanhar a experiência e a dificuldade concreta.

Há limites importantes. Nem toda tarefa disponível é adequada à formação, nem todo profissional começa do mesmo ponto. Prazos urgentes podem exigir que alguém experiente resolva o incidente e prepare depois uma atividade isolada. O roteiro não justifica expor clientes a erros evitáveis nem transformar trabalho perigoso em exercício. Também precisa ser revisto quando a equipe não consegue reservar acompanhamento suficiente.

Conclusão

Formar desenvolvedores quando a IA assume parte das tarefas de entrada exige tornar o aprendizado uma finalidade explícita do trabalho. Isso inclui escolher decisões para praticar, oferecer acompanhamento e verificar se a pessoa consegue aplicar o raciocínio em uma situação diferente. A presença da ferramenta, sozinha, não responde a essas perguntas.

Os estudos ajudam a reconhecer a tensão, mas não autorizam decretar o desaparecimento dos juniores nem garantir que uma receita de pedidos resolva a formação. A decisão prática mais importante está ao alcance da equipe: escolher uma atividade pequena, definir o que deverá ser aprendido e avaliar a compreensão junto com a entrega. Automatizar uma etapa pode ser útil; preservar a oportunidade de aprender precisa fazer parte do planejamento.

Referências

SHEN, Judy Hanwen; TAMKIN, Alex. How AI Impacts Skill Formation. arXiv, 2026. Versão 2. DOI: https://doi.org/10.48550/arXiv.2601.20245. Disponível em: https://arxiv.org/abs/2601.20245. Acesso em: 1 nov. 2026.

SILVEIRA, Régys Borges da. Programação em 2026: Sobrevivendo ao Pós-Bolha e à Era da IA. Régys Borges da Silveira, 24 abr. 2026. Disponível em: https://regys.com.br/programacao-em-2026-sobrevivendo-ao-pos-bolha-e-a-era-da-ia/. Acesso em: 1 nov. 2026.

SILVEIRA, Régys Borges da. Vibe coding: o que é, quando ajuda e quando vira um problema. Régys Borges da Silveira, 16 out. 2026. Disponível em: https://regys.com.br/vibe-coding-o-que-e-quando-ajuda-e-quando-vira-um-problema/. Acesso em: 1 nov. 2026.

WILMERS, Nathan; CATIPON, Regina; MASSENKOFF, Maxim; MCCRORY, Peter. How employment is changing at Anthropic. The Anthropic Institute, 16 out. 2026. Disponível em: https://www.anthropic.com/research/employment-at-anthropic. Acesso em: 1 nov. 2026.

Compartilhar por e-mail

0 comentário(s)

Participe da conversa

Seu e-mail não será publicado.

Este site utiliza o Akismet para reduzir spam. Saiba como seus dados em comentários são processados.

Um próximo passo para cada interesse.

Continue estudando com os livros, acompanhe as videoaulas ou consulte as soluções para o seu projeto.

Descubra mais sobre Régys Borges da Silveira

Assine agora mesmo para continuar lendo e ter acesso ao arquivo completo.

Continuar lendo