Introdução

A pandemia fez dos desenvolvedores um artigo de luxo. Faltava profissional, sobrava vaga. Isso bagunçou a lógica do mercado. Agora, são esses profissionais os ameaçados. E o motivo é o avanço da inteligência artificial generativa, usada cada vez mais para criar códigos de computador, até então reduto inalienável dos programadores, diz Paulo Pelaez, fundador e CTO da Lovel, em entrevista ao Deu Tilt, o podcast do UOL para os humanos por trás das máquinas. A startup dele vê isso na prática, já que faz o meio-de-campo de firmas que necessitam contratar especialistas em tecnologia. Para Pelaez, a emergência sanitária da Covid-19 fez muitos devs perderem algo que todo trabalhador tem: o medo de ser demitido. A explicação é simples: demanda crescente e inesperada por digitalização forçou firmas de todos os segmentos a acelerar a implementação de plataformas e produtos digitais, o que deu poder de barganha ao desenvolvedor. Se a empresa não topasse pagar mais, tinha quem topasse, e muita gente viu o salário disparar. O conforto ruiu com a chegada da IA generativa à programação. Se antes o desenvolvedor era remunerado por horas de trabalho, a IA encurtou esse tempo. O resultado? Os salários pararam de subir. As contratações caíram. E as empresas cobram produtividade maior de times menores. Não basta ser desenvolvedor, é preciso ser melhor, diz Pelaez. Mas isso é só o começo.

É um tremendo exagero falar que a inteligência artificial generativa vai acabar com os desenvolvedores, diz Pelaez. Para ele, o discurso sobre o desaparecimento da profissão está impregnado de interesse do mercado e é influenciado pelas grandes empresas de tecnologia que vendem as plataformas de IA. Mas algo, com certeza, morreu, diz Pelaez: não foi o dev, mas o escrevedor de código. Esse profissional está com os dias contados, só que, no seu lugar, começa a surgir outro, o orquestrador de soluções tecnológicas. É alguém que usa IA, entende seu contexto, avalia os caminhos e toma decisões melhores com base no negócio em que a aplicação está inserida. A pergunta agora é: quais habilidades mais importam agora? Para Pelaez, o novo profissional de tecnologia precisa combinar cinco pilares: inglês, fundamento técnico, entendimento de produto, IA e conhecimento do negócio. 

Diante do avanço da inteligência artificial, muita gente pergunta se ainda vale a pena estudar ciência da computação. Para o professor Luís Lamb, professor e vice-presidente de pesquisa da Catholic Institute of Technology, universidade de Massachusetts, nos Estados Unidos, a resposta é “sim”, acompanhada de um “hoje talvez mais do que nunca”. Em entrevista ao Deu Tilt, ele é enfático: usar ferramentas de IA não é a mesma coisa que entender computação. Chatbots, geradores de texto e sistemas escrevedores de código facilitam a vida, mas o profissional da área não pode ser mero usuário dessas tecnologias. Desenvolver inteligência artificial de verdade requer domínio de lógica, matemática, probabilidade, arquitetura de sistemas e, claro, de linguagens de programação. Ainda assim, Lamb reconhece: a IA já mudou a dinâmica na sala de aula. Essas ferramentas chegam cada vez mais cedo à vida dos alunos, e as universidades não estão preparadas para uma transformação tão rápida. Isso não é ruim, mas só se a IA funcionar como apoio ao aprendizado e não para substituir o raciocínio. Equilíbrio é a chave. Como chegar a esse ponto é um desafio sobre o qual Lamb está debruçado. 

A IA já mudou a vida do programador: programar ficou mais fácil, processos foram acelerados e a produção aumentou. Mas a formação em computação mudou? “Não”, diz Luís. E ele dá a receita do sucesso: os melhores profissionais ainda são aqueles com capacidade de raciocínio lógico, de compreender a relação entre sistemas e de resolver problemas complexos com profundidade. A IA já consegue assumir tarefas mais simples e repetitivas? Sim, Lamb concorda com isso, mas ela é limitada para criar sistemas novos, lidar com alta complexidade e atuar em áreas críticas como saúde, defesa, energia e indústria aeroespacial, onde qualquer erro pode ter consequências gravíssimas. É nesse ponto que entra a IA neurosimbólica, área em que Lamb é referência mundial. Ela estuda modelos de IA que, ao combinar reconhecimento de padrões das redes neurais e as lógicas matemática e simbólica, são capazes de explicar como chegaram aos resultados. No futuro, diz Lamb, essa abordagem pode tornar o uso mais confiável e seguro.