Um programador contempla os últimos dias da arte
Programadores estão lidando com o que ferramentas de codificação por IA como o GPT‑4 significam para sua arte, suas carreiras e o futuro do desenvolvimento de software. Muitos veem os LLMs como poderosos aceleradores para boilerplate e “código cola” que reduzem a barreira de entrada e aumentam a produtividade, mas argumentam que eles ainda falham em problemas complexos, novos ou profundamente contextuais e exigem engenheiros experientes para supervisionar e depurar seus resultados. Uma preocupação recorrente é menos sobre capacidade técnica e mais sobre economia: o risco de a gestão usar ganhos percebidos de eficiência para reduzir equipes e salários, ampliando a desigualdade mesmo que a demanda total por software — e por pessoas capazes de raciocinar sobre sistemas — continue a crescer.
Capacidades percebidas dos LLMs hoje
- Amplamente vistos como fortes em: boilerplate, código “CRUD + cola”, scripts, bash/SQL/regex, traduções, documentação, explicação de APIs e atuar como um pato de borracha.
- Frequentemente falham em: sistemas complexos de múltiplos módulos, domínios de nicho (embedded industrial, sistemas AAA de jogos, IAM, segurança), APIs não padrão, depuração difícil e refatorações maiores.
- Alucinações e bugs sutis são comuns; muitas vezes inventa APIs ou omite casos extremos. Muitos dizem que o esforço de revisão pode igualar ou exceder escrever o código por conta própria.
- O GPT‑4 é considerado muito melhor que o 3.5, mas ainda não confiável como programador autônomo.
Perspectivas para o progresso futuro da IA
- Os otimistas esperam ganhos rápidos, possivelmente exponenciais (apontando o progresso de 2017–2023), preveem que o trabalho de dev de nível médio será amplamente automatizado dentro de uma década e especulam sobre treinamento com self-play e compiler-in-the-loop.
- Os céticos citam limites físicos (compute, energia), restrições da arquitetura de LLMs, qualidade dos dados e promessas históricas exageradas (carros autônomos, carros voadores); esperam longos platôs ou apenas melhorias incrementais.
Impacto nos empregos de software e nas trajetórias de carreira
- Há amplo consenso de que funções juniores e de “cola” são as mais expostas; seniores que fazem arquitetura, depuração difícil e coordenação entre equipes parecem mais seguros por enquanto.
- Há preocupação de que, se os juniores forem substituídos, os futuros seniores não terão onde aprender; a linha de formação de habilidades pode ficar oca.
- Alguns esperam menos especialistas, porém mais produtivos e melhor pagos; outros antecipam pressão para baixo sobre salários e empregos de tecnologia “confortáveis”, especialmente no trabalho empresarial de nível intermediário.
Qualidade de código, manutenção e segurança
- Há medo de uma enxurrada de código de IA medíocre e copiado e colado: mais legado para manter, arqueologia em git mais difícil e problemas de segurança lembrando bugs da era dos anos 2000.
- Contra-argumento: com testes, linters e revisão humana, os LLMs podem descarregar trabalho de baixo valor (testes, mapeamentos, wrappers) enquanto os humanos ficam com design e correção.
A “arte” da programação e o aprendizado
- Muitos argumentam que a arte está mudando, não morrendo: de memorizar arcana para decomposição de problemas, esclarecimento de requisitos e design de sistemas.
- Outros sentem perda genuína: a IA remove o aspecto de “quebra-cabeça” e a satisfação de soluções arduamente conquistadas, especialmente para quem gosta de detalhes de baixo nível.
- Há preocupação de que aprendizes que dependem de LLMs pulem a frustração que constrói compreensão profunda e resiliência.
Implicações econômicas e sociais
- Existe uma forte linha sobre desigualdade: os ganhos da automação provavelmente irão para os donos da IA, a menos que escolhas políticas mudem; fazem-se paralelos com automação e offshoring do passado.
- Alguns veem potencial para software mais barato e ubíquo e para uma “pós-escassez” em muitas tarefas; outros temem “tecnofeudalismo” e caminhos encolhidos para uma vida de classe média.