Aprender a programar ainda vale a pena
LLMs e o Futuro da Programação
- Muitos argumentam que os LLMs atuais e os de futuro próximo reduzem muito a necessidade de escrever manualmente código rotineiro, especialmente para apps CRUD e software de negócio da “camada externa”.
- Outros contrapõem que os LLMs são não determinísticos, frágeis e ruins em abstração de alto nível, então programadores habilidosos continuam cruciais, especialmente para infraestrutura central, compiladores, frameworks e sistemas críticos de segurança.
- Alguns preveem uma pequena elite de especialistas profundos supervisionando ferramentas poderosas de IA, com muito menos empregos tradicionais de programação; outros esperam efeitos à la Jevons, em que software mais barato aumenta a demanda total.
Por que Aprender a Programar Ainda Importa (Segundo os Defensores)
- Ensina decomposição de problemas, depuração e pensamento sistemático; frequentemente comparado a aprender matemática ou filosofia para desenvolver habilidades de raciocínio.
- Essencial para julgar, orientar e restringir a saída dos LLMs; usuários de “só prompt” não conseguem distinguir com confiabilidade boas soluções de ruins.
- A compreensão fundamental (de portas lógicas até linguagens de alto nível) ajuda quando as abstrações vazam e a IA não consegue corrigir falhas de casos extremos.
- Vista como uma forma de se envolver plenamente com sistemas de IA e moldá-los, em vez de delegar tudo passivamente.
Ceticismo: Ainda é uma Boa Aposta de Carreira?
- Alguns comparam o trabalho futuro de programação a poesia, música do começo ou ofícios de nicho: recompensadores, mas economicamente precários.
- Há preocupação de que melhorias de produtividade impulsionadas por LLMs reduzam a demanda por programadores medianos, ampliando apenas os de melhor desempenho.
- Receio de aconselhar novos estudantes a contraírem dívidas para uma área que pode ser fortemente comoditizada em 5–20 anos; analogias com ferreiros, trabalhadores de ferramentas e matrizes, e TI terceirizada.
Abstração, Fundamentos e Compreensão
- Há amplo consenso de que “aprender a programar” é, na verdade, entender sistemas, não memorizar sintaxe.
- Debate sobre quão fundo é preciso ir (assembly, design de CPU etc.), mas muitos temem que a IA incentive conhecimento superficial e de culto ao cargo.
Programação como Ofício, Arte ou Encanamento
- Alguns veem o código como um meio criativo comparável à música, literatura ou pintura; outros dizem que a maior parte do trabalho na indústria é mais parecida com encanamento ou carpintaria — um ofício necessário e limitado.
- Vários observam que os LLMs arriscam tirar o “flow” e a alegria de esculpir abstrações manualmente, transformando o trabalho sênior em revisar e “cuidar” de código gerado por máquina.
Qualidade, “Slop” e Riscos de Longo Prazo
- Há relatos de que desenvolvedores fracos ainda produzem código ruim com LLMs, só que mais rápido; desenvolvedores bons podem aprender mais depressa e explorar mais designs.
- Temor de um ecossistema cheio de código opaco, inchado e gerado por IA, que humanos (e depois modelos) têm dificuldade para manter.
- Uma visão minoritária afirma que o código gerado por IA já é muitas vezes mais limpo do que o código humano típico, desafiando pressupostos sobre a queda de qualidade.