Razões para Não Gostar de Programação com IA
A programação assistida por IA está provocando uma divisão entre os que a veem como uma ferramenta poderosa de produtividade e os que a encaram como uma ameaça ao ofício, ao emprego e à qualidade do software a longo prazo. Os comentaristas debatem se os LLMs devem lidar apenas com boilerplate ou passar cada vez mais a “controlar” sistemas inteiros, levantando preocupações sobre atrofia cognitiva, perda de funções júnior, design medíocre moldado pelas limitações dos modelos e bases de código que ninguém realmente entende. Por trás dos argumentos técnicos, há preocupações mais amplas sobre concentração de riqueza, uso duvidoso de dados e a ambição declarada das empresas de IA de automatizar o máximo possível de empregos humanos.
Reações ao Artigo
- Vários leitores acham que o texto é sem foco e superficial, mais parecido com uma lista de pontos de discussão do que com um argumento.
- A dependência de afirmações como “devemos tomar os meios de produção” é vista como vaga.
- Outros o defendem como uma publicação pessoal de blog destinada a externalizar pensamentos, não como um tratado abrangente.
Utilidade e Limites da Programação com IA
- Muitos veem os LLMs como excelentes para boilerplate, lógica de suporte, glue code e abstração de nível mais alto (módulos, microsserviços), mas não para lógica central crítica do negócio.
- Alguns relatam grandes ganhos de produtividade e acolhem a mudança para o design e o pensamento de nível mais alto.
- Outros argumentam que os LLMs muitas vezes produzem código frágil e medíocre que ainda exige forte supervisão especializada.
Ofício, Cognição e “Código como Arte”
- Tema forte: codar à mão constrói modelos mentais profundos, pensamento crítico e reconhecimento de padrões; terceirizar demais traz risco de atrofia cognitiva.
- Analogias com calculadoras, GPS, máquinas de lavar e ferramentas CNC são debatidas; críticos dizem que elas ignoram a manutenção de longo prazo e os aspectos de raciocínio do código.
- Há desacordo sobre se código pode ser “arte” ou se é apenas uma ferramenta que pode produzir arte; a demoscene é citada como contraexemplo.
Emprego, Poder e Economia Política
- Preocupação repetida de que a IA, como a automação do passado, reduz o número de funcionários enquanto concentra riqueza, deixando muitos em pior situação.
- Alguns argumentam que os níveis de emprego seguem a atividade econômica geral, e não ferramentas específicas; outros citam a queda de vagas de nível inicial como sinais de alerta.
- A discussão menciona Marx e “fully automated luxury communism”, com discordância sobre como a tecnologia afeta os trabalhadores sob o capitalismo.
Confiança, Ética e Uso de Dados
- Forte ceticismo em relação às motivações das empresas de IA (lucro, militarização, preço das ações) e dúvidas de que elas queiram apenas “ajudar programadores”.
- Crítica forte de que os modelos são treinados com trabalho que as pessoas não pretendiam para esse uso, desencorajando o compartilhamento aberto.
- Preocupações com copyright/código “roubado” contaminando projetos e corroendo os caminhos de desenvolvedor júnior.
Comparações entre Ferramentas e Determinismo
- Alguns comparam os LLMs a compiladores ou linguagens de nível mais alto; outros rejeitam isso como inválido porque compiladores são determinísticos, guiados por especificação e não cobram por execução.
Qualidade, Manutenibilidade e “Vibecoding”
- Reclamações de que os fluxos de trabalho com LLM incentivam aceitar soluções parciais “boas o suficiente” e ignorar a qualidade de longo prazo.
- Outros afirmam que modelos modernos podem produzir código mais limpo do que o de muitos humanos apressados, desde que alguém com conhecimento de domínio esteja orientando e revisando ativamente.