DEV Community

Cover image for Estamos treinando nossa própria substituição (e ninguém tem um plano B)
Taina Costa
Taina Costa

Posted on

Estamos treinando nossa própria substituição (e ninguém tem um plano B)

Semana passada passei três horas debugando um bug que o Copilot gerou. Não foi a primeira vez. E provavelmente não será a última. O que me fez pensar: estamos mesmo construindo ferramentas para nos substituir, ou apenas mudando o tipo de problema que resolvemos?

A promessa que não chegou

Lembra de 2022? GPT-3 saindo, todo mundo dizendo que programadores iam virar "prompt engineers" e que código ia sumir. Três anos depois, continuo escrevendo código. Muito código. Só que agora também corrijo o que a IA gera.

A verdade é que IA não está nos substituindo — está redistribuindo nosso tempo. Menos tempo escrevendo boilerplate, mais tempo fazendo code review de máquina. Menos tempo no Stack Overflow, mais tempo refinando prompts. O trabalho mudou, não sumiu.

O que realmente acontece no código

Vou te mostrar um exemplo real. Pedi para o GPT-4 gerar um hook React para debounce de busca:

// O que o GPT-4 gerou
function useDebounce(value, delay) {
  const [debouncedValue, setDebouncedValue] = useState(value);

  useEffect(() => {
    const handler = setTimeout(() => {
      setDebouncedValue(value);
    }, delay);

    return () => {
      clearTimeout(handler);
    };
  }, [value, delay]);

  return debouncedValue;
}
Enter fullscreen mode Exit fullscreen mode

Funciona. Até funciona bem para 80% dos casos. O problema está nos 20% que a IA não vê:

// O que você realmente precisa em produção
function useDebounce(value, delay, options = {}) {
  const [debouncedValue, setDebouncedValue] = useState(value);
  const { leading = false, maxWait } = options;

  useEffect(() => {
    if (leading && !maxWait) {
      setDebouncedValue(value);
    }

    const handler = setTimeout(() => {
      setDebouncedValue(value);
    }, delay);

    const maxHandler = maxWait ? setTimeout(() => {
      setDebouncedValue(value);
    }, maxWait) : null;

    return () => {
      clearTimeout(handler);
      if (maxHandler) clearTimeout(maxHandler);
    };
  }, [value, delay, leading, maxWait]);

  return debouncedValue;
}
Enter fullscreen mode Exit fullscreen mode

Isso você não consegue com um prompt simples. Você precisa saber que existe leading, que pode precisar de maxWait, que há edge cases em formulários complexos. A IA gera código que compila — você adiciona código que sobrevive em produção.

O jogo mudou, não acabou

Converso com desenvolvedores sênior e a história se repete: ninguém foi substituído, mas todo mundo mudou de função. O junior que antes copiava do Stack Overflow agora copia do ChatGPT (e continua não entendendo closure). O pleno que antes escrevia CRUD manualmente agora revisa CRUD gerado. O sênior que antes arquitetava sistemas agora também valida se a arquitetura sugerida pela IA faz sentido no contexto real.

Três habilidades que cresceram em importância:

1. Code review virou skill primária

Antes você revisava código de humanos duas vezes por semana. Agora revisa código de IA vinte vezes por dia. E código de IA é traiçoeiro — parece certo, tem a estrutura certa, usa os padrões certos, mas tem sutilezas erradas.

// IA adora gerar isso
const data = await fetch('/api/users')
  .then(res => res.json())
  .catch(err => console.error(err));

// Mas você precisa disso
const data = await fetch('/api/users')
  .then(res => {
    if (!res.ok) throw new Error(`HTTP ${res.status}`);
    return res.json();
  })
  .catch(err => {
    logger.error('Failed to fetch users', { error: err });
    throw err; // re-throw ou trate, não engula
  });
Enter fullscreen mode Exit fullscreen mode

A IA não sabe que seu logger customizado existe. Não sabe que você trata 4xx diferente de 5xx. Não sabe que console.error não chega no seu monitoring. Você sabe.

2. Context é o novo código

Quanto melhor você documenta intenção, requisitos, constraints, melhor a IA performa. Aprendi a escrever comentários melhores não para humanos, mas para aumentar a chance da IA gerar algo útil:

/**
 * Busca usuários com debounce de 300ms.
 * 
 * CONSTRAINTS:
 * - Não fazer request se query < 3 chars
 * - Cancelar requests pendentes (AbortController)
 * - Logar falhas no Sentry, não no console
 * - Retornar [] em caso de erro, nunca null
 * 
 * CONTEXT: usado em autocomplete, usuário pode digitar rápido,
 * API tem rate limit de 10 req/s por IP.
 */
Enter fullscreen mode Exit fullscreen mode

Isso não é documentação — é prompt engineering disfarçado de comentário.

3. Conhecer limites da ferramenta

IA é ótima para: boilerplate, conversão de formato, testes unitários simples, refatoração mecânica.

IA é péssima para: decisões de arquitetura, trade-offs de performance, integrações complexas, qualquer coisa que dependa de context não-escrito.

Saber quando usar é mais importante que saber usar.

O que não te contam

Três verdades inconvenientes que descobri trabalhando com IA no dia a dia:

Débito técnico gerado por IA é mais difícil de pagar. Quando você escreve código ruim, você sabe onde está ruim. Quando a IA gera código "quase certo", você demora mais para achar o problema porque parece profissional.

IA padroniza para a mediana. Todo código gerado parece código de tutorial. Isso é ótimo para começar, terrível para escalar. Você acaba com 50 arquivos que seguem o mesmo padrão genérico, quando seu caso de uso pedia algo específico.

O custo cognitivo não sumiu, mudou de lugar. Antes: pensar em como escrever o código. Agora: pensar em como descrever o que você quer, validar se o que veio é o que você pediu, debugar quando não é. Diferente, não mais fácil.

Então qual é o plano?

Se você está começando agora: aprenda a programar de verdade antes de usar IA como muleta. Você precisa ser capaz de ler o código que a máquina gera e saber se está certo. Isso exige base.

Se você já programa: invista em habilidades que IA não replica fácil. Entender o domínio do negócio. Comunicação com stakeholders. Debugging de sistemas distribuídos. Arquitetura de longo prazo. Code review criterioso.

Se você lidera: repense suas contratações. Junior que só sabe usar Copilot não é junior, é risco. Sênior que ignora IA também é risco. Procure quem entende código E sabe usar ferramentas.

TL;DR

  • IA não está substituindo desenvolvedores, está mudando o tipo de trabalho que fazemos
  • Código gerado por IA funciona, mas raramente está pronto para produção sem ajustes
  • Code review virou habilidade primária — você revisa máquina mais que humano
  • Contexto e documentação viraram ferramentas de produtividade (são prompts disfarçados)
  • Débito técnico de IA é mais traiçoeiro que débito humano
  • O plano: aprender fundamentos, dominar code review, focar em skills que IA não replica

Top comments (0)