Programar já não chega: a IA banalizou o código

Há uns anos, o valor de um profissional de tecnologia media-se pela dificuldade em fazer: programar bem, dominar uma stack e/ou transformar um requisito vago numa solução funcional. Essa dificuldade criava escassez (e a escassez criava valor). A IA está a acabar com isso a uma velocidade impressionante. Hoje, alguém com pouca experiência gera código (minimamente) aceitável, documenta uma API ou tem um protótipo pronto em poucas horas. Quem tem experiência faz o "mesmo", mais depressa.

É uma evolução enorme. Mas a consequência mais interessante não é a produtividade: quando a capacidade de executar se torna abundante, deixa de ser aí que se encontra a diferenciação. Não acho que a IA torne o conhecimento irrelevante, bem pelo contrário. Quanto mais fácil for produzir uma resposta tecnicamente convincente, mais importante se torna saber se essa resposta é a certa para resolver o problema certo.

O código ficou bem mais barato, o julgamento não.

Definir requisitos, escrever código, testar, publicar: é aqui que a IA está a ficar extraordinariamente competente. Mas quem trabalha nestes projetos sabe que a dificuldade raramente acaba aí: O requisito faz sentido? Resolve o problema do utilizador? Cria uma dependência que vai custar caro a longo prazo? Estamos a construir isto porque é preciso, ou porque alguém decidiu numa reunião que seria interessante?

Nenhuma destas perguntas fica bem numa demo. São, no entanto, as que decidem se um projeto cria valor ou se só produz mais software por produzir. Há casos em que o melhor developer não é quem escreve mais código mas sim quem evita que a equipa escreva cinco mil linhas desnecessárias. Essa capacidade não vem de saber mais sintaxe; vem de perceber contexto, consequências e compromissos.

A IA não elimina a senioridade.

Nunca acreditei que alguém é sénior só por conhecer mais tecnologias ou implementar mais depressa. A experiência mostra-se na qualidade das decisões: em já ter visto sistemas a falhar, soluções elegantes tornarem-se pesadelos de manutenção e/ou requisitos iniciais estarem completamente errados ou desajustados.

A IA explica um padrão de arquitetura em segundos e compara tecnologias. O que não transfere é o julgamento acumulado ao longo de anos de boas e más decisões. E é isso que o mercado vai ter de aprender a valorizar, agora que testar conhecimento técnico deixou de ser suficiente.

O maior risco não é uma IA que sabe tudo, mas sim alguém que deixou de saber o que não sabe.

A IA é boa a produzir respostas: às vezes estão certas, muitas vezes só parcialmente, às vezes erradas (e a apresentação é praticamente igual nos três casos). Por isso nunca foi tão fácil parecer competente num tema que só se conhece por alto. Quando somos obrigados a pesquisar, testar e falhar, ganhamos uma noção clara dos limites do que sabemos. Quando uma ferramenta entrega a resposta completa em trinta segundos, essa fronteira desaparece. A competência do futuro não vai ser saber chegar a uma resposta, vai ser saber quanto e quando confiar nela.

Para quem está a começar.

Para um júnior, a IA pode ser a melhor ferramenta de aprendizagem já criada, mas acelerar uma carreira não pode significar saltar o processo que constrói lógica e entendimento. Há uma diferença enorme entre corrigir um erro e perceber porque aconteceu ou entre gerar uma query e compreender o modelo de dados.

A pergunta que as empresas deviam fazer não é se os profissionais usam IA, isso já está banalizado, mas sim se continuam a construir competências enquanto a usam. Uma empresa dizer que usa IA vai deixar de ser diferenciador tão depressa como foi dizer há uns bons anos que usava cloud ou e-mail: a vantagem não está na adoção mas na qualidade da aplicação.

Maus processos com IA são, na maioria dos casos, simplesmente maus processos mais rápidos. Os grandes ganhos não vão aparecer em quem automatiza mais, mas em quem sabe identificar o que merece ser automatizado, o que deve continuar a depender de julgamento humano e, sobretudo, o que nunca devia ter sido feito.

O nível médio de capacidade disponível vai subir brutalmente (mas há muita diferença entre elevar a média e eliminar as diferenças entre pessoas). Quanto mais competente for a ferramenta que todos temos, menos relevante é saber usá-la, e mais decide a qualidade do pensamento antes e depois dela: perceber o problema certo, separar informação de ruído, mudar de opinião perante novos dados, assumir as consequências de uma escolha.

E ter bom senso (que nunca aparece nas listas de competências do futuro por parecer demasiado banal).

Passámos anos a tentar construir máquinas capazes de dar respostas cada vez melhores. Agora que conseguimos, vamos começar a perceber que o valor de uma pessoa está cada vez menos em produzir respostas e cada vez mais em saber o que fazer com elas.

A IA vai democratizar a competência. A excelência? Vai continuar a dar (muito) trabalho.

Artigo de opinião por Diogo C. Mocho, Director da Olisipo - 10/09/2026