IA gera mais código, mas adoção de software não acompanha: o paradoxo da produtividade
Em um cenário onde ferramentas de inteligência artificial (IA) prometem revolucionar a desenvolvimento de software, um estudo recente traz uma conclusão surpreendente: apesar de a IA gerar mais código do que nunca, a quantidade de software finalizado e efetivamente utilizado não acompanha esse crescimento. Segundo pesquisadores da Universidade da Pensilvânia (Wharton) e do MIT, os ganhos de eficiência obtidos com a automação do código são absorvidos por um gargalo humano nas etapas de revisão, integração e lançamento.
O estudo, liderado pelo professor Leon Musolff, analisou as quatro maiores plataformas de software do mundo — App Store da Apple, Google Play Store, Chrome Web Store e SourceForge — e identificou um aumento significativo no número de aplicativos novos desde meados de 2025. No entanto, apesar desse boom, não houve um correspondente aumento no uso efetivo por parte dos usuários.
IA aumenta a produção, mas revisões humanas freiam o processo
As ferramentas de IA, como agentes de codificação, têm demonstrado capacidade de acelerar tarefas individuais em até 80%, conforme observado em estudos da Anthropic. No entanto, esses ganhos não se traduzem em software finalizado devido à necessidade de revisão humana. Segundo o estudo, cerca de 80% do código gerado por IA é editado antes da finalização, o que demanda tempo e esforço adicional dos desenvolvedores para garantir contexto, qualidade e alinhamento com as práticas da equipe.
“Mesmo que a IA esteja produzindo mais código do que nunca, a adoção por parte dos usuários não acompanha esse ritmo”, explica o estudo. Isso ocorre porque, além da revisão técnica, o software precisa encontrar espaço no mercado e conquistar a confiança dos usuários, um desafio que a IA ainda não resolve.
O novo papel dos desenvolvedores: de codificadores a ‘tomadores de decisão’
Com a automação assumindo uma parcela maior do trabalho de codificação, os desenvolvedores estão sendo impulsionados a um novo papel: o de tomadores de decisão. Em vez de passar horas escrevendo código, agora eles precisam avaliar, contextualizar e integrar o que foi gerado pela IA, o que pode levar a uma fadiga de decisão, conforme apontado por pesquisas da Smartsheet.
Um exemplo prático citado no estudo mostra como uma engenheira de software, que produzia sete vezes mais código do que sua equipe, acabou sobrecarregando os colegas com revisões, em vez de contribuir diretamente para o desenvolvimento. “A IA está mudando o jogo, mas não da forma que esperávamos”, afirma o estudo.
Desafios para o futuro: qualidade e manutenção de codebases
Além do gargalo nas revisões, outro desafio emergente é a qualidade e manutenção das bases de código. Com o aumento massivo de código gerado por IA, há preocupações com a duplicação, a deriva de padrões e dependências frágeis, conforme alerta Dan Adler, CEO da Sourcegraph. “Estamos enfrentando uma maré de código gerado por IA, e as equipes estão exaustas tentando garantir que tudo esteja saudável”, explica Adler.
Para especialistas, a solução não está apenas em aprimorar as ferramentas de IA, mas também em integrar melhor essas tecnologias aos fluxos de trabalho humanos, garantindo que a automação não substitua, mas complemente o papel dos desenvolvedores.
O que muda agora?
O estudo sugere que, para que os ganhos de produtividade da IA se concretizem em software finalizado, será necessário:
- Automatizar etapas de revisão: Ferramentas que auxiliem na análise contextual e técnica do código gerado por IA.
- Melhorar a integração entre IA e equipes: Treinar desenvolvedores para trabalharem de forma sinérgica com agentes de codificação.
- Focar na adoção pelo usuário: Garantir que o software gerado não apenas exista, mas também seja útil e adotado pelo mercado.
Enquanto isso, o futuro do desenvolvimento de software parece estar em um equilíbrio delicado entre automação e intervenção humana, onde a IA não substitui, mas potencializa o trabalho dos desenvolvedores.
