Essa divergência revela um contraste crescente entre o discurso corporativo sobre automação e a visão de engenheiros que lidam diariamente com sistemas complexos.

“Código lixo”: críticas à qualidade das saídas

Uma das críticas mais comuns é que a IA consegue produzir código rapidamente — mas nem sempre de forma confiável.

Bjarne Stroustrup alertou que ferramentas de IA frequentemente geram resultados de baixa qualidade que ainda precisam ser revisados e corrigidos por desenvolvedores experientes. Em comentários citados na imprensa, ele descreveu parte do código gerado por IA como “rubbish code” (código lixo).

O problema central não é a velocidade. Sistemas de IA conseguem produzir grandes quantidades de código em segundos. O desafio é que esse código muitas vezes não segue boas práticas de arquitetura, segurança ou manutenção a longo prazo — áreas em que engenheiros experientes precisam intervir.

Linus Torvalds: IA é ferramenta, não engenheiro

Linus Torvalds, criador do kernel Linux, também reagiu às afirmações de que a IA já escreve a maior parte do código em projetos reais.

Ele afirmou que fica irritado quando ouve desenvolvedores dizendo que “99%” do código foi escrito por IA. Para Torvalds, a IA pode ser útil, mas deve ser vista apenas como uma ferramenta, não como substituta dos programadores.

Na visão dele, a IA pode mudar a forma como os desenvolvedores trabalham — mas não altera os fundamentos da engenharia de software, como entender sistemas complexos, projetar arquitetura e tomar decisões técnicas difíceis.

Por que os ganhos de produtividade podem ser menores

Vlad Mihalcea, autor e especialista em performance na plataforma Java, destaca outro ponto importante: mesmo quando a IA gera código funcional, o ganho líquido de produtividade pode ser pequeno.

Isso acontece porque escrever código é apenas uma parte do trabalho. O desenvolvimento de software também envolve:

• verificar se o código está correto
• depurar casos de borda
• integrar o código a sistemas maiores
• garantir manutenção, segurança e confiabilidade

Quando a IA entrega algo “quase certo”, os engenheiros ainda precisam gastar tempo validando e corrigindo o resultado. Segundo Mihalcea, ao considerar todo esse processo, o ganho real pode ser apenas marginal.

Pesquisas da indústria apontam na mesma direção. No levantamento de desenvolvedores do Stack Overflow em 2025, 66% disseram gastar mais tempo corrigindo código gerado por IA que está quase correto, sendo justamente esse tipo de resposta a maior fonte de frustração.

Outro estudo encontrou desenvolvedores experientes concluindo tarefas cerca de 19% mais lentamente quando utilizavam ferramentas de IA, apesar de acreditarem que estavam trabalhando mais rápido.

A narrativa das empresas: automação e “engenheiros de IA”

Enquanto programadores veteranos destacam limitações, executivos de tecnologia costumam enfatizar o potencial transformador da IA.

Empresas estão investindo bilhões em ferramentas de geração de código. O CEO da Meta, Mark Zuckerberg, chegou a sugerir que sistemas de IA poderiam em breve desempenhar funções comparáveis às de um engenheiro de software de nível intermediário dentro da empresa.

Outros líderes da indústria também afirmaram que a IA poderá escrever a maior parte do código no futuro próximo — previsões que alimentam especulações sobre a automação de tarefas hoje feitas por desenvolvedores iniciantes.

A Amazon também vem destacando a importância da tecnologia. Em comunicações a investidores, o CEO Andy Jassy afirmou que a inteligência artificial tem potencial para reinventar inúmeras experiências digitais e mudar profundamente a forma como empresas constroem produtos tecnológicos.

O verdadeiro ponto da discussão: o que é produtividade

No fundo, o debate não é se a IA ajuda programadores — a maioria concorda que ajuda. A divergência está em como medir produtividade.

Empresas de tecnologia frequentemente olham para métricas de velocidade: quanto código pode ser gerado ou quão rápido novos recursos chegam ao produto.

Já engenheiros veteranos avaliam o ciclo completo do software, incluindo:

• arquitetura de sistemas
• confiabilidade e correção
• segurança
• testes e depuração
• manutenção de longo prazo

Quando todos esses fatores entram na conta, gerar código mais rápido nem sempre significa entregar software melhor ou mais rápido.

O provável meio‑termo

Apesar das críticas, poucos programadores experientes dizem que a IA é inútil. Pelo contrário: muitos a veem como um assistente poderoso — especialmente para código repetitivo, protótipos e documentação.

Mas eles ressaltam que engenharia de software vai muito além de digitar linhas de código. Julgamento técnico, entendimento de sistemas complexos e depuração profunda continuam sendo tarefas essencialmente humanas.

Por enquanto, o consenso emergente entre muitos veteranos da área é que a IA está mudando o trabalho do desenvolvedor — mas não eliminando a necessidade de engenheiros experientes tão cedo.

Essa divergência revela um contraste crescente entre o discurso corporativo sobre automação e a visão de engenheiros que lidam diariamente com sistemas complexos.

“Código lixo”: críticas à qualidade das saídas

Uma das críticas mais comuns é que a IA consegue produzir código rapidamente — mas nem sempre de forma confiável.

Bjarne Stroustrup alertou que ferramentas de IA frequentemente geram resultados de baixa qualidade que ainda precisam ser revisados e corrigidos por desenvolvedores experientes. Em comentários citados na imprensa, ele descreveu parte do código gerado por IA como “rubbish code” (código lixo).

O problema central não é a velocidade. Sistemas de IA conseguem produzir grandes quantidades de código em segundos. O desafio é que esse código muitas vezes não segue boas práticas de arquitetura, segurança ou manutenção a longo prazo — áreas em que engenheiros experientes precisam intervir.

Linus Torvalds: IA é ferramenta, não engenheiro

Linus Torvalds, criador do kernel Linux, também reagiu às afirmações de que a IA já escreve a maior parte do código em projetos reais.

Ele afirmou que fica irritado quando ouve desenvolvedores dizendo que “99%” do código foi escrito por IA. Para Torvalds, a IA pode ser útil, mas deve ser vista apenas como uma ferramenta, não como substituta dos programadores.

Na visão dele, a IA pode mudar a forma como os desenvolvedores trabalham — mas não altera os fundamentos da engenharia de software, como entender sistemas complexos, projetar arquitetura e tomar decisões técnicas difíceis.

Por que os ganhos de produtividade podem ser menores

Vlad Mihalcea, autor e especialista em performance na plataforma Java, destaca outro ponto importante: mesmo quando a IA gera código funcional, o ganho líquido de produtividade pode ser pequeno.

Isso acontece porque escrever código é apenas uma parte do trabalho. O desenvolvimento de software também envolve:

• verificar se o código está correto
• depurar casos de borda
• integrar o código a sistemas maiores
• garantir manutenção, segurança e confiabilidade

Quando a IA entrega algo “quase certo”, os engenheiros ainda precisam gastar tempo validando e corrigindo o resultado. Segundo Mihalcea, ao considerar todo esse processo, o ganho real pode ser apenas marginal.

Pesquisas da indústria apontam na mesma direção. No levantamento de desenvolvedores do Stack Overflow em 2025, 66% disseram gastar mais tempo corrigindo código gerado por IA que está quase correto, sendo justamente esse tipo de resposta a maior fonte de frustração.

Outro estudo encontrou desenvolvedores experientes concluindo tarefas cerca de 19% mais lentamente quando utilizavam ferramentas de IA, apesar de acreditarem que estavam trabalhando mais rápido.

A narrativa das empresas: automação e “engenheiros de IA”

Enquanto programadores veteranos destacam limitações, executivos de tecnologia costumam enfatizar o potencial transformador da IA.

Empresas estão investindo bilhões em ferramentas de geração de código. O CEO da Meta, Mark Zuckerberg, chegou a sugerir que sistemas de IA poderiam em breve desempenhar funções comparáveis às de um engenheiro de software de nível intermediário dentro da empresa.

Outros líderes da indústria também afirmaram que a IA poderá escrever a maior parte do código no futuro próximo — previsões que alimentam especulações sobre a automação de tarefas hoje feitas por desenvolvedores iniciantes.

A Amazon também vem destacando a importância da tecnologia. Em comunicações a investidores, o CEO Andy Jassy afirmou que a inteligência artificial tem potencial para reinventar inúmeras experiências digitais e mudar profundamente a forma como empresas constroem produtos tecnológicos.

O verdadeiro ponto da discussão: o que é produtividade

No fundo, o debate não é se a IA ajuda programadores — a maioria concorda que ajuda. A divergência está em como medir produtividade.

Empresas de tecnologia frequentemente olham para métricas de velocidade: quanto código pode ser gerado ou quão rápido novos recursos chegam ao produto.

Já engenheiros veteranos avaliam o ciclo completo do software, incluindo:

• arquitetura de sistemas
• confiabilidade e correção
• segurança
• testes e depuração
• manutenção de longo prazo

Quando todos esses fatores entram na conta, gerar código mais rápido nem sempre significa entregar software melhor ou mais rápido.

O provável meio‑termo

Apesar das críticas, poucos programadores experientes dizem que a IA é inútil. Pelo contrário: muitos a veem como um assistente poderoso — especialmente para código repetitivo, protótipos e documentação.

Mas eles ressaltam que engenharia de software vai muito além de digitar linhas de código. Julgamento técnico, entendimento de sistemas complexos e depuração profunda continuam sendo tarefas essencialmente humanas.

Por enquanto, o consenso emergente entre muitos veteranos da área é que a IA está mudando o trabalho do desenvolvedor — mas não eliminando a necessidade de engenheiros experientes tão cedo.