IA resolveu a programação? Por que o software não melhorou
Abre o Slack, o Spotify e o app do seu banco. Agora me diz: algum deles ficou visivelmente melhor nos últimos dois anos? Essa é a pergunta que o Jonathan Blow joga na mesa num vídeo recente (assista aqui). Se a IA resolveu a programação, como tanta gente anda dizendo, o software que a gente usa todo dia deveria estar mais rápido, mais estável e mais bonito. Não está. E eu acho que ele tem razão em incomodar.
Quem é Jonathan Blow e por que ouvir ele
Blow é o criador de Braid e The Witness. Também está há anos construindo a própria linguagem, a Jai, e o próprio motor de jogo. Ele é aquele tipo de dev que mede frame em milissegundo e reclama quando um editor de texto demora meio segundo para abrir.
Ele já tem histórico nesse assunto. Numa palestra antiga, defendeu que o software está ficando pior com o tempo porque cada geração de dev entende menos das camadas que está usando. O vídeo novo é a continuação natural dessa tese, agora com a IA no meio.
Você não precisa concordar com tudo que ele fala. Ele é exagerado de propósito. Mas a pergunta central é boa demais para ignorar.
A IA resolveu a programação? O argumento do vídeo
A ideia é simples. Se uma ferramenta deixa todo mundo 5 ou 10 vezes mais produtivo, isso tem que aparecer em algum lugar. Deveria aparecer em produtos melhores, menos bugs, apps mais leves, features que antes eram caras demais e agora saem rápido.
O que a gente vê na prática é outra coisa:
- Apps Electron ocupando 500 MB de RAM para mostrar uma lista de mensagens.
- Atualizações que mudam o lugar dos botões e quebram o que funcionava.
- Bugs antigos que continuam abertos há anos no issue tracker.
Nada disso melhorou de forma perceptível desde que o Copilot, o Cursor e os agentes viraram padrão. A conclusão do Blow é que a produtividade prometida ou não existe do jeito que vendem, ou está sendo gasta em coisa que não importa.
Escrever código mais rápido nunca foi o gargalo de fazer software bom.
Onde a velocidade está indo, então?
Aqui eu acho que dá para ir além do vídeo, pegando o que vejo no meu dia a dia.
A IA é ótima para gerar volume. Ela escreve o CRUD, o formulário, o teste repetitivo, o boilerplate de API. Isso é real e eu uso todo dia. Só que volume de código não é qualidade de produto. Às vezes é o contrário.
Pensa num cenário comum. Você pede para o agente criar um hook de busca com debounce. Ele entrega isso:
export function useSearch(query: string) {
const [results, setResults] = useState<Item[]>([])
useEffect(() => {
const t = setTimeout(async () => {
const res = await fetch(`/api/search?q=${query}`)
setResults(await res.json())
}, 300)
return () => clearTimeout(t)
}, [query])
return results
}
Funciona na demo. Passa no review apressado. Mas tem race condition: uma resposta lenta pode chegar depois de uma rápida e sobrescrever o resultado certo. Não tem encodeURIComponent. Não trata erro. Não cancela o fetch com AbortController.
Nenhum desses problemas é difícil. O problema é que a IA te entrega 80% em 10 segundos e você sente que acabou. Os 20% que separam software bom de software mediano continuam exigindo alguém que entenda o que está acontecendo. Multiplica isso por cem hooks num projeto e você tem exatamente o app que o Blow está reclamando.
O gargalo nunca foi digitar
Todo dev com alguns anos de estrada sabe disso, mas a gente esquece. O tempo de um projeto real vai para:
- Entender o que o usuário precisa de verdade.
- Decidir o modelo de dados certo, aquele que você vai carregar por cinco anos no PostgreSQL.
- Descobrir por que algo fica lento só em produção.
- Conversar com gente, negociar escopo, dizer não.
Digitar código é talvez 20% disso, num dia bom. Se a IA corta esse pedaço pela metade, você ganhou 10% no total. É um ganho legal, mas está longe do 10x das palestras de lançamento.
E tem um custo escondido. Código que você não escreveu é código que você não entende tão bem. Quando ele quebra às 3 da manhã, a conta chega. Já peguei PR com 1.200 linhas geradas onde o autor não sabia explicar metade delas. Revisar aquilo levou mais tempo do que escrever do zero teria levado.
Onde eu discordo do Blow
Ele tende a tratar a IA como algo que só piora as coisas. Eu não vejo assim.
Para quem já sabe o que está fazendo, a IA tira trabalho chato do caminho. Eu migro um schema, gero tipos, escrevo script de seed e monto teste de integração bem mais rápido do que fazia em 2023. Isso me sobra tempo para pensar em arquitetura e em performance, que é justamente onde o Blow quer que a gente gaste energia.
A questão é o que cada time faz com o tempo que sobra. A maioria das empresas não usa o ganho para polir. Usa para empurrar mais feature, com o mesmo prazo apertado de sempre. O resultado é mais software mediano, entregue mais rápido. A culpa aí não é da ferramenta. É de quem decide o roadmap.
Outra coisa: ainda é cedo. Ferramenta nova leva anos para virar produto melhor. A planilha eletrônica não mudou a contabilidade no primeiro ano. Mas cedo não é desculpa para acreditar no hype agora.
O que muda no seu fluxo de trabalho
Se você leva o argumento a sério, dá para tirar umas regras práticas:
- Use IA para o que você saberia escrever sozinho. Se não sabe, use para aprender, não para entregar.
- Revise código gerado como se fosse de um estagiário confiante. Ele escreve bem e erra com convicção.
- Meça o que importa. Tempo de carregamento, tamanho do bundle, taxa de erro em produção. Se esses números não melhoram, sua produtividade é só sensação.
- Gaste parte do tempo ganho em qualidade. Aquele bug antigo, aquela query lenta, aquele componente que renderiza dez vezes. É ali que o usuário percebe diferença.
Um teste simples que eu faço: no fim do mês, olho o que foi para produção e pergunto se o usuário notaria a diferença. Se a resposta for "não", eu só fiquei ocupado, e mais rápido.
Minha opinião
O Blow é chato, e ainda bem que é. A indústria precisa de gente perguntando onde está o resultado, porque os números de "linhas geradas por IA" não dizem nada sobre o produto final.
A IA não resolveu a programação. Ela resolveu a digitação. O resto, entender o problema, cuidar da performance, ter gosto pelo detalhe, continua sendo trabalho nosso. E o melhor é que é justamente a parte que vale a pena aprender.
Se quiser ver como eu aplico isso em projetos reais, dá uma olhada nos meus projetos.
Resumo para o LinkedIn
Abre o app do seu banco e me diz: ele ficou melhor nos últimos dois anos? Se a IA resolveu a programação, o software que a gente usa todo dia deveria estar mais rápido, mais estável e mais bonito. Não está. O motivo é simples: escrever código nunca foi o gargalo. A IA te entrega 80% em 10 segundos, e os 20% que separam software bom de mediano continuam exigindo alguém que entende o que está acontecendo. E a maioria dos times usa o tempo que sobra para empurrar mais feature, não para polir. Isso é decisão de roadmap, a ferramenta não tem culpa. A IA resolveu a digitação. Entender o problema, cuidar da performance e ter gosto pelo detalhe continua sendo trabalho nosso. Escrevi mais sobre isso no blog, com um exemplo real de código gerado que parece pronto e não está. O link está nos comentários. #InteligenciaArtificial #DesenvolvimentoDeSoftware #Programacao #Produtividade #EngenhariaDeSoftware