Um estudo publicado em 2026 trouxe um ponto particularmente interessante para quem trabalha com tecnologia. Em How AI Impacts Skill Formation, Judy Hanwen Shen e Alex Tamkin analisaram como desenvolvedores aprendiam uma nova biblioteca de programação com e sem assistência de inteligência artificial (IA). Entre os diferentes padrões de interação observados, aqueles em que os participantes utilizavam a ferramenta para buscar explicações, explorar conceitos e compreender o que estava sendo produzido estiveram associados a maiores pontuações na avaliação de conhecimentos em comparação com abordagens centradas predominantemente na delegação da execução.
Os pesquisadores identificaram diferentes maneiras de trabalhar com a ferramenta, incluindo abordagens em que geração de código, explicação e aprofundamento conceitual aconteciam de forma complementar. Também foram observados comportamentos em que os participantes utilizavam a IA para ampliar a compreensão de um tema antes de aplicar o conhecimento na resolução dos problemas propostos. Os próprios autores destacam que essa análise qualitativa não permite estabelecer uma relação causal entre a forma de interação e os resultados de aprendizagem observados.
Para os profissionais de tecnologia, essa discussão possui um significado que vai além do estudo em si. A utilização de IA tende a se tornar parte natural da rotina de trabalho, assim como aconteceu com tantas outras ferramentas incorporadas ao desenvolvimento de software ao longo dos anos. Nesse cenário, a capacidade de compreender o que está sendo produzido, avaliar a qualidade dos resultados e interpretar o contexto em que uma solução será aplicada continua exercendo papel relevante no processo de tomada de decisão.
Essa observação se conecta com uma transformação que vem ganhando espaço no cotidiano das equipes de tecnologia. Quanto mais acessíveis se tornam as capacidades de geração de código, documentação, testes e análises, maior passa a ser a importância dos critérios utilizados para validar, adaptar e evoluir essas entregas dentro da realidade de cada organização.
O desenvolvimento de software talvez seja um dos exemplos mais visíveis desse movimento. Uma solução pode ser gerada rapidamente e atender ao requisito inicial da demanda. A validação de aspectos relacionados à arquitetura, como integrações, requisitos regulatórios, observabilidade, segurança e evolução do ambiente, continua exigindo análise criteriosa e conhecimento acumulado. Em muitos casos, a qualidade de uma decisão está menos associada à velocidade da implementação e mais à compreensão das consequências produzidas ao longo do tempo.
Esse cenário também influencia a forma como penso o desenvolvimento profissional. Conhecer soluções específicas continua sendo importante, mas o ritmo acelerado das transformações tecnológicas reforça a relevância dos fundamentos e de um repertório que permita atuar com critério e propósito.
Capacidade analítica, comunicação, visão de negócio, entendimento de arquitetura, interpretação de contexto e habilidade para resolver problemas ganham ainda mais importância à medida que a IA amplia a capacidade de execução e reduz barreiras para diferentes atividades técnicas. Mais do que acompanhar cada novidade, o desafio passa a ser construir repertório para avaliar resultados, adaptá-los à realidade da organização e assumir responsabilidade pelas decisões tomadas a partir deles.
*Por Silvio da Costa Pereira, CIO da Genux Consult.
