.webp){kind=small}
Saiba mais: Levo tempo dando voltas a este tema, e é aqui que a coluna se conecta com várias entradas anteriores que ele publicou sobre a transformação do papel do desenvolvedor
Minha coluna desta semana em Invertia se titula “A próxima nomina será uma fatura de tokens” (pdf), e trata de uma dessas transições que, como tantas outras na tecnologia, são mal interpretadas por completo em suas primeiras fases: a evolução do desenvolvimento de software na era da inteligência artificial generativa, e a maneira como o custo de programação empieza a desplazarse da nomina dos desarrolladores para a fatura de tokens.
A ideia parte de uma previsão do Gartner que me pareceu especialmente significativa: em 2028, o custo mensal das ferramentas de programação com inteligência artificial poderia superar o salário médio global de um desenvolvedor, algo que a InfoWorld também comentou em um artigo sobre como os custos de tokens na programação do caminho de rivalização com os nomes humanos.
A questão não é, como tantos titulares simplistas pretendem, que os programadores vão desaparecer, mas o equilíbrio econômico do desenvolvimento de software está mudando de maneira muito mais profunda: uma parte crescente do que antes se contabilizava como horas de trabalho humano passou agora a expressar como consumo computacional, iterações, contexto, agentes e chamadas a modelos.
Levo tempo dando voltas a este tema, e é aqui que a coluna se conecta com várias entradas anteriores que ele publicou sobre a transformação do papel do desenvolvedor. Em «Despedidos ou milionários. A nova fratura invisível entre os desenvolvedores » fala de uma divisão crescente entre quem entende a inteligência artificial como uma amenaza e quem a converte em uma extensão de suas capacidades.
Em «O programador que deixou de programar: anatomia de uma transformação» analisou precisamente essa mutação do trabalho: menos limpar o código e mais projetar, revisar, interpretar, decidir e assumir responsabilidade sobre os sistemas que geraram o código. Em «A nova realidade da programação e da educação: inteligência artificial, de trampa a requisito» planteaba a necessidade de deixar de tratar essas ferramentas como uma forma de fazer trampas e empezar a entendê-las como uma competência básica.
E em «Uma factura de quinhentos milhões de dólares em tokens» abordou o problema do custo oculto dessa supuesta magia, ou da estupidez que supõe o aumento incondicional do consumo de tokens. O deslocamento é interessante porque obriga a replantar a naturalidade igual à produtividade. Ao longo dos anos, muitas empresas mediram a produtividade do desenvolvimento de software com métricas tão fáceis quanto engajadoras: linhas de código, históricos cerrados, resultados de tickets ou velocidade de entrega.
Aprofundando: A nova fratura invisível entre os desenvolvedores » fala de uma divisão crescente entre quem entende a inteligência artificial como uma amenaza e quem a converte em u...
Com a inteligência artificial, essas informações serão hoje mais perigosas. Gerar código é cada vez mais barato, rápido e abundante. O problema é que gerar mais código não equivale necessariamente a gerar mais valor. De fato, pode ser equivalente a gerar mais técnica deficiente, mais superfície de ataque, mais dependência de provedores e mais complexidade que alguém tenderá a entender, ouvir e manter.
Ahí está, na minha opinião, a mudança fundamental: o copo da garrafa deixa de estar na escritura e passa a estar na validação. O desenvolvedor detalhado não é simplesmente quem sabe produzir o código correto, mas quem sabe formular bem o problema, escolher o que deve ser automatizado e o que não, limitar o contexto, avaliar o resultado, detectar erros plausíveis e decidir quando uma solução aparentemente brilhante é na realidade uma bomba de relógio.
O código se abarata, o critério se encarece. Essa ideia também aparece em outros trabalhos recentes. A consulta de Stack Overflow sobre inteligência artificial mostra como os desenvolvedores adotam essas ferramentas, mas também como mantêm reservas importantes sobre sua precisão e confiabilidade. O relatório DORA do Google Cloud insiste que a produtividade do software não pode ser entendida simplesmente como velocidade, mas também como um equilíbrio entre entrega, qualidade, confiabilidade e cultura organizacional.
A McKinsey analisou o potencial da inteligência artificial generativa para aumentar a produtividade dos desenvolvedores, mas seus próprios resultados apontaram para algo que não pode ser esquecido: o impacto depende muito do tipo de tarefa, do contexto e da capacidade da organização para redesenhar processos, não simplesmente encher uma herramienta e esperar milagres.
Também me pareceu relevante um estúdio do GitLab sobre organizações que geram código com inteligência artificial mais deprisa do que são capazes de controlá-lo. Esta frase resume muito bem o risco: empresas encantadas com a velocidade de geração, mas incapazes de construir os mecanismos de revisão, segurança, governança e trazabilidade que a velocidade exige.
A inteligência artificial pode transformar um bom equipamento em um extraordinariamente produtivo, mas também pode transformar uma organização medíocre em uma fábrica de passivas ocultas. A comparação com as diretrizes me parece inevitável. A Microsoft falou sobre o auge dos agentes e como as organizações tendem a redesenhar a relação entre pessoas e sistemas autônomos, enquanto a McKinsey selou o papel dos comandos intermediários na adoção da inteligência artificial generativa.
Fechando: E em «Uma factura de quinhentos milhões de dólares em tokens» abordou o problema do custo oculto dessa supuesta magia, ou da estupidez que supõe o aumento incondicional d...
No fundo, os desenvolvedores e as diretrizes enfrentam uma evolução semelhante: ambos passam a fazer determinadas áreas diretamente nos sistemas de direção que as fazem. A diferença entre uns e outros não será quando usará mais inteligência artificial, mas quem sabe governar melhor. Por isso me interessa tanto esta transição.
Não estamos diante de uma simples substituição de humanos por máquinas, mas sim de uma redistribuição de custos, responsabilidades e competências. Aquele que pensa que basta se despedir com desenvolver e pagar tokens não entendeu nada, e vai levar um suspenso como a copa de um pino… mas não se você pensaria em mim, se você consideraria a vida.
Igual que pensa que basta manter todos os desenvolvedores fazendo exatamente o mesmo de sempre. A empresa que iniciou esta transição aprenderá a gerenciar os tokens como um recurso escasso, a medir valor em vez de atividade, a formar seus equipamentos para trabalhar com agentes e a distinguir entre automatização sensata e paixão irresponsável.
A programação não acabou. Se torna mais abstrato, mais estratégico e, paradoxalmente, mais humano naquele que realmente importa: critério, responsabilidade, arquitetura, compreensão do problema e capacidade para decidir o que não. O que acaba, provavelmente, é uma ideia específica do programador como simples produtor de linhas de código.
E o que começa é uma etapa bastante mais interessante, em que o verdadeiro diferencial não será quem gera mais software, mas quem sabe que software merece a pena gerar. Este artigo também está disponível em inglês, sem acesso pago, na minha página do Medium, «A balança está caindo: horas humanas vs.
tokens de máquina».
Fonte original:
Tokens o salario: ¿cómo medimos el coste del desarrollo de software?
Categorias: Tecnologia, Futuro, Negócios Digitais
Marcador: Notícias
