Tem uma mudança meio silenciosa acontecendo em TI: boa parte do trabalho que sempre serviu como porta de entrada está virando alvo preferencial das ferramentas de IA.
Não é o trabalho inteiro. Não é o fim das carreiras juniores. Mas já é o suficiente para apertar a base da pirâmide. E quando essa base encolhe, a conta não para no estagiário ou no dev júnior que perdeu uma vaga. Ela volta depois para a própria empresa, em forma de pipeline quebrado, menos contexto acumulado e um mercado ainda mais torto.
Esse alerta apareceu com força em uma peça recente da UNSW sobre a “career ladder” da IA. E ele encaixa bem com duas outras leituras do momento: a pressão brasileira para aprender IA agêntica e orquestração mais cedo, e a sensação cada vez mais explícita de que entrevistas técnicas já estão mudando para separar quem usa IA como apoio de quem terceirizou o raciocínio para a ferramenta.
O ganho de curto prazo é real. O problema é o que some junto
Na análise da UNSW, o cientista Toby Walsh bate num ponto desconfortável: os modelos atuais são especialmente bons em tarefas que costumam cair justamente no colo de quem está começando. Pesquisa, rascunho, síntese, parte da implementação inicial, documentação, pequenas automações, apoio operacional.
É aí que mora a tentação corporativa. Se a ferramenta resolve rápido uma fatia desse trabalho, o corte parece lógico na planilha. Menos gente na base, mais produtividade por cabeça, discurso bonito para investidor.
Só que empresa não vive só de eficiência de trimestre. Ela também vive de formação. É na base que as pessoas aprendem contexto, absorvem processo ruim, entendem onde o sistema quebra, erram com supervisão e começam a juntar repertório real.
Quando esse espaço diminui demais, não some só uma vaga de entrada. Some uma parte do caminho que formava o próximo pleno, o próximo sênior e o próximo líder técnico.
A empresa corta a base hoje e pergunta amanhã de onde vai sair o próximo sênior
Essa talvez seja a parte mais forte do argumento da UNSW. Estrutura de empresa costuma ser pirâmide: entra muita gente embaixo, pouca gente sobe e uma parcela menor ainda vira referência de negócio, produto ou arquitetura.
Se o funil de entrada fica estreito demais, a organização compra um alívio agora e um problema depois. Porque não existe botão mágico para fabricar gente experiente com contexto de casa.
Walsh cita um dado que ajuda a dimensionar o sinal: anúncios de vagas para graduados teriam caído cerca de 30% em três anos no Reino Unido e nos Estados Unidos. Mesmo sem tratar isso como sentença universal, a tendência conversa com o humor que já aparece em comunidade, recrutamento e mercado.
Nem todo corte “por IA” é realmente por IA
Outro ponto bom da peça da UNSW é fugir do fatalismo fácil. Nem toda demissão vendida como “movimento estratégico de IA” nasce de ganho real de automação. Às vezes é só corte com embalagem nova.
Walsh chama isso de AI washing: usar IA como narrativa elegante para justificar reestruturação, custo apertado ou gestão ruim. A ideia faz sentido porque o mercado adora a história de empresa “mais enxuta e mais inteligente”, mesmo quando a operação real continua confusa.
Isso importa porque o profissional de TI corre o risco de ler tudo como inevitável. E não é. Tem empresa substituindo mal. Tem empresa só deslocando orçamento. E tem empresa, sim, usando a produtividade extra para exigir mais entrega sem investir na formação do time.
No Brasil, a pressão já mudou de forma
Na trilha mais prática do mercado, o papo já saiu faz tempo do “saber fazer prompt”. Em texto recente, o GeekHunter argumenta que o valor está migrando para IA agêntica, orquestração, integração com ferramentas e desenho de fluxo. Em português claro: o mercado quer menos encantamento com chat e mais capacidade de fazer a IA trabalhar dentro de processo real.
Isso ajuda a explicar por que o júnior sente o chão mexer tão cedo. Antes, bastava mostrar velocidade de execução em tarefas menores. Agora cresce a expectativa de que a pessoa saiba usar IA sem se perder, revisar resultado, entender contexto e explicar decisão. Não é uma barra pequena para quem ainda está tentando colocar o primeiro pé na área.
Ao mesmo tempo, isso também revela onde ainda existe espaço. Quem aprende só a pedir resposta pronta vira intercambiável rápido. Quem aprende fundamento e sabe operar ferramenta com critério começa a ficar mais raro.
As entrevistas já estão tentando medir isso
Em uma discussão no Hacker News sobre perguntas de IA em processos seletivos, apareceram relatos de entrevistas em que o avaliador queria entender não só se a pessoa usa ferramenta de IA, mas como ela usa. Em alguns casos, o teste já mira exatamente esse ponto: distinguir apoio produtivo de dependência total.
Isso deve crescer. Não porque todo recrutador ficou sofisticado de repente, mas porque ficou caro contratar alguém que parece render muito com ferramenta e trava quando precisa justificar escolha, editar solução ruim ou seguir sem copiloto.
É um ajuste meio torto, inclusive. O mercado acelera a cobrança por IA e ao mesmo tempo passa a desconfiar do candidato que claramente depende demais dela. Mas é justamente esse atrito que define a fase atual.
O que vale fazer agora para não ficar preso na camada mais descartável
Para quem está entrando ou tentando se reposicionar, a leitura menos ingênua talvez seja esta:
- aprenda IA como ferramenta de amplificação, não como bengala que pensa por você;
- mostre processo: raciocínio, revisão, testes, trade-offs e correções ainda contam muito;
- fortaleça fundamento: código, dados, infraestrutura, escrita técnica e leitura de contexto continuam separando gente de output cru;
- treine explicação: saber defender uma decisão está virando parte central do filtro;
- faça projeto visível com uso responsável de IA, porque isso demonstra maturidade melhor do que só dizer que “usa as ferramentas do momento”.
Para empresa, a pergunta é outra e bem mais incômoda: cortar a base agora realmente melhora o negócio, ou só empurra para frente a falta de gente pronta depois?
Porque a IA pode até acelerar muita coisa. O que ela ainda não faz é substituir o processo humano de virar alguém confiável em contexto real de trabalho. E é justamente esse processo que muita organização está arriscando desmontar cedo demais.
