A conversa mais confortável sobre IA na engenharia costuma ser esta: quem já é sênior fica ainda mais valioso. O problema é a parte do meio. Ninguém nasce sabendo revisar arquitetura, prever efeito colateral em produção ou sentir cheiro de código frágil de longe. Essa bagagem sempre veio de anos fazendo tarefa pequena, chata, repetitiva e imperfeita.
E é justamente esse pedaço que a IA está engolindo primeiro.
Para quem está começando, isso cria um paradoxo ruim: dá para entregar mais cedo, mas aprender menos no caminho. Você fecha ticket mais rápido, só que acumula menos repertório para entender por que aquilo funcionou, onde quebra e o que vira dívida depois.
O trabalho “menor” era a escola
No texto “The Junior Developer Pipeline Is Broken… And AI Broke It”, Nazar Boyko organiza bem a dor: boa parte do que parecia trabalho braçal de júnior era, na prática, o currículo invisível da profissão.
Era ali que muita gente aprendia a:
- ler stack trace sem pânico
- seguir fluxo entre serviços e filas
- entender convenção de framework em código real, não em tutorial
- apanhar de bug pequeno até montar modelo mental do sistema
- levar 40 comentários no primeiro PR e sair melhor do outro lado
Quando um copiloto resolve metade disso em segundos, o ganho de velocidade é real. O problema é achar que a velocidade substitui as repetições que formavam julgamento.
Não é que o júnior precise sofrer por tradição. É que parte do aprendizado sempre esteve escondida nas tarefas que ninguém achava nobres.
Os números já saíram do campo da impressão
Essa sensação não está só no discurso de corredor.
O relatório State of Tech Talent 2025, da SignalFire, mostrou que novos graduados viraram só 7% das contratações em Big Tech, com queda superior a 50% em relação a 2019. Em startups, a participação ficou abaixo de 6%.
A análise do Stanford Digital Economy Lab, publicada pela TIME com base em dados da ADP, encontrou uma queda relativa de 16% no emprego de trabalhadores de 22 a 25 anos nas ocupações mais expostas à IA desde o fim de 2022. Software engineering aparece entre os exemplos centrais. Já os profissionais com 30 anos ou mais nessas mesmas ocupações cresceram entre 6% e 12% no período.
Na ponta de quem tenta entrar, o aperto continua. A Cengage destacou dado do New York Fed mostrando desemprego de 6,1% entre recém-formados em ciência da computação, acima da média de 4,8% para recém-formados em geral.
E o clima gerencial também piorou. Em levantamento citado pelo Stack Overflow Blog, 70% dos gestores disseram acreditar que IA já consegue fazer trabalho de estagiário, e 57% afirmaram confiar mais na saída da IA do que no trabalho de recém-formados.
Não é só uma crise de vaga. É uma mudança de régua.
O erro não é usar IA — é terceirizar a parte que te formaria
O ponto mais traiçoeiro aqui não é “usar IA ou não usar”. Isso já acabou. A IA entrou no fluxo.
A diferença passa a ser outra: você usa a ferramenta para acelerar entendimento ou para pular entendimento?
Quando o júnior cola o erro, aceita o diff e segue para o próximo ticket, ele até pode parecer produtivo por fora. Mas por dentro está deixando de acumular exatamente o tipo de memória técnica que vira autonomia depois.
É por isso que tanto estudo recente separa dois usos bem diferentes da IA:
- uso de apoio: pesquisar, validar, explicar, comparar abordagens
- uso de delegação cega: pedir a solução pronta e só conferir se “passou”
No primeiro caso, a ferramenta amplia aprendizado. No segundo, ela encurta justamente a etapa que ensinava a revisar, desconfiar e depurar.
Como crescer mesmo com a porta de entrada menor
A parte boa é que ainda existe caminho. Só ficou menos automático.
1. Sofra um pouco antes de pedir a resposta
Não por romantismo. Por formação. Tentar sozinho por alguns minutos obriga você a montar hipótese, testar caminho e chegar na pergunta certa. Quando a IA entra depois disso, ela vira tutor. Se entra antes, ela vira muleta.
2. Trate cada diff de IA como se o seu nome estivesse nele
Porque está. Se você não consegue explicar uma linha, o trabalho ainda não terminou. O teste verde não substitui entendimento de contexto, segurança, custo e manutenção.
3. Faça algumas coisas no modo manual de propósito
Subir uma migration sem gerar automaticamente, seguir um fluxo de framework na unha, rastrear um bug pequeno sem pedir solução imediata: tudo isso parece lento no curto prazo, mas vira repertório no médio.
4. Aprenda revisão cedo
Se a IA escreve mais código, o valor humano sobe na revisão. Saber dizer “isso passa, mas vai quebrar depois” vale cada vez mais. Quem aprende a revisar cedo acelera uma habilidade que o mercado está premiando.
5. Monte prova de trabalho, não só lista de curso
Com menos espaço para vaga de entrada, portfolio, contribuição real, automação útil, bug corrigido, mini projeto com contexto e documentação clara pesam mais do que certificado isolado.
E para quem lidera time, o recado também é incômodo
A tentação de trocar um júnior por licença de IA faz sentido em planilha de curto prazo. O problema é que isso seca o lugar de onde sairiam os plenos e seniores de amanhã.
Se a empresa nunca deixa ninguém fazer o trabalho formativo, ela pode até ganhar velocidade agora. Depois passa a disputar no mercado uma experiência que ela mesma ajudou a não produzir.
Por isso, faz diferença quando a liderança:
- preserva tickets instrutivos para gente real
- coloca júnior para explicar fluxo de ponta a ponta
- revisa junto o uso da IA, não só o resultado final
- cria plano de crescimento em vez de tratar júnior como throughput barato
É menos eficiente no trimestre. E talvez seja exatamente por isso que tanta empresa esteja errando.
O mercado não matou o júnior — ele encurtou a escada
Essa é a parte mais importante. Ainda existe espaço para crescer, mas ele ficou mais estreito e menos indulgente.
Quem está começando precisa usar IA para ganhar clareza sem abrir mão das repetições que formam julgamento. E quem lidera precisa decidir se quer só velocidade agora ou se ainda pretende ter gente capaz de revisar tudo isso daqui a alguns anos.
No fim, a discussão não é sobre proteger tarefa chata. É sobre não desmontar a única fábrica conhecida de repertório técnico.
Fontes
- The Junior Developer Pipeline Is Broken… And AI Broke It — Nazar Boyko / dev.to
- The SignalFire State of Tech Talent Report 2025
- A New Stanford Analysis Reveals Who’s Losing Jobs to AI — TIME
- Computer Science Unemployment & Outlook — Cengage Group
- AI vs Gen Z: How AI has changed the career pathway for junior developers — Stack Overflow Blog
- O que diferencia um desenvolvedor júnior de um sênior em 2026? — GeekHunter
