Tem uma confusão crescendo no mercado de TI: ver ferramenta de IA fazendo tarefa de entrada e concluir que a carreira inteira virou beco sem saída. O problema real é um pouco diferente — e, para quem está tentando entrar ou crescer na área, talvez até mais incômodo.
O que parece estar encolhendo primeiro não é a profissão inteira. É a parte da escada onde muita gente aprendia trabalhando. Segundo Toby Walsh, cientista-chefe do UNSW AI Institute, a IA já está afetando de forma mensurável o trabalho de entrada, justamente porque os modelos lidam bem com tarefas mais rotineiras de início de carreira. No mesmo texto, ele cita um dado forte: anúncios de vagas para graduados caíram cerca de 30% no Reino Unido e nos EUA nos últimos três anos.
Isso não significa que dev júnior virou peça inútil. Significa outra coisa: o mercado começou a cobrar contexto, revisão e capacidade de decisão mais cedo do que antes.
O gargalo não é só contratação. É formação prática
Durante muito tempo, a base da carreira em software tinha um atalho relativamente claro. Você entrava fazendo tarefas menores, ganhava repertório no código, entendia o negócio aos poucos e subia. Não era um sistema perfeito, mas era uma escada reconhecível.
A fala do UNSW bate justamente nesse ponto. Empresas podem até ganhar eficiência ao automatizar parte do trabalho inicial, mas isso abre um buraco depois: se menos gente entra na base, de onde vão sair as pessoas que aprendem o produto, o contexto e o funcionamento real da empresa ao longo do tempo?
É por isso que a discussão importa mais do que o clichê “a IA vai roubar empregos”. O risco mais concreto não é só perder vaga hoje. É reduzir os lugares onde alguém amadurecia tecnicamente enquanto ainda podia errar em escopo menor.
Código ficou mais barato. Entendimento não
Esse deslocamento aparece também no tipo de trabalho que começou a pesar mais dentro dos times. Um texto recente do Stack Overflow Blog resume bem a virada: com agentes e copilots escrevendo mais código, a carga cognitiva da engenharia vai migrando para design, arquitetura e code review.
Em português claro: escrever sintaxe pura vale menos quando gerar código ficou barato. O que continua caro é saber se aquilo faz sentido, se encaixa na base existente, se cria dívida, se piora manutenção e se resolve o problema certo.
Esse ponto conversa com outro argumento que circulou forte nas últimas semanas. Sean Goedecke escreveu que, mesmo que o uso intenso de IA reduza parte do aprendizado no ato de programar, o mercado pode continuar empurrando profissionais para essa direção porque o ganho de curto prazo é real. A leitura mais útil ali não é o alarmismo. É perceber que produtividade imediata e construção de senioridade deixaram de andar automaticamente juntas.
O júnior não desapareceu. A régua mudou
Talvez a pior leitura possível aqui seja imaginar que “não existe mais espaço para iniciante”. Existe. Só que o funil ficou menos paciente.
Antes, em muita equipe, bastava mostrar disposição, base técnica razoável e capacidade de executar pedaços menores. Agora, em vários contextos, o júnior já entra sendo comparado com uma combinação de ferramenta + profissional mais sênior. Isso muda a conta.
O mercado não espera mais só que a pessoa produza. Espera que ela saiba:
- explicar o que pediu para a ferramenta fazer;
- revisar o que voltou;
- identificar exagero, erro e alucinação plausível;
- pedir ajuda com contexto, não só com sintaxe;
- aprender rápido sem terceirizar completamente o entendimento.
É uma cobrança pesada, principalmente porque muita gente ainda está tentando justamente construir esse repertório.
Tem muito “AI washing” no discurso do mercado
Outro ponto útil do texto do UNSW é não aceitar toda demissão ou corte como prova de que a IA já substituiu metade da operação. Walsh diz com todas as letras que existe também um componente de “AI washing”: empresa mal gerida, pressionada por custo ou crescimento fraco, mas que prefere vender o corte como estratégia de inovação.
Isso importa porque ajuda a separar duas conversas que andam misturadas:
1. empresas usando IA para automatizar tarefas de entrada de verdade; 2. empresas usando IA como narrativa elegante para justificar ajuste, corte ou má gestão.
Se tudo vira “a culpa é da IA”, a leitura do mercado piora. E, para quem está tentando se posicionar, isso gera o tipo errado de pânico.
O que passa a valer mais daqui para frente
O lado menos dramático — e mais útil — dessa história é que a IA não apaga o valor humano mais escasso. Ela desloca esse valor.
No próprio texto do UNSW, Walsh destaca julgamento, comunicação, empatia e inteligência social como vantagens humanas mais resistentes. Em engenharia, dá para traduzir isso de um jeito bem prático: contexto, priorização, leitura de trade-off, conversa com negócio, revisão séria e capacidade de sustentar decisão ruim ou boa com argumento técnico.
É por isso que a porta de entrada parece mais estreita. Não porque ninguém mais precise de gente nova, mas porque o trabalho que sobrava para aprender “fazendo o básico” foi comprimido.
Para quem está começando, o jogo ficou mais desconfortável — mas não impossível
Se você está tentando entrar em TI agora, a resposta não é fingir que IA não existe. Também não é virar operador de prompt sem base.
O caminho mais realista parece outro:
- usar IA como apoio, mas sempre forçando entendimento do que ela devolveu;
- treinar revisão, depuração e explicação, não só geração;
- estudar conceitos que sobrevivem à troca de ferramenta;
- mostrar raciocínio em portfólio, README, PR, issue e documentação;
- construir sinais de que você consegue aprender com autonomia sem esconder dúvida atrás da ferramenta.
No mercado brasileiro, isso conversa bastante com um recado antigo que continua valendo: mudar de stack, de trilha ou de senioridade ainda cobra base conceitual, não só familiaridade superficial com ferramenta. O que mudou é que agora essa base aparece mais cedo como filtro.
No fim, a IA não matou a carreira em TI. Mas ela bagunçou um pedaço importante da escada: o espaço onde muita gente virava profissional enquanto ainda estava aprendendo a trabalhar. Quem ignorar isso corre o risco de ler errado o mercado. Quem entender cedo talvez consiga fazer um movimento melhor: parar de disputar só velocidade e começar a construir o tipo de valor que a automação ainda não entrega sozinha.
