A promessa de produtividade impulsionada por IA pode não se concretizar entre os desenvolvedores mais qualificados Desde que a inteligência artificial generativa entrou em cena, uma das promessas mais repetidas por líderes de tecnologia é que ferramentas como ChatGPT, Copilot ou similares seriam capazes de aumentar a produtividade dos programadores — ajudando a escrever código mais rápido, solucionar bugs com mais eficiência e até criar sistemas do zero. De fato, muitos desenvolvedores reconhecem os ganhos: a IA pode servir como uma espécie de copiloto para explorar soluções, desbloquear ideias e automatizar tarefas repetitivas. Mas e quando esses ganhos são apenas ilusórios? O dado concreto: 19% mais lentos com IA Um novo estudo da Metr, uma organização sem fins lucrativos especializada em benchmark de IA, coloca em xeque a suposição de que a IA melhora o desempenho de programadores experientes. A pesquisa acompanhou desenvolvedores open source experientes trabalhando em bases de código complexas — muitas vezes criadas por eles mesmos. A expectativa dos participantes era que a IA os tornaria 24% mais rápidos. Ao fim da tarefa, revisaram para 20%. Mas o que os dados mostraram foi o oposto: eles foram 19% mais lentos ao usar IA. As implicações: o custo real de uma promessa não cumprida Gary Marcus, especialista em IA e crítico de longa data do hype em torno da tecnologia, resumiu o achado: se essa conclusão for replicável em outros contextos, pode ser um golpe sério para o caso de uso mais promovido da IA generativa. O impacto vai além do desempenho individual. Empresas que contratam desenvolvedores caros e experientes podem estar pagando mais para produzir menos, caso não avaliem criticamente o real impacto das ferramentas adotadas. Por que a IA pode atrapalhar os mais experientes? Entre os fatores que podem explicar esse resultado estão: Distrações causadas por sugestões imprecisas, que desviam o foco. Redundância de informações que o desenvolvedor já conhece. Confiança exagerada nas respostas da IA, que exigem verificação manual. E, talvez o mais importante: a perda de fluxo cognitivo, algo que programadores experientes prezam — e que pode ser interrompido pela interação constante com uma IA. Onde a IA ainda pode gerar valor? Apesar da ressalva, a Metr observa que o uso da IA pode ser mais produtivo em outros cenários: Projetos menores e menos complexos. Times com desenvolvedores juniores. Empresas sem equipe técnica, que precisam de soluções rápidas. Ou seja, a IA pode funcionar bem como 'força de nivelamento', democratizando o acesso à codificação — mas talvez não como aceleradora para os melhores profissionais. O alerta para líderes e gestores A principal lição da pesquisa é simples: não adote uma ferramenta apenas porque o mercado diz que ela aumenta produtividade. Avalie. Meça o tempo de execução de tarefas antes e depois da adoção da IA. Analise a qualidade do código entregue. Considere o perfil do time: a IA pode ser valiosa para um, e desnecessária para outro. O risco de ilusão tecnológica é real — e pode custar caro. Conclusão: a IA ainda é promissora, mas não é mágica Ferramentas de IA continuam avançando rapidamente. Mas como mostra o estudo da Metr, entusiasmo não é sinônimo de eficiência. Em um momento em que empresas buscam produtividade a qualquer custo, cabe uma pausa estratégica: testar, medir, ajustar. A tecnologia pode ser uma aliada. Mas, como em todo bom código, o segredo está na implementação — e na leitura crítica dos resultados.