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.









Ricardo Queiroz
Lívia F. Silva
Bruno Perin


Ariane Marta
Raquel Torres
Tami Saito
Alessandro Almeida
Aline Rizzo









