O uso massivo de inteligência artificial na programação está criando uma falsa sensação de eficiência nas equipes de desenvolvimento.
O problema do “Tokenmaxxing”
No Vale do Silício, ostentar orçamentos gigantescos de tokens de IA virou motivo de orgulho entre os desenvolvedores. No entanto, medir a produtividade pelo volume de processamento consumido é um erro estratégico.
A velha regra da gestão diz que você obtém mais daquilo que mede. Mas focar no “input” (tokens gastos) em vez do “output” (código funcional e limpo) faz pouco sentido quando o objetivo real deveria ser a eficiência, e não apenas a adoção cega da tecnologia.
A ilusão da aprovação de código
Ferramentas como Claude Code, Cursor e Codex estão gerando mais código do que nunca. O problema oculto é o retrabalho constante.
Segundo Alex Circei, CEO da Waydev (plataforma que analisa dados de mais de 10 mil engenheiros), os gestores veem uma taxa de aceitação inicial de 80% a 90% do código gerado por IA. Porém, nas semanas seguintes, as revisões e correções derrubam a taxa real de aproveitamento para algo entre 10% e 30%.
O que dizem os dados do mercado
A indústria de análise de engenharia de software confirma o cenário de alerta com números expressivos:
- GitClear: Usuários frequentes de IA apresentam um descarte de código (churn) 9,4 vezes maior que desenvolvedores tradicionais.
- Faros AI: O volume de código deletado em comparação ao adicionado aumentou impressionantes 861% em ambientes com alta adoção de IA.
- Jellyfish: Engenheiros com os maiores orçamentos de tokens entregam o dobro de resultados, mas custam dez vezes mais. É a vitória do volume sobre o valor.
O impacto na dívida técnica
A diferença de experiência na equipe agrava a situação. Engenheiros juniores tendem a aceitar muito mais código gerado por IA sem o devido rigor, resultando em uma montanha de reescritas e dívida técnica acumulada.
Apesar dos desafios de revisão, o caminho não tem volta. Como ressalta Circei, esta é uma nova era do desenvolvimento de software. As empresas são obrigadas a se adaptar para extrair o valor real das ferramentas, pois esse não é apenas um ciclo passageiro.
Visão da StrongCode
Na nossa visão, a IA é um copiloto excelente para acelerar o boilerplate e resolver lógicas isoladas, mas o review humano rigoroso nunca foi tão vital. O que estamos vendo no mercado é a troca de tempo de digitação por tempo de depuração. Quando um desenvolvedor aceita blocos inteiros de código sem entender a arquitetura por trás, o resultado inevitável é um “código espaguete” inmanutenível a médio prazo. A verdadeira produtividade não está em gerar mil linhas por minuto, mas em escrever a linha certa que não precisará ser reescrita amanhã. Use a IA como uma ferramenta de alavancagem, não como uma muleta, e assuma sempre a responsabilidade pela arquitetura final.
Redação Strong Code
A equipe da StrongCode respira tecnologia. Acompanhamos de perto o ecossistema tech brasileiro e internacional, traduzindo tendências complexas em conteúdo acessível e direto ao ponto. Acreditamos que informação de qualidade deve ser aberta para todos.