Entre as empresas embarcadas no Cais do Porto, na última semana, a ITnext trouxe para a conversa uma questão que ganha cada vez mais relevância à medida que a Inteligência Artificial transforma a forma como trabalhamos com tecnologia.
Se a IA já consegue escrever código em poucos minutos, talvez o diferencial esteja cada vez menos em saber produzir respostas e mais em saber formular as perguntas certas.
A partir da experiência no desenvolvimento de sistemas, o artigo mostra como contexto, experiência e capacidade de questionar premissas continuam essenciais, especialmente quando uma resposta tecnicamente correta pode, ainda assim, resolver o problema errado.
Uma reflexão sobre tecnologia, experiência e o que continua a ser essencialmente humano numa era de Inteligência Artificial.
Leia o artigo completo da ITnext, a seguir.
Por Fábio Pietro
Há alguns anos, quando eu precisava desenvolver uma solução, uma parte considerável do trabalho estava em transformar uma ideia em código. Era necessário conhecer a sintaxe, entender bibliotecas, consultar documentação, testar alternativas, corrigir erros e, algumas vezes, descobrir que aquilo que parecia simples exigia muito mais código do que imaginávamos.
A Inteligência Artificial mudou bastante essa equação. Hoje posso descrever um problema e, em poucos minutos, receber uma stored procedure, um script Python, uma consulta SQL ou até a estrutura inicial de uma aplicação. Isso é extraordinário.
Mas comecei a perceber uma coisa curiosa: quanto melhor a IA ficou em responder, mais importante se tornou saber o que perguntar.
Imagine que eu peça: “Crie uma carga incremental desta tabela.” Provavelmente receberei uma solução tecnicamente razoável. Mas existem várias perguntas escondidas nessa frase.
O que identifica unicamente um registro? A origem permite atualização de registros antigos? Existe exclusão física? Precisamos reproduzir essas exclusões no destino? O processo pode ser executado novamente para o mesmo período? O que acontece se ele falhar depois de processar metade dos registros? Existe histórico? Qual é a regra de retenção? Quem consome esse dado depois?
E talvez a mais perigosa: o que exatamente significa “incremental” para esse negócio?
Nenhuma dessas perguntas é propriamente uma questão de sintaxe. São questões de engenharia.
A resposta pode estar perfeita para a pergunta errada
Esse talvez seja um dos aspectos mais interessantes da utilização de IA no desenvolvimento. Durante muito tempo nos preocupamos com computadores fazendo algo errado. Agora surgiu outra possibilidade: o computador fazer exatamente aquilo que pedimos — e ainda assim construirmos a solução errada.
Não porque a IA falhou. Não porque o código contém um bug. Mas porque faltava contexto na pergunta.
Quem trabalha há algum tempo com sistemas provavelmente já encontrou situações assim mesmo antes da IA. Um requisito dizia uma coisa, o desenvolvedor implementou, o teste confirmou, a aplicação entrou em produção. Meses depois, alguém descobriu que havia uma exceção na regra de negócio que todo mundo conhecia… menos quem escreveu a especificação.
A IA não criou esse problema. Ela apenas aumentou brutalmente a velocidade com que podemos chegar até ele.
Experiência talvez esteja mudando de lugar
Isso me faz pensar também sobre o papel da experiência. Durante muitos anos, parte da diferença entre um profissional iniciante e um profissional experiente estava na capacidade de construir uma solução. Hoje uma IA pode ajudar ambos a produzir código bastante sofisticado.
Mas existe uma diferença difícil de colocar dentro de um prompt.
Quem já viu uma carga duplicar milhões de registros pensa em idempotência. Quem já precisou explicar uma divergência para uma área de negócio pensa em rastreabilidade. Quem já passou uma madrugada recuperando um processo pensa em rollback. Quem já encontrou duas definições diferentes para o mesmo indicador pensa em governança. Quem já precisou manter um sistema criado dez anos antes por alguém que não está mais na empresa pensa em documentação.
Experiência não significa necessariamente saber escrever mais código. Muitas vezes significa lembrar das perguntas que aprendemos — às vezes dolorosamente — que precisam ser feitas.
Talvez precisemos ensinar menos respostas
Existe uma discussão enorme sobre quais habilidades profissionais continuarão importantes com a evolução da Inteligência Artificial. Programação? SQL? Python? Arquitetura? Prompt engineering? Certamente todas continuarão tendo algum papel.
Mas talvez exista uma habilidade anterior a todas elas: formular problemas. Entender o contexto. Questionar premissas. Perceber aquilo que não foi dito. Perguntar o que acontece quando alguma coisa dá errado — ou quando dá certo demais.
A IA tornou extraordinariamente barato produzir respostas. Talvez isso torne as boas perguntas ainda mais valiosas.
Porque, no final, podemos ter o melhor modelo disponível, milhares de linhas de código geradas em segundos e uma infraestrutura tecnologicamente impecável. Mas alguém ainda precisa perguntar:
“É realmente esse o problema que precisamos resolver?”
Leia e siga a Newsletter da ItNext: A IA escreve código. Mas quem escreve as perguntas?