Por: Maurício Aniche, CTO e cofundador da AluraPor muito tempo, a produtividade em software esteve associada à capacidade de escrever código mais rápido.Continua após a publicidadeNovas linguagens, frameworks, bibliotecas e plataformas surgiam com a promessa de reduzir o esforço necessário para transformar uma ideia em um produto digital. Em certa medida, era isso mesmo: a história da tecnologia pode ser contada como uma sucessão de ferramentas que diminuíram o custo de implementação.A inteligência artificial generativa, e mais recentemente a inteligência artificial agêntica, é mais um capítulo dessa história. Mas talvez seja o capítulo que mais acelerou essa transformação.Hoje, ferramentas baseadas em IA conseguem gerar funções, criar testes, sugerir arquiteturas e até executar tarefas relativamente complexas em poucos minutos. Com a chegada dos agentes de IA, começamos a ver sistemas capazes de atuar em diferentes etapas do ciclo de desenvolvimento, analisando código, propondo mudanças, executando validações e colaborando com equipes técnicas de maneiras que seriam difíceis de imaginar poucos anos atrás.Diante desse cenário, uma pergunta se tornou recorrente: se a IA consegue programar, ainda faz sentido aprender engenharia de software?A resposta é sim. E, paradoxalmente, talvez a engenharia de software nunca tenha sido tão importante.O motivo é simples: software nunca foi apenas código.A construção de sistemas envolve compreender problemas de negócio, tomar decisões arquiteturais, equilibrar requisitos conflitantes, garantir qualidade, manutenção, segurança e evolução contínua. Escrever código é apenas uma parte desse processo.Quando a geração de código se torna mais acessível, o valor se desloca para outras competências.O mercado começa a demandar profissionais capazes de estruturar problemas, fornecer contexto, avaliar soluções, alinhar pessoas, identificar riscos e validar resultados. Em outras palavras, profissionais capazes de atuar como engenheiros de software.
É justamente por isso que vemos uma diferença crescente entre usar IA e trabalhar efetivamente com IA.No primeiro caso, a ferramenta funciona como um gerador de respostas. No segundo, ela se torna parte de um processo maior quando orientada por uma pessoa que entende o contexto técnico e tem critérios para tomar decisões.A qualidade da saída continua diretamente ligada à qualidade das decisões humanas que a antecedem.Quem já utiliza essas ferramentas em ambientes reais de desenvolvimento percebe rapidamente essa dinâmica. A IA responde melhor quando recebe contexto adequado. Produz resultados mais consistentes quando existe uma arquitetura bem definida. Comete menos erros quando trabalha dentro de restrições claras.A tecnologia evoluiu. Os fundamentos continuam os mesmos.Talvez por isso a discussão sobre substituição de profissionais esteja sendo conduzida da maneira errada.Continua após a publicidadeA questão não é se a IA substituirá desenvolvedoresA questão é quais profissionais serão capazes de ampliar seu impacto trabalhando ao lado dessas tecnologias.Os times mais maduros já perceberam que a principal habilidade não é pedir para a IA escrever código. É saber orientar agentes, decompor problemas complexos, validar entregas e garantir que as decisões geradas automaticamente façam sentido para o negócio e para o produto.O papel das pessoas desenvolvedoras está migrando gradualmente da execução para a orquestração.Isso não significa menos conhecimento técnico. Significa mais responsabilidade técnicaSignifica compreender profundamente sistemas, arquitetura, qualidade e produto para utilizar agentes de forma eficiente e segura.Esse movimento também traz implicações importantes para a formação de profissionais.Durante anos, o caminho de quem queria trabalhar como engenheiro de software parecia relativamente claro. O primeiro passo era dominar ferramentas, linguagens e frameworks. À medida que a carreira avançava, esperava-se que o desenvolvedor ampliasse seu domínio técnico: arquitetura, bancos de dados, sistemas distribuídos, escalabilidade e performance. Nos níveis mais altos, como especialista ou Staff+, o desafio passava a ser tomar e alinhar decisões técnicas complexas, muitas vezes atravessando diferentes times e sistemas.Continua após a publicidadeHoje, todo esse conhecimento continua relevante. Saber profundamente o lado técnico ainda importa — mas já não é suficiente.É necessário desenvolver pensamento crítico, raciocínio sistêmico e capacidade de colaboração entre humanos e máquinas.A formação técnica passa a incluir uma nova competência: trabalhar com agentes de IA sem renunciar aos princípios da engenharia de software.Foi justamente essa transformação que motivou a criação da Imersão Engenharia de Software: Dev na Era da IA, iniciativa realizada pela Alura em parceria com o Google. A proposta da formação não é ensinar pessoas desenvolvedoras a usar IA para gerar trechos de código, mas mostrar como agentes podem participar de diferentes etapas do desenvolvimento de software, desde a compreensão do problema até a implementação, os testes e a evolução de um projeto real.Continua após a publicidadeA mudança pode parecer sutil, mas é profundaEstamos saindo de uma discussão sobre automação de tarefas para uma discussão sobre colaboração entre pessoas e sistemas inteligentes.Quem enxergar essa diferença entenderá por que a engenharia de software não está perdendo relevância.Na verdade, ela está assumindo um papel ainda mais estratégico.Porque, em um mundo onde gerar código se torna cada vez mais fácil, a capacidade de tomar boas decisões continua sendo um diferencial exclusivamente humano.E continuará sendo, por muito tempo.
Ana Luiza Figueiredo
Ana Figueiredo é editora de tecnologia do Olhar Digital. É formada em Jornalismo pela Universidade Federal de Uberlândia (UFU).
Ver todos os artigos →
