Anteriormente, a profissão de desenvolvedor frequentemente exigia a memorização de inúmeros detalhes — novas linguagens de programação, frameworks e bibliotecas, e esse ciclo de aprendizado nunca terminava. Ao dominar uma tecnologia, os especialistas se preparavam imediatamente para a próxima.
No entanto, a inteligência artificial está começando a perturbar esse processo estabelecido. Ainda assim, na opinião de Aditi Nanda, diretora de ecossistema e indústria na Intel, os desenvolvedores não devem parar de aprender; em vez disso, eles precisam aprender a ser mais seletivos sobre o que estudam.
Em uma conferência DevSparks Chennai, Nanda observou que a IA assume uma parte significativa do trabalho rotineiro no desenvolvimento de software, mas isso não diminui a importância do conhecimento fundamental de engenharia. Pelo contrário, aumenta seu valor, pois os desenvolvedores são cada vez mais responsáveis por definir o que a IA deve criar e se o resultado final é adequado para uso.
Ela comparou as mudanças com o surgimento do GPS. Os motoristas não precisam mais memorizar cada estrada, mas ainda precisam saber quando acelerar, frear ou virar se houver um obstáculo à frente.
"Você não precisa lembrar a sintaxe. Você não precisa lembrar os frameworks. Mas você deve decidir qual será o resultado," declarou ela.
Para os desenvolvedores, isso significa que eles podem gastar menos tempo dominando cada nova linguagem ou framework e mais tempo entendendo os sistemas que essas ferramentas ajudam a construir.
Nanda apontou um problema comum da IA generativa: ela pode traduzir uma ideia em um protótipo funcional muito rapidamente, mas levar esse protótipo para um ambiente de produção exige um conjunto de habilidades completamente diferente.
"Use a IA para alcançar o primeiro protótipo, a demonstração, mas não pare de estudar seus fundamentos. Não pare de estudar seus princípios fundamentais de engenharia," enfatizou ela.
Esses fundamentos vão além da simples escrita de código. Nanda enfatizou a necessidade de entender o mercado e o problema do usuário antes mesmo de tomar uma decisão técnica. Ela disse: "É preciso entender qual é o ponto de dor do mercado, do consumidor ou do usuário. Podemos criar as melhores soluções, mas se ninguém as usar, é um desperdício."
O conhecimento do sistema é outra área que, em sua opinião, os desenvolvedores não podem perder. Como os aplicativos baseados em IA se movem entre serviços em nuvem, computadores pessoais, dispositivos periféricos e data centers, os desenvolvedores devem entender onde exatamente a carga deve ser executada. Para um aplicativo corporativo, essa decisão pode envolver questões de custo, segurança e conformidade.
"Informações confidenciais de RH ou informações financeiras, por exemplo, podem ser inaceitáveis para serem enviadas fora do ambiente da organização. Assim, a arquitetura continua sendo responsabilidade do desenvolvedor, mesmo quando a IA escreve partes da implementação," explicou ela.
A diferença entre um desenvolvedor que entende a IA e um desenvolvedor que depende totalmente da IA torna-se especialmente importante, já que a IA torna o desenvolvimento de software acessível a pessoas sem habilidades tradicionais.
Nanda deu o exemplo do uso do Cursor para desenvolver rapidamente um aplicativo enquanto espera um voo. Criar um aplicativo visualmente funcional agora leva muito pouco tempo em comparação com o passado. No entanto, preparar tal aplicativo para milhões de usuários representa um desafio diferente.
"Um profissional será responsável o suficiente para entender como o usuário irá olhar para isso. Quais são os erros aqui? Como posso testar isso? Qual é a conformidade? Qual é o custo? Onde vou armazenar os dados? Qual é a segurança? Ele fará todas essas perguntas," observou ela.
Para Nanda, o futuro do desenvolvedor se baseia em três competências principais: compreensão do 'porquê', conhecimento do 'como' e capacidade de concretizar a solução na realidade.
O primeiro é a compreensão do usuário e do problema. O segundo são os conhecimentos sistêmicos e de engenharia, incluindo arquitetura e os compromissos entre custo, eficiência e prazo de lançamento no mercado. O terceiro é a implementação: teste, confiabilidade e garantia de funcionamento do produto ao chegar aos usuários.
Ela acrescentou que, embora a IA possa potencializar cada uma dessas habilidades, ela não pode isentar o ser humano que cria o produto de responsabilidade.
"Use a IA como ferramenta. Use a IA como mecanismo de amplificação. Não permita que ela pense por você," concluiu Nanda.
Para os desenvolvedores que trabalham em um setor onde o framework pode se tornar obsoleto antes que as pessoas consigam aprendê-lo, esta pode ser uma lição mais útil: as habilidades que vale a pena manter tornam-se cada vez mais valiosas, mesmo quando as ferramentas mudam.