Seis em cada dez programadores evitam usar inteligência artificial no dia a dia, segundo levantamento exclusivo do Stack Overflow com 30 mil profissionais em 169 países. O dado surpreende justamente porque essa categoria foi a primeira a adotar a tecnologia em massa. A contradição expõe uma fratura entre expectativa e realidade que vai além do código.
Laura Housh, engenheira de software, resume o sentimento: tentou usar IA para programar por dois anos e desenvolveu uma “relação de amor e ódio”. A ferramenta serve como segundo par de olhos, mas carece do contexto necessário para ser verdadeiramente útil. Não é resistência à novidade — é cansaço de uma promessa que não se sustenta na prática.
O que os números revelam sobre o dia a dia
A pesquisa de 103 perguntas desenha um quadro nuanceado. Embora 65% dos respondentes utilizem assistentes de codificação, a satisfação no trabalho caiu. Quase um terço declara infelicidade no cargo atual (29,8% contra 28,4% no ano anterior), 45% se dizem “acomodados” e apenas 22,3% se consideram felizes.
Os vetores da insatisfação são conhecidos: esgotamento, fadiga tecnológica, incerteza econômica e ausência de clareza na progressão de carreira. A novidade é o papel da IA como amplificadora. Prashanth Chandrasekar, CEO do Stack Overflow, afirma que o ritmo acelerado “aumentou” preocupações que já existiam.
A pressão invisível sobre juniores e seniores
O impacto não é uniforme. Desenvolvedores experientes sentem que habilidades lapidadas por décadas perdem relevância. Já os iniciantes entram no mercado com uma exigência inédita: espera-se que atuem como profissionais com três anos de bagagem, porque “o nível subiu” com a IA.
Muitos gastam horas livres estudando ferramentas novas apenas para não ficar para trás. Housh relata assistir a vídeos e ler documentações no tempo livre — e ainda assim sente que não acompanha o ritmo. “É desgastante a pressão de ‘faça isso ou ficará para trás'”, diz.
Onde a IA ajuda — e onde falha
Os dados separam utilidade de confiança. Veja o que os 30 mil desenvolvedores apontaram:
- 74% consideram a IA útil para implementar código
- 72% aprovam o uso na depuração
- 34,4% veem valor em comunicação e design
- 6,6% confiam na IA para decisões importantes
- 78% exigem atribuição de fonte ao validar código gerado
Audrey Eschright, com 20 anos de estrada, explica a raiz do atrito: “Escrever código é como você resolve problemas. O processo de descobrir o que um sistema faz é modificá-lo”. Quando a IA assume a escrita, o engenheiro sai do loop de entendimento — e perde o pensamento crítico que sustenta a profissão.
O risco real está na escala
A cautela aumenta porque as apostas subiram. Relatório da Deloitte de janeiro mostra que 54% de 3.200 líderes de TI e negócios pretendem levar 40% ou mais de seus experimentos de IA para produção nos próximos três a seis meses. Projetos-piloto viram sistemas críticos — e o custo do erro explode.
Chandrasekar nota que a desconfiança não é tecnofobia. É gestão de risco. Quando a IA opera em ambiente controlado, a falha é tolerável. Em produção, um bug gerado por alucinação pode derrubar receita, reputação e conformidade regulatória.
O que observar nos próximos trimestres
Três movimentos merecem atenção de quem lidera times técnicos ou investe em plataformas de desenvolvimento. Primeiro: a curva de adoção pode estagnar se ferramentas não resolverem o déficit de contexto — conhecimento de domínio, arquitetura legada, regras de negócio implícitas. Segundo: a saúde mental da força de trabalho técnica entra na pauta de governança; fadiga tecnológica não se corrige com mais ferramentas. Terceiro: a formação de juniores precisa ser repensada; esperar que cheguem “prontos” porque a IA existe cria um buraco de sucessão daqui a cinco anos.
O paradoxo não é rejeição à IA. É a constatação de que automatizar a escrita de código não automatiza o entendimento do problema. Quem ignora essa distinção troca produtividade aparente por fragilidade sistêmica.
