Em 2026, pesquisadores descobriram que não será possível arrancar as ferramentas de codificação de IA das mãos dos desenvolvedores.
Mas, embora a IA esteja inegavelmente ajudando os programadores a produzir código mais rapidamente, outros pesquisadores alertam que ela pode não estar produzindo código melhor. E isso pode causar problemas no futuro.
Especificamente, em fevereiro de 2026, o respeitado laboratório de pesquisa em IA METR publicou uma revelação surpreendente: a maioria dos desenvolvedores não trabalha mais, nem mesmo em um número limitado de tarefas, sem IA.
A METR esperava fornecer uma atualização de uma pesquisa inovadora publicada alguns meses antes, em 2025, sobre a produtividade da programação com IA. Nela, os pesquisadores mediram quanto tempo os desenvolvedores de código aberto levavam para realizar tarefas manualmente em comparação com o uso de IA.
Embora os desenvolvedores desse estudo tenham relatado que a IA os estava tornando mais produtivos, ficaram surpresos ao descobrir que, na verdade, ela os estava atrasando. É verdade que ela gerava código mais rapidamente, mas, em troca, eles gastavam tempo extra encontrando e corrigindo erros, orientando a IA e esperando que ela concluísse as tarefas.
Quando a METR tentou repetir o experimento para medir os avanços em IA e a proficiência dos programadores, não conseguiu.
Os desenvolvedores não estavam dispostos a participar “porque não desejam trabalhar sem IA”, nem mesmo apenas para o estudo, confessaram os pesquisadores.
Em vez disso, a METR publicou uma pesquisa em maio que permitiu aos funcionários técnicos relatarem seus ganhos de produtividade com a IA. Como era de se esperar, eles perceberam que a IA os tornou duas vezes mais valiosos para suas organizações.
Mas as manchetes recentes sobre o custo exorbitante do chamado “tokenmaxxing” , juntamente com algumas pesquisas recentes, tornam essas autopercepções duvidosas.
O Tokenmaxxing, ou seja, usar o número de tokens que uma pessoa utiliza como indicador de produtividade com IA, tem sido a tendência de 2026 até agora. E talvez já tenha chegado ao fim.
A Amazon desativou seu sistema interno de classificação por tokens, chamado Kirorank, depois que funcionários o manipularam usando agentes de IA em excesso, aumentando os custos, informou o Financial Times esta semana. Os funcionários provaram que o uso de IA não se traduz automaticamente em aumento de produtividade.
Segundo reportagem do The Information , a Uber consumiu todo o seu orçamento para inteligência artificial de 2026 nos primeiros quatro meses do ano . O diretor de operações, Andrew Macdonald, afirmou recentemente em um podcast que esse gasto não resultou em um aumento mensurável de projetos ou produtividade.
O código gerado por IA também não reduz necessariamente as necessidades contínuas de manutenção do código e pode até aumentá-las, argumentou de forma elegante o programador e autor James Shore em uma postagem de blog que viralizou no Hacker News.
“Você agora escreve código duas vezes mais rápido? É melhor torcer para que tenha reduzido seus custos de manutenção pela metade”, escreveu ele. “Caso contrário, você está ferrado. Você está trocando um aumento temporário de velocidade por um vínculo permanente.”
Existem outras evidências de que a IA pode aumentar os problemas de manutenção de código.
Um tweet viral de Aiswarya Sankar, fundadora e CEO da startup de agentes de engenharia de confiabilidade Entelligence AI, afirma que as empresas estão gastando 44% de seus tokens em correções de bugs geradas por sua IA. Enquanto isso, a CodeRabbit, empresa de ferramentas de revisão de código, diz ter analisado solicitações de pull de código aberto e constatado que a IA produziu 1,7 vezes mais problemas do que o código humano.
Essas são, reconhecidamente, estatísticas tendenciosas de quem tenta vender ferramentas de revisão de código por IA.
No entanto, pesquisadores independentes também encontraram esses problemas. Pesquisadores da respeitada Universidade de Gestão de Singapura publicaram um relatório em abril alertando que “o código gerado por IA pode introduzir custos de manutenção a longo prazo em projetos de software reais”.
Dado que os programadores adoram seus assistentes de IA, qual é a solução?
Bem, aqueles que querem vender agentes de codificação com IA dizem que os desenvolvedores podem simplesmente usar esses agentes para realizar as tarefas exaustivas de corrigir o código tão rápido quanto a IA o produz. É isso que sugere Scott Wu, fundador e CEO da Cognition — criador do agente de codificação com IA Devin .
Mas até ele admite que, embora Devin possa trabalhar de forma independente, ele atualmente classificaria sua habilidade entre a de um programador júnior e a de nível pleno, dependendo da tarefa. Esta não é uma solução do tipo “entregue e esqueça”.
Os pesquisadores da SMU sugerem uma abordagem mais humana. Os programadores deveriam conhecer as tarefas que a IA executa bem e as que não executa tão bem quanto conhecem suas linguagens de programação favoritas. Eles precisam de sistemas robustos de garantia de qualidade projetados para IA e estão presos à tarefa de revisar cuidadosamente o trabalho da IA como se fosse um desenvolvedor júnior.
Entretanto, os pesquisadores afirmam (e Wu concorda) que os humanos ainda devem se dedicar ao trabalho de visão geral, como arquitetura de software e projeto de segurança.
