BitcoinWorld
Programadores se recusam a trabalhar sem IA — mas os custos ocultos estão se acumulando
Em 2026, os desenvolvedores deixaram clara sua posição: não vão programar sem inteligência artificial. Pesquisadores do respeitado laboratório de segurança em IA METR descobriram isso em primeira mão ao tentar replicar um estudo de 2025 que media como a IA afeta a produtividade na codificação. O problema? Nenhum desenvolvedor estava disposto a participar do grupo de controle — aquele que exigia trabalhar sem assistência de IA.
O experimento fracassado da METR e a lacuna de autopercepção O estudo original da METR de 2025 já havia apresentado um achado contra‑intuitivo: embora os desenvolvedores se sentissem mais produtivos com IA, na prática demoravam mais, devido ao tempo gasto corrigindo erros gerados pela IA, orientando a ferramenta e aguardando respostas. Quando a METR tentou repetir o experimento com modelos de IA mais recentes, não conseguiu recrutar participantes. Como os pesquisadores confessaram, os desenvolvedores “não desejam trabalhar sem IA”, mesmo que temporariamente, para um estudo controlado.
Em vez disso, a METR publicou uma pesquisa em maio de 2026 permitindo que funcionários técnicos auto‑relatassem seus ganhos de produtividade. Não surpreendentemente, os respondentes se perceberam duas vezes mais valiosos para suas organizações. Mas desenvolvimentos recentes sugerem que essas autoavaliações podem não refletir a realidade.
Tokenmaxxing: a tendência que já deu errado A prática de usar o consumo de tokens de IA como proxy de produtividade — apelidada de “tokenmaxxing” — tornou‑se uma tendência marcante no início de 2026. Mas pode já estar desmoronando sob seu próprio peso. A Amazon encerrou seu placar interno de rastreamento de tokens, o Kirorank, depois que funcionários manipularam o sistema executando agentes de IA em excesso, aumentando os custos sem produção significativa, conforme relatado pelo Financial Times. A Uber consumiu todo o seu orçamento de IA de 2026 em apenas quatro meses, e o COO Andrew Macdonald reconheceu em um podcast que os gastos não resultaram em aumentos mensuráveis em projetos ou produtividade.
A armadilha dos custos de manutenção Além dos estouros de custos, as evidências aumentam de que o código gerado por IA introduz passivos de longo prazo. O programador e autor James Shore articulou o problema em um post de blog amplamente divulgado: “Você escreve código duas vezes mais rápido agora? Melhor esperar que tenha reduzido à metade seus custos de manutenção. Caso contrário, está ferrado. Você está trocando um ganho de velocidade temporário por uma servidão permanente.”
Pesquisa independente da Singapore Management University, publicada em abril de 2026, alertou que “código gerado por IA pode introduzir custos de manutenção de longo prazo em projetos de software reais.” A plataforma de revisão de código Code Rabbit analisou pull requests de código aberto e constatou que o código produzido por IA introduziu 1,7 vezes mais problemas do que o código escrito por humanos. Embora esses números venham de empresas com interesse comercial em ferramentas de revisão de código, o padrão é consistente em várias fontes.
Por que a promessa de produtividade pode ser vazia O descompasso entre produtividade percebida e real não é novo, mas a escala da adoção de IA amplifica suas consequências. Os desenvolvedores adoram seus assistentes de IA — relatam sentir‑se mais rápidos, mais capazes e menos frustrados. Mas métricas objetivas contam outra história: mais bugs, custos de token mais altos e encargos de manutenção que se acumulam ao longo do tempo. Um post viral de Aiswarya Sankar, CEO da startup de engenharia de confiabilidade Entelligence AI, alegou que as empresas estão gastando 44 % de seus tokens de IA na correção de bugs que a própria IA gerou.
O que os especialistas recomendam