A tarefa que ensinava o júnior sumiu. O que vem no lugar dela?

No início de julho, a Organização para a Cooperação e Desenvolvimento Econômico (OCDE)  publicou seu relatório anual sobre emprego e um ponto ganhou destaque: jovens recém-formados vêm enfrentando risco de desemprego maior que o do resto do mercado, com a IA aparecendo como um dos fatores possíveis.

No setor de tecnologia, o dado é ainda mais concreto. Um estudo do FGV Ibre, com a PNAD Contínua do IBGE, estimou que jovens de 18 a 29 anos em ocupações mais expostas à IA têm hoje cerca de 5% menos probabilidade de estar empregados do que trabalhadores de perfil semelhante tinham antes das ferramentas generativas. O número está em disputa: juros altos, layoffs de tecnologia e a ressaca da pandemia também pesam, então enxergo como sinal, não como sentença. Mas ele basta para a hipótese que me interessa: é possível que a IA não esteja só mudando a tarefa de quem entra, e sim reduzindo as próprias vagas de entrada. Lidero a adoção de IA numa equipe de desenvolvimento de soluções tecnológicas, então tenho interesse declarado no assunto. Ainda assim, minha convicção vale mesmo no pior cenário: se as vagas encolherem, a formação de quem entra se torna mais vital, não menos.

O que um júnior sempre aprendeu fazendo
Por décadas, quem entrava na área de desenvolvimento começava com tarefa pequena e repetitiva: um CRUD, uma tela simples, um bug óbvio, um padrão copiado de outro canto do sistema. Trabalho mecânico, mas também educativo. Errar ali era barato e a repetição era uma forma de construir a intuição que separava o júnior do sênior.

O problema é que boa parte dessa tarefa fácil é exatamente o que a IA faz bem hoje. Desenvolvimento de software aparece com frequência entre as ocupações mais expostas. E aqui vale a ressalva: exposição não significa substituição. Exprime apenas que a IA executa boa parte das tarefas, não que a vaga desaparece. Ainda assim, a camada mais mecânica do ofício foi das primeiras a ser absorvida. E some com ela a pergunta: se o exercício que ensinava o básico deixou de ser trabalho de produção, como é que se aprende o básico agora?

Não é sobre proteger a tarefa, mas também não é abolir o exercício
A tentação óbvia seria manter o júnior fazendo tarefa manual, sem IA, para aprender do jeito antigo. Eu respondia a isso com a analogia da calculadora: ninguém mais forma contador fazendo conta na mão. Mas ela é traiçoeira. As escolas não pararam de ensinar aritmética manual depois da calculadora; mantiveram, em dose deliberada, porque a conta na mão forma uma intuição que a máquina não dá de graça. Pode valer para o código. A tarefa manual não some, muda de papel: deixa de ser produção, onde perdeu o sentido econômico, e vira exercício calibrado para formar, não para entregar.

O que temos feito na IMA, empresa na qual sou gerente de desenvolvimento, parte daí. Nas diretrizes internas de uso de IA, separamos o planejar do executar. Funciona assim: IA propõe modelagem e arquitetura, mas só executa depois de aprovação humana. Sem que fosse a intenção inicial, esse novo processo de tornou dispositivo de formação. Um júnior que participa dessa fase entra em contato cedo com o raciocínio que era conversa de sênior. Exemplo: por que essa modelagem e não outra, o que quebra em produção, qual cenário de borda importa. Com uma condição que aprendi a levar a sério: exposição, sozinha, não forma ninguém. Júnior que só assiste vira espectador que assente. Tem que ser ativo, defender uma alternativa, errar na frente do time, entender por quê. E isso custa mais tempo de sênior do que parece.

As competências que passam a valer mais
Se a tarefa mecânica não ensina mais o ofício sozinha, o que ensina? Três pontos ganham peso. O primeiro é o julgamento sobre o código que você não escreveu: saber quando um teste é bom de verdade e quando é decorativo. Aqui estou assumindo que julgamento se treina revisando, e não tenho prova disso; na maioria dos ofícios, quem avalia bem é quem já produziu muito. Mais um motivo para manter a dose de exercício manual.

A segunda é entender o problema de negócio antes de qualquer linha de código: o que o cliente precisa e o que a área de negócio nem sabe que precisa pedir. Sempre foi trabalho de sênior; agora precisa ser ensinado a quem entra. 

A terceira, mais sutil, é o ceticismo produtivo. Uma IA que responde com confiança pode estar completamente errada, e quem não tem instinto técnico ainda não sabe reconhecer. E aqui está o ponto fraco da minha tese: esse instinto talvez se construísse justamente nas milhares de repetições que a IA absorveu. Se for o caso, encurtar o caminho tem um custo que só vamos enxergar daqui a alguns anos. Estamos apostando que não, com acompanhamento. Não afirmando.

Onde essa formação está começando
Se essas competências não se aprendem mais copiando padrão sozinho, precisam de outro lugar para nascer. No nosso caso, tem sido a troca horizontal entre quem usa as ferramentas todo dia. Há poucos dias, promovemos um encontro interno só para isso: o time trocando experiência real sobre desenvolvimento assistido por IA, sem treinamento formal, sem slide de consultoria. Só o que funcionou, o que não, e por quê. Não vou chamar de método comprovado, foi um primeiro encontro sem resultado medido, mas foi bom o suficiente para repetir. Fica uma dúvida do próprio formato: os relatos mais ricos vieram de gente experiente, com base para entender o próprio erro. Se um júnior absorve o mesmo dessa conversa, ainda não sabemos. É o que pretendemos observar.

O que isso significa para quem está entrando
Não tenho resposta fechada, e acho que ninguém tem. Mas, de uma coisa tenho convicção: a saída não é lamentar que a tarefa de treino sumiu, nem fingir que ela ainda existe como antes. É construir um novo caminho de formação, porque o tempo que a máquina liberou precisa ir para algum lugar. E isso exige mais de quem lidera equipe, não menos: supervisionar alguém copiando um padrão é fácil, supervisionar alguém aprendendo a julgar e decidir exige presença, conversa e disposição para deixar errar em terreno mais arriscado que um CRUD.

Também não tenho a ilusão de que isso se replica com facilidade. O incentivo natural, em quase todo lugar, é usar o tempo liberado pela IA para entregar mais, não para formar melhor. Se a formação de entrada virou um bem que ninguém tem incentivo individual de produzir, talvez parte da resposta esteja fora das empresas, em políticas públicas e parcerias com universidades. Não sei desenhar essa parte; sei que não se resolve com artigo de gestor. Mas quem entrar na profissão vai entrar num mundo onde a tarefa de treino de ontem já não existe como existia, e alguém precisa se dedicar a construir a formação de amanhã. É o que estamos tentando fazer: medindo, errando e ajustando no caminho.

Fábio Luiz é gerente de desenvolvimento na IMA – Informática de Municípios Associados, empresa pública de tecnologia de Campinas/SP.

Visualizar todas as imagens em alta resolução