Uma das principais apostas atuais é que a inteligência artificial aumentará a produtividade do trabalho de programação, automatizando tarefas e, consequentemente, eliminando cargos juniores. No entanto, um estudo da organização sem fins lucrativos METR (sigla em inglês para Avaliação de Modelos e Pesquisa de Ameaças) constatou um efeito colateral inesperado: queda de 19% na produtividade quando ferramentas de IA foram usadas por desenvolvedores experientes em projetos complexos.

Realizada entre fevereiro e junho de 2025, a pesquisa foi conduzida por meio de um experimento randomizado com 16 desenvolvedores experientes, que realizaram 246 tarefas de codificação, utilizando ou não ferramentas de IA. O estudo mediu o tempo gasto para concluir cada tarefa e constatou que, quando elas foram usadas, as tarefas levaram 19% mais tempo do que o estimado, o que contradiz, nesse caso, a narrativa de que a tecnologia aumenta a produtividade.

Embora alguns desenvolvedores acreditassem que a IA estava aumentando sua produtividade em 20%, os resultados mostraram um impacto real totalmente diferente, praticamente o oposto do que eles imaginavam.

Portanto, o estudo não refuta a possibilidade de ganhos de produtividade em algumas tarefas ou a automatização de funções mais simples, mas destaca as limitações da IA em projetos complexos, assim como a ainda necessária expertise e supervisão humana, especialmente em grandes bases de código e com altos padrões de qualidade.

O que contribuiu para a queda na produtividade?

Diversos fatores contribuíram para a queda na produtividade, incluindo o uso excessivo das ferramentas de IA, o que causou distrações e ineficiência. Além disso, desenvolvedores com menos experiência no uso da tecnologia tiveram dificuldades em integrá-las de forma eficaz em seu fluxo de trabalho, o que pode resultar em mais tempo gasto revisando saídas defeituosas.

Assim, o estudo serve como um lembrete de que as ferramentas de escrita de código baseadas em IA ainda possuem limitações, especialmente para desenvolvedores experientes. Embora elas evoluam e a experiência dos programadores melhore com o tempo, os resultados mostram que ferramentas de IA ainda não são uma solução universal e que seu impacto na produtividade pode variar bastante, dependendo da tarefa e da familiaridade do usuário com a tecnologia.