Machine learning transforma a rotina dos engenheiros de software

O conceito de “machine learning” está transformando a forma como engenheiros de software atuam, utilizando assistentes de IA que escrevem código, o que levanta questões sobre a eficiência e a responsabilidade no desenvolvimento de software.

Contexto da pesquisa

A crescente adoção de assistentes de programação baseados em IA, como os desenvolvidos pela Anthropic e outros players do setor, tem gerado um intenso debate sobre seu impacto no mercado de trabalho. Recentemente, um estudo da Universidade de Stanford destacou que soluções de IA começaram a resolver cerca de 72% dos problemas de codificação em 2024, um aumento significativo em relação a apenas 4% no ano anterior.

Método proposto

Essas ferramentas utilizam modelos de linguagem de larga escala (LLMs), que podem gerar e completar códigos de forma autônoma. A Anthropic lançou seu assistente de codificação Claude Sonnet 4.5, que demonstrou capacidade de programar de forma autônoma por mais de 30 horas em um projeto, destacando um avanço nos métodos de programação assistida por IA.

Resultados e impacto

Um dado importante é que cerca de 39% dos usuários de Claude afirmam utilizar o chatbot principalmente para tarefas de codificação, conforme relatado pela própria Anthropic. Essa tendência confirma que as empresas estão buscando priorizar ferramentas automatizadas para aumentar a eficiência no processo de desenvolvimento de software.

“A essência é que você não está mais preso na sintaxe detalhada. Você está mais focado em comunicar um objetivo de alto nível do que deseja alcançar.”
(“The essence of it is you’re no longer in the nitty-gritty syntax. You’re more trying to communicate this higher-level goal of what you want to accomplish.”)

— Cat Wu, Gerente de Produto da Claude Code, Anthropic

O marco que se discute é se isso representa uma ameaça real de desemprego. Especialistas, como Philip Walsh, da Gartner, afirmam que, embora exista uma preocupação com a substituição de empregos, a demanda por engenheiros de software qualificados deve aumentar, uma vez que muitas necessidades de software ainda não são atendidas.

As aplicações práticas incluem a criação de sistemas mais robustos e eficientes, mas existe a necessidade contínua de engenheiros experientes para supervisionar e garantir a qualidade do código produzido. O futuro próximo pode proporcionar ainda mais colaborações entre humanos e máquinas no setor de tecnologia.

Fonte: (TechXplore – Machine Learning & AI)