O dado que ninguém quer ouvir: delegar código para a IA pode estar freando seu desenvolvimento como programador.
Sejamos honestos. A maioria de nós já usa IA para escrever código. GitHub Copilot, Claude Code, Cursor — se tornaram parte do fluxo de trabalho diário para 65% dos desenvolvedores segundo Stack Overflow. A pergunta já não é se usá-los, mas como usá-los.
E é aí que um estudo recente da Anthropic lança um aviso que vale a pena levar a sério.
O Estudo
A Anthropic publicou há alguns dias os resultados de um ensaio controlado aleatorizado — o tipo de estudo mais rigoroso que existe — sobre como o uso de assistentes de IA afeta o aprendizado de novas habilidades de programação.
O setup foi assim: 52 engenheiros juniores com pelo menos um ano de experiência em Python aprenderam Trio, uma biblioteca de programação assíncrona que nenhum deles conhecia previamente. Foram divididos em grupos: uns com acesso a assistentes de IA, outros sem.
O resultado principal: os desenvolvedores que usaram IA para escrever código obtiveram 17% menos em testes de compreensão comparado com quem o fez manualmente.
Dezessete por cento. Não é um número pequeno.
O Detalhe Que Muda Tudo
Bem, o estudo não diz que a IA é ruim. Diz algo muito mais matizado e útil.
Dentro do mesmo grupo de usuários de IA, o desempenho foi radicalmente diferente dependendo de como usavam a ferramenta:
- Os que usavam a IA para fazer perguntas conceituais — entender o “por quê” por trás do código — obtiveram 65% ou mais nos testes de compreensão.
- Os que a usavam para gerar o código diretamente — pedir à IA que escrevesse a solução — obtiveram menos de 40%.
A diferença não era a ferramenta. Era o tipo de interação com ela.
O Conceito Por Trás: Cognitive Offloading
Os pesquisadores identificaram a tensão central como “cognitive engagement” vs “cognitive offloading”.
Quando você pede à IA que resolva o problema por você, seu cérebro não está processando a solução — apenas está verificando se soa razoável. Isso é offloading cognitivo. E embora seja conveniente no curto prazo, o cérebro não aprende aquilo que não precisa processar ativamente.
Por outro lado, quando você usa a IA para explorar conceitos, fazer perguntas, entender o raciocínio por trás de uma decisão de design — você continua sendo quem constrói o modelo mental. A IA atua como um tutor, não como um substituto.
A diferença importa especialmente quando você enfrenta código desconhecido, bugs complexos ou decisões de arquitetura — precisamente as situações onde mais você precisa de critério próprio.
Mas Espera — Há Outro Lado
A própria Anthropic tem pesquisa anterior mostrando que a IA pode reduzir o tempo de completar tarefas em até 80% quando o desenvolvedor já domina as habilidades relevantes. E no campo, os números são impressionantes: aproximadamente 4% de todos os commits no GitHub já são escritos por Claude Code.
Então a imagem completa é esta:
- Se você já domina a área: a IA o torna notavelmente mais produtivo.
- Se você está aprendendo algo novo: depender da IA para gerar código pode estar desacelerando seu desenvolvimento real.
Isso faz sentido intuitivo. Um desenvolvedor sênior que usa Copilot para acelerar tarefas repetitivas já tem o critério para avaliar o output. Um júnior que deixa a IA escrever todo o código nunca desenvolve esse critério — e isso se torna um problema silencioso.
O Paradoxo do Dev de 2026
Aqui está o paradoxo que este estudo coloca sobre a mesa: as ferramentas que mais o fazem sentir produtivo podem ser as mesmas que estão limitando seu crescimento a longo prazo.
E é um paradoxo real, não apenas teórico. Um desenvolvedor no estudo da METR (uma organização de pesquisa de IA) confessou: “Estou dividido. Gostaria de ajudar com os dados, mas realmente gosto de usar IA.” Quando lhes pediam fazer 50% de seu trabalho sem IA — a $50/hora — muitos simplesmente se recusavam. A dependência já é real.
A Anthropic não chega a dizer “não use IA para aprender”. O que recomenda é algo mais específico: desenhar intencionalmente como você a usa, especialmente em contextos de aprendizado.
Como Usá-la Melhor Então?
Com base nos achados do estudo, aqui está um framework prático:
Quando você está aprendendo algo novo:
Use a IA para fazer perguntas, explorar conceitos e entender o raciocínio — não para gerar a solução. Escreva o código você mesmo, mesmo que seja mais lento. O atrito é o aprendizado.
Quando você já domina a área:
Use-a para acelerar. Gerar boilerplate, escrever testes, documentar, refatorar — aqui o cognitive offloading é uma vantagem, não um risco.
Em qualquer caso:
Desenvolva o hábito de entender o código que a IA gera antes de usá-lo. Não como auditoria de segurança (embora isso também importe), mas como prática deliberada de compreensão.
A Pergunta Para Você
85% dos devs já usa IA regularmente. Mas quantos estão pensando ativamente em como a usam versus simplesmente quanto a usam?
Este estudo não é um argumento para parar de usar essas ferramentas — seria ingênuo e inútil. É um argumento para usá-las com mais consciência sobre o que você está sacrificando quando as deixa pensar por você.
Qual é sua experiência? Você sente que a IA afetou — para bem ou para mal — sua capacidade de resolver problemas sem ela? Os comentários estão abertos.
Fontes: Anthropic Research, InfoQ, METR, Stack Overflow Developer Survey 2025, MIT Technology Review