Em 2012 eu entrei no ensino médio sem saber que programação existia. Não tinha computador em casa, nem internet. Aprendi lógica, HTML, CSS e depois PHP e Java no laboratório do curso técnico, nos intervalos, e com livros.

Em 2014, a escola emprestava ThinkPads pro estágio, que deviam ficar no local. Eu levei o meu pra casa e fiquei com ele até o próximo tombamento. Não me orgulho, mas acredito que foi isso que me fez melhorar.

Com ele eu salvava páginas inteiras da web e ficava lendo um JavaScript que eu não tinha escrito, reproduzindo parte por parte pra ver o que fazia. Internet em casa, só em 2015.

Hoje, quem começa com um celular e internet tem no bolso uma IA que programa melhor do que eu programava naquela época. E eu não sei se isso é a melhor ou a pior coisa que podia acontecer com essa pessoa.

1. A provocação de 2017

“Programa melhor do que eu” não é força de expressão. A previsão é antiga. Em agosto de 2017, o Andrej Karpathy tweetou:

“Gradient descent can write code better than you. I’m sorry.”

Três meses depois ele publicou o ensaio Software 2.0. A ideia: no Software 1.0 a gente escreve as instruções na mão; no 2.0, ninguém escreve os pesos de uma rede neural. Você define o objetivo, junta os dados, e a otimização encontra o programa.

Na época era exagero. Valia pra visão computacional e reconhecimento de fala, não pro código do dia a dia.

Oito anos depois, a frase ficou quase literal. Em 2025 o próprio Karpathy falou em Software 3.0, com prompts em linguagem natural funcionando como programa. E cunhou o vibe coding.

Eu acredito nisso. É o jeito novo de fazer software. Já escrevi aqui que rejeitar IA é escolher a obsolescência, e continuo pensando assim.

Mas eu também acredito nas bases. E essas duas crenças, juntas, me deixam desconfortável.

2. Nem o criador do Lua sabe

E esse desconforto não é só meu. Quem ensina computação há décadas também não tem resposta.

Em agosto deste ano, o Roberto Ierusalimschy, criador do Lua e professor da PUC-Rio, deu uma entrevista ao Ryan Peterman. Perguntaram se ele ainda recomendaria estudar ciência da computação. A resposta (tradução livre):

“Se você pensar bem, é muito difícil recomendar que as pessoas aprendam qualquer coisa pra uma profissão. A gente não faz ideia do que a IA vai fazer em 5 anos. Se alguém está entrando na universidade agora, vai se formar em 4, 5 anos, e ninguém tem ideia de como vai ser a profissão daqui a 4 anos.”

E ele vai além. Lembra que hoje se diz que a IA é ótima nas tarefas manuais, mas que ainda é preciso um engenheiro de software pra enxergar o todo:

“Isso é agora. Mas você não tem ideia se isso vai continuar verdade daqui a 4 ou 5 anos.”

Então a pergunta “o que estudar?” está aberta de verdade, até pra quem mais entende do assunto.

3. A porta de entrada ficou mais estreita

Se ninguém sabe como vai ser daqui a cinco anos, dá pelo menos pra olhar o que já está acontecendo. E os números, vindos de lugares bem diferentes, apontam pro mesmo lado.

O estudo Canaries in the Coal Mine, de Stanford, usou dados de folha de pagamento da ADP (não pesquisa de opinião) e encontrou uma queda de cerca de 20% no emprego de desenvolvedores entre 22 e 25 anos desde o fim de 2022. Os experientes ficaram estáveis.

NOTA: o mesmo laboratório publicou depois uma análise mostrando que parte dessa queda vem dos juros, não da IA. O efeito existe, mas não é só a IA.

O relatório de 2026 da SignalFire mostra a contratação de recém-formados cerca de 65% abaixo de 2019 nas big techs, e 76% abaixo nas startups em estágio inicial.

No Brasil, a pesquisa do Código Fonte TV aponta na mesma direção. Somando estágio e júnior, a fatia da base da pirâmide caiu ano após ano:

Em quatro anos, a base e o topo trocaram de lugar.

A pesquisa é por conveniência, feita com a audiência do canal, e eles mesmos avisam disso. Mas são quatro anos seguidos na mesma direção.

Só que ninguém está sendo demitido. Os sêniores continuam lá. É a entrada que está ficando mais estreita.

A profissão continua. A pra qual eu estudei, não. O caminho por onde eu entrei ainda existe. Só deixou de compensar.

4. O que vale hoje

Mas se os sêniores ficaram, o que eles têm que a IA ainda não substituiu?

Eu trabalhei numa startup que foi adquirida por uma empresa grande por centenas de milhões de dólares. O código não era nenhum primor. Mas o valor era entregue.

Hoje uma startup dessas entregaria o mesmo valor em menos tempo, e com código melhor. Na média, qualquer modelo decente escreve código melhor do que boa parte do que estava ali.

O problema é a palavra “média”. Escalabilidade, segurança, observabilidade e performance moram na cauda da distribuição. E alguém precisa saber quando o código está na média e quando está na cauda.

A pesquisa do Código Fonte TV tem um dado curioso sobre isso. Em 2024, os sêniores eram os céticos:

Não confia no código gerado por IA	2024	2025	2026
Júnior	21,8%	18,0%	14,9%
Sênior	34,4%	28,9%	17,4%

Em dois anos, os sêniores se converteram. Mas são eles que, todo ano, mais acham que a IA está superestimada. Usam e confiam, mas não compram o hype. Isso só é possível pra quem consegue verificar o que recebe.

O Ierusalimschy fala disso na mesma entrevista. Com a IA gerando código, entender o que o código faz fica mais importante, não menos.

Esse é o valor hoje. E eu digo hoje porque levo a sério o aviso dele: ninguém garante que isso continue verdade daqui a cinco anos.

5. O piso que sumiu

Só que ninguém nasce sabendo verificar código. Esse julgamento vinha de algum lugar.

Pra mim sempre existiram dois tipos de código: o de trabalho e o de estudo.

Código de estudo é estudo. Você repete, joga fora, experimenta. Código de trabalho, dependendo da sua posição, não tem nada disso. Você pega a task e segue os procedimentos, quase sempre estabelecidos pelos padrões do próprio projeto.

Que nem um pianista. O concerto não deixa ninguém melhor em escala. No palco você toca o que já sabe, do jeito que a peça pede. A escala acontece na sala de ensaio, onde ninguém está ouvindo e errar não custa nada.

Mas o trabalho dava uma coisa: um piso. Mesmo quem nunca estudava fora do expediente escrevia código todo dia, lia código dos outros, debugava porque a task travou. Não era estudo, mas era repetição. Um júnior que só trabalhava ainda terminava o primeiro ano sabendo mais do que quando entrou.

E boa parte desse piso era feita de erro. No estágio eu escrevia código e errava, muitas vezes coisa boba, e aprendia com cada erro.

Hoje eu não erraria. Os erros bobos que eu cometi, a IA teria acertado antes de mim. E eu não teria aprendido nada com eles.

A IA tirou esse piso. Hoje dá pra passar um ano entregando tasks sem escrever nada. E errando muito pouco: os erros bobos do primeiro estágio, do primeiro emprego, esses certamente não.

E os dados sugerem que isso já está acontecendo. Na mesma pesquisa:

	2024	2025	2026
Juniores que estudam 4h+ por semana	24,4%	21,2%	16,3%
Juniores que se sentem preparados no trabalho	64,2%	64,0%	70,8%

Estudam menos e se sentem mais preparados. Correlação não é causa, e eu não sou estatístico. Mas a minha leitura é que a IA está entregando a sensação de competência sem a repetição que construía a competência.

A Barbara Oakley tem nome pra isso em Learning How to Learn: ilusão de competência. Reler a resposta pronta dá a impressão de que você sabe. Só tentar sozinho mostra se você sabe mesmo.

A IA pode escrever o código por você, só não pode repetir por você.

A IA não mudou quase nada pra quem estuda. Mudou tudo pra quem não estuda.

6. “There is no magic”

Mas se nem o criador do Lua sabe o que recomendar, o que sobra pra recomendar? A resposta veio dele mesmo. No fim da entrevista, perguntaram que conselho ele daria pra si mesmo no começo da carreira. Ele respondeu (tradução livre):

“As pessoas dizem: aprenda Lua em 30 minutos, aprenda Python em 5 minutos. E eu sempre digo que eu queria aprender a programar em 5 anos. É isso. Aprenda de verdade, leve o seu tempo. Não existe mágica.”

Repara que ele não sabe que profissão vai existir. Mas sabe muito bem como se aprende. São duas incertezas diferentes, e só uma delas está em aberto.

Se eu estivesse começando hoje, faria assim:

1. Não delegue o que você quer aprender. Não existe aprender a programar sem escrever código.

   No trabalho, use IA, é o certo. No estudo, delegar anula o objetivo, porque a repetição é o que fixa. Já falei de prática deliberada aqui antes, e ela não ficou menos verdadeira.

2. Trate a saída da IA como uma página salva. Código pronto, funcionando, escrito por outro.

   Dá pra só usar. Ou dá pra ler, reproduzir na mão, quebrar e entender por que funciona. Eu fiz isso por falta de opção. Você vai ter que fazer por escolha.

3. Aprenda o que está embaixo da abstração. PHP, Java e JavaScript continuam aí, usados até hoje. O que veio por cima foram Laravel, React, Angular, Vue. Quando eles chegaram, eu estava pronto, porque sabia as bases que eles abstraíam.

   No Software 3.0, a abstração é o prompt e o agente. Embaixo dela estão inferência, quantização, memória, custo de computação. É o que eu estou estudando agora, e foi daí que saiu o post sobre SIMD.

   Pra quem faz web, a base é o que pesava naquela startup: escala, segurança, observabilidade, performance.

   

   Quem sabe a base fica pronto pra próxima abstração.

4. Coloque alguma coisa no ar e mantenha viva. Essas coisas se aprendiam em produção, apanhando de incidente, e produção era onde o júnior estava quando havia vaga de entrada.

   Sem a vaga, o projeto pessoal em produção vira o substituto do piso que sumiu.

Tudo isso tem um custo. Estudar sem IA é mais lento do que trabalhar com IA. Você vai sentir que está ficando pra trás enquanto outros entregam mais. No curto prazo, vai estar mesmo.

É esse o trade-off: entregar menos agora pra ter base depois.

A página salva de hoje

Eu não sei como vai ser a profissão daqui a cinco anos. O criador do Lua também não. Mas eu aprendi a programar num laboratório de escola, com livros e com um notebook que não era meu. E o jeito de aprender continua o mesmo.

Quem está hoje exatamente onde eu estava, sem internet, continua no meu caminho: livro e laboratório.

Mas pra quem começa com o celular e a internet que eu não tinha, a IA pode ser a melhor ou a pior coisa que aconteceu.

Depende de uma escolha só: se ela vai escrever o código no seu lugar, ou se vai ser a página salva que você lê, reproduz e quebra até entender.

Por hoje é só.