Perspectives: Edição nº 36 | Maio de 2025
Engenharia de software com IA: A nova era do desenvolvimento
Nesta edição da Perspectives, especialistas da Thoughtworks mostram a líderes como adotar a entrega de software baseada em IA (AIFSD) de maneira responsável e holística, com base em seu profundo conhecimento na área e em sua experiência prática com o uso de IA em grandes desafios de software.
Tempo de leitura: 9 minutos | Sem tempo? Leia o sumário executivo >
Colaboradoras
Birgitta Boeckeler
Global Lead de AI-Assisted Software Delivery da Thoughtworks
Alessio Ferri
Lead Software Engineer da Thoughtworks
Martin Fowler
Chief Scientist da Thoughtworks
Principais destaques
- Além da programação: A AIFSD oferece potencial transformador para todos os tipos de processos de entrega de software, não apenas assistência na programação.
- Repensando os benefícios: Ganhos de produtividade são apenas a ponta do iceberg. A AIFSD aprimora processos críticos, promovendo melhorias a longo prazo.
- Engenheiras capacitadas, não substituídas: A IA reforça princípios estabelecidos, ao mesmo tempo em que incentiva as engenheiras a se adaptarem e expandirem suas habilidades.
- É fundamental monitorar cuidadosamente: As ferramentas de IA podem ampliar soluções e problemas. A produção de qualidade exige vigilância e códigos de alto calibre.
- Potencial voltado para o futuro: A AIFSD está evoluindo rapidamente para lidar com tarefas complexas — mas apenas para quem está disposto a liderar essa mudança.
Uma viagem acelerada
A IA continua a alimentar debates — sobre se é transparente ou fundamentalmente não confiável; se tornará as pessoas mais ou menos inteligentes; e se seu impacto ambiental geral será positivo ou negativo. Mas há um consenso sobre uma coisa: o desenvolvimento de software é a área que mais gera adoção de IA pelas empresas, e onde a IA provavelmente terá o maior impacto transformador no curto e médio prazo .
Embora ainda seja muito cedo para chamar isso de revolução, Martin Fowler, Chief Scientist da Thoughtworks, acredita que essa mudança poderá ser tão significativa quanto a transição da linguagem assembly para as linguagens de alto nível. "As abordagens que utilizam IA podem mudar completamente a maneira como as pessoas pensam sobre programação", afirma ele.
A confiança de que a entrega de software é a primeira "aplicação revolucionária" da IA já provocou uma onda de investimentos em assistentes de programação. A Cognition, desenvolverdora do que se autodenomina "o primeiro engenheiro de software de IA do mundo", foi recentemente avaliada em US$ 4 bilhões . Pesquisas indicam que mais de 90% das desenvolvedoras de software já utilizam ferramentas de IA de alguma forma, tanto dentro quanto fora do trabalho.
Desenvolvedoras estão adotando assistentes de programação com IA


Mas essa tendência traz consigo uma série de questões:
Qual deve ser o papel da IA no processo de desenvolvimento e em que fase do ciclo de vida ela é mais eficaz?
Quais são os riscos de delegar cada vez mais aspectos do desenvolvimento e da entrega de software às ferramentas de IA?
De que forma o papel do talento humano mudará em um espaço cada vez mais impulsionado pela IA?
Por quanto tempo as respostas a qualquer uma das perguntas acima permanecerão válidas à medida que a tecnologia continua a evoluir?
Com base em seus primeiros trabalhos de entrega de software baseada em IA (AIFSD), as profissionais da Thoughtworks chegaram a várias conclusões relevantes para engenheiras e líderes empresariais:
A adoção da IA não é tão avançada quanto pode parecer à primeira vista. "A maioria das desenvolvedoras e engenheiras estão usando ferramentas de IA criadas para fins específicos, com escopo reduzido a um subconjunto limitado de código", destaca Fowler.
A entrega de software baseada em IA vai além da programação. A "verdadeira" AIFSD é um processo colaborativo e iterativo de ponta a ponta, projetado para aproveitar o potencial da IA desde o início — ou seja, desde a definição do escopo de um produto de software até o suporte e a manutenção a longo prazo. Os assistentes de programação podem servir como uma porta de entrada, mas "apenas um pequeno número de empresas está tentando fazer mais do que isso, ou tratar a AIFSD como mais do que uma nova ferramenta que não requer nenhuma gestão de mudança", afirma Birgitta Boeckeler, Global Lead de AI-Assisted Software da Thoughtworks.
"Existe um potencial significativo na área de testes, mas as barreiras são que, em algumas áreas, as ferramentas ainda não estão totalmente disponíveis — ou as pessoas estão esperando por ferramentas especializadas quando talvez não precisem delas", acrescenta ela. "Os chatbots com recursos avançados podem realmente levar você muito longe na análise e descrição de requisitos, além de apresentarem uma barreira muito baixa para experimentação."
A modernização de sistemas legados é onde a AIFSD poderá ter maior impacto. As mudanças nas realidades competitivas e o surgimento da IA tornaram a modernização uma prioridade mais urgente para as empresas , mas reformar o patrimônio tecnológico legado continua sendo uma tarefa formidável. A AIFSD promete ajudar as empresas a enfrentar esse desafio.
"[A AIFSD] acelerará significativamente a engenharia reversa, para que não precisemos mais passar meses tentando entender o escopo de um sistema ou presas em uma 'paralisia de análise'", explica Alessio Ferri, Lead Software Engineer da Thoughtworks. "Podemos usar o tempo ganho para aprofundar ou ampliar nossos conhecimentos, aprendendo mais sobre o que estamos fazendo e reduzindo ainda mais os riscos da modernização."
Definindo os benefícios
Então, o que explica o forte interesse em aplicar IA na entrega de software, mesmo que de forma limitada? Para a maioria das empresas, os ganhos potenciais de produtividade são o principal motivo. Já existem evidências de que esses ganhos podem ser rapidamente concretizados, com um estudo mostrando que desenvolvedoras que utilizam o GitHub Copilot concluíram tarefas 55% mais rápido do que suas colegas que não utilizaram IA.
No entanto, as especialistas da Thoughtworks apontam que a produtividade é uma qualidade difícil de medir e está sujeita a uma ampla gama de variáveis. Embora a experiência da Thoughtworks com clientes tenha realmente demonstrado que a AIFSD economiza tempo, a produtividade também pode depender de fatores como a experiência da desenvolvedora ou a complexidade do desafio a ser enfrentado. Os benefícios da AIFSD precisam ser vistos de forma mais holística e também compreendidos como potencialmente mais transformadores.
A aceleração pode afetar não apenas o desenvolvimento de software, mas todo o ciclo de feedback do software.
"A aceleração pode impactar não apenas o desenvolvimento de software, mas todo o ciclo de feedback do software — da ida para produção, ao aprendizado com os resultados e à adaptação dos processos e da trajetória de crescimento do negócio", destaca Fowler. "Nesse sentido, os efeitos da AIFSD podem ser dramáticos — afetam os custos, mas também o que você pode fazer. Quando você consegue ser mais ágil, muitas outras coisas também mudam."
"Há um grande foco na velocidade, mas há também um potencial significativo para a AIFSD facilitar o gerenciamento de conhecimento para as desenvolvedoras, melhorando a integração e a mobilidade da equipe", afirma Boeckeler. "Ela introduz não apenas novas maneiras de escrever código, mas também novas maneiras de encontrar e acessar informações."
Ela introduz não apenas novas maneiras de escrever código, mas também novas maneiras de encontrar e acessar informações.
Boeckeler também observa que, à medida que as ferramentas de IA se tornam mais sofisticadas, elas podem dar às equipes de engenharia a capacidade de lidar simultaneamente com problemas muito maiores. Além de simplesmente recomendar código para um único método ou função, os agentes de IA mais recentes podem lidar com tarefas complexas, como expor um novo campo de dados em uma API, alterando arquivos, executando testes e resolvendo preventivamente quaisquer erros que possam ocorrer.
"O básico é todo automatizado, mas as engenheiras supervisionam e ajustam os resultados", explica ela. "Algumas equipes já estão utilizando agentes 100% do tempo e, em certos casos, isso proporciona um aumento de 80% na produtividade."
Esses tipos de avanços foram comprovados em projetos recentes da Thoughtworks para clientes que utilizaram abordagens AIFSD, incluindo:
Revolucionando a engenharia reversa para uma grande montadora global: Uma montadora de carros de luxo em processo de modernização estava com dificuldades para decifrar sua base de código de 15 milhões de linhas, com a engenharia reversa de 10.000 linhas de código levando, em média, seis semanas para ser concluída por duas pessoas.
O assistente de documentação CodeConcise Legacy Assistant, desenvolvido pela Thoughtworks com IA, foi aplicado para gerar documentação equivalente a esta saída e adequada para engenharia reversa em apenas algumas horas. Mesmo considerando duas semanas adicionais para validações por especialistas, o tempo necessário para todo o processo foi reduzido em dois terços. De acordo com estimativas da cliente, o uso do CodeConcise para gerar documentação em todo o programa de modernização poderia ter economizado cerca de 60.000 dias de trabalho.
Aprimorando a detecção de bugs para uma provedora global de dados: Para uma cliente da Thoughtworks cujo negócio depende do fornecimento de dados precisos e em tempo real que afetam decisões financeiras, pequenos erros ou tempo de inatividade podem rapidamente se transformar em riscos graves. A Thoughtworks utilizou o CodeConcise para esta provedora a fim de otimizar a detecção de bugs, pois mesmo um único bug poderia custar à empresa uma quantia significativa de receita.
A complexa estrutura da plataforma central da empresa significava que, tradicionalmente, eram necessários cerca de oito dias apenas para identificar problemas, mas o CodeConcise reduziu esse tempo para três horas — um ganho enorme do ponto de vista comercial. "O CodeConcise também ajudou a integrar pessoas que não estavam necessariamente familiarizadas com a base de código, permitindo que elas contribuíssem para encontrar e resolver problemas", acrescenta Ferri, que trabalhou em estreita colaboração com a cliente durante todo o projeto.
Engenharia e engenheiras redefinidas
A AIFSD terá implicações significativas para a disciplina de engenharia de software e para as próprias engenheiras. No entanto, a Thoughtworks espera que muitos princípios comprovados continuem válidos e possam até ganhar nova relevância.
Veja o caso do agile (ou ágil), que Martin Fowler ajudou a articular inicialmente como coautor do Manifesto para o Desenvolvimento Ágil de Software. "A ideia central do ágil é fazer pequenos incrementos, com contato constante com a empresa e as usuárias, e tornar isso parte do seu ciclo de feedback principal", afirma ele. "Existe uma forte sinergia entre a agilidade e o que você pode fazer com IA, simplesmente porque ela acelera o ciclo de feedback — e quanto mais você acelera esse ciclo, maiores são as consequências."
Boeckeler acredita que o desenvolvimento orientado por testes estará entre as práticas mais impactadas pela IA, mesmo que ainda não esteja claro se isso será para melhor ou para pior.
"O desenvolvimento orientado por testes baseia-se no princípio de avançar com pequenos passos", explica ela. "Um bom design é impulsionado primeiro pela escrita do teste, porque isso obriga as desenvolvedoras a pensar sobre suas especificações e o que realmente desejam alcançar. Mas agora a IA pode simplesmente gerar testes, códigos e funções inteiras de uma só vez. Isso é bom ou ruim? E em que situações isso deve ser usado?"
Uma preocupação é que a facilidade e a rapidez possibilitadas pela AIFSD possam gerar complacência. "Tornou-se tão rápido e fácil criar e implementar recursos, que as engenheiras nem sempre fazem uma análise adequada do que seria um recurso completo e bem desenvolvido e quais outras consequências ele poderia ter, porque isso nunca foi planejado ou priorizado adequadamente no roteiro do produto", afirma Boeckeler. "Nesse sentido, o desenvolvimento acelerado por IA pode criar repentinamente um rastro que a equipe precisa entrar para limpar."
Velocidade não significa necessariamente reduzir a equipe; também pode significar fazer mais com a mesma quantidade de pessoas.
"Velocidade não significa necessariamente reduzir a equipe; também pode significar fazer mais com a mesma quantidade de pessoas", explica ela. "Sempre há um acúmulo de coisas a fazer. As organizações estão enfrentando uma série de complexidades acidentais que se acumularam ao longo de décadas, e muitas de nossas clientes estão tendo dificuldades para concluir seus projetos devido a um patrimônio existente que está se tornando cada vez mais difícil de manter.”
O que mudará com a IA são as habilidades que as engenheiras precisam trazer para suas funções.
"As pessoas terão que aprender coisas diferentes, incluindo os formalismos das linguagens de programação de alto nível, como interagir com ferramentas LLM e lidar com o fato de que sistemas não determinísticos estão produzindo códigos que serão executados de forma determinística", diz Fowler. "O conhecimento sobre o que são boas APIs e como separar as coisas em módulos pode se tornar uma parte importante da função. Alguém que esteja entrando na profissão agora pode aprender habilidades e formas de trabalhar diferentes, mas pode ter uma vantagem por não trazer nenhum peso do passado".
Por enquanto, em vez de buscar reformular totalmente as equipes, as especialistas da Thoughtworks aconselham as empresas a se prepararem para a IA incentivando a experimentação, que é um passo essencial no caminho para a adoção.
As dimensões essenciais da adoção de IA


Fonte: Thoughtworks
"Muitas grandes organizações não têm um espaço onde as desenvolvedoras possam fazer testes com IA", destaca Ferri. "As pessoas precisam poder cometer erros. A questão é como permitir que erros seguros ocorram, para que você possa entender o impacto na organização e nos dados que ela controla.”
"É preciso usar a IA por um tempo para ter uma intuição de quando recorrer a ela", concorda Boeckeler. "Há muito aprendizado social. Compartilhar histórias umas com as outras sobre desafios e conquistas é uma grande alavanca. Os programas de treinamento estruturados só podem levá-la até certo ponto, porque o espaço está mudando muito rapidamente.
A questão é como permitir que erros seguros ocorram, para que você possa entender o impacto na empresa e nos dados que ela controla.
A longo prazo, a IA poderá melhorar significativamente a transferência de conhecimentos e competências, bem como a capacidade das equipes de desenvolvimento para desempenhar um papel mais estratégico na organização.
"Estamos alcançando um nível de abstração que permite às desenvolvedoras gastar menos tempo persuadindo o computador a fazer o que elas precisam", diz Fowler. “Isso implica mais tempo para reflexões de alto nível, mas também para uma maior colaboração com a área de negócios, que sempre foi o principal obstáculo. Isso aumenta a importância de as desenvolvedoras se considerarem pessoas que trabalham em estreita colaboração com o lado comercial. Uma boa analista de negócios que seja capaz de aprender a trabalhar com ferramentas de IA pode ser tão eficaz quanto uma programadora que trabalha mais na área de BA, e espero que vejamos uma fusão desses tipos de funções”.
"Grande parte do conhecimento sobre uma organização reside apenas na cabeça das pessoas, o que não é fácil para uma IA acessar", afirma Ferri. "Normalmente, as pessoas com mais conhecimento organizacional são superocupadas e sobrecarregadas, apenas mantendo as coisas funcionando. Podemos usar IA generativa para apoiar essas pessoas em seu trabalho e aliviar um pouco da pressão sobre elas."
"Se, em vez de depender de uma determinada especialista para responder às perguntas, você puder inserir um chatbot simples no processo para realizar essa tarefa, você aumentará a capacidade da especialista", acrescenta Ferri. "Agora elas podem aplicar seus conhecimentos não apenas para apoiar outras pessoas na organização, mas também para ajudar a moldar o futuro, porque são as que mais sabem sobre a estratégia da empresa e para onde ela está indo."


Juntas, vamos reimaginar a entrega de software com IA.
Sensibilização, prevenção de riscos
Com a AIFSD se tornando cada vez mais comum, a Thoughtworks recomenda trabalhar proativamente para aumentar a conscientização sobre os riscos envolvidos — sendo o maior deles, sem dúvida, a aceleração de erros.
Em um estudo recente, pouco menos de 70% das desenvolvedoras relataram que as ferramentas de IA aumentaram o tempo que gastam depurando código ou lidando com vulnerabilidades de segurança, enquanto 60% admitiram que sua organização carece de processos para avaliar a eficácia geral dessas ferramentas.
Da mesma forma, análises de repositórios Git apontam para um aumento recente na "rotatividade" — alterações no código que são posteriormente alteradas novamente, o que pode ser um indício de correções e problemas com a qualidade do código que podem se acumular ao longo do tempo.
O aumento da rotatividade de códigos sinaliza problemas crescentes de qualidade de software


Fonte: GitClear
"O slogan que usamos desde o início é que a GenIA amplifica indiscriminadamente", diz Boeckeler. "Quando você pede para gerar código, ela não distingue entre bom e ruim, e quando você tem código de baixa qualidade, ela amplifica isso."
"Se você não prestar atenção ao que a IA faz, devido aos volumes que ela pode produzir, será uma morte lenta e dolorosa", afirma Ferri. "Se não questionarmos o que ela faz, aos poucos, com o tempo, as coisas vão piorar e as IAs deixarão de ter um desempenho tão bom. Veremos uma degradação da qualidade a tal ponto que o código ficará tão ruim que as IAs não poderão mais trabalhar com ele."
A única resposta real a isso é a vigilância constante. "É quase como combater um incêndio, garantir que você sabe exatamente o que a IA está fazendo para não ser pego de surpresa mais tarde, quando pode ser tarde demais", explica Ferri.
As organizações também podem evitar problemas aderindo a princípios de engenharia sólidos que garantam que as ferramentas de IA estejam funcionando com uma boa base de código desde o início, evitando assim o ciclo vicioso de "lixo entra, lixo sai".
"Todos os sinais até agora indicam que, se você tiver um código bem construído, abordagens modulares e todas as outras boas práticas que costumamos enfatizar, isso torna muito mais fácil para a IA trabalhar e minimiza os problemas no futuro", diz Fowler.
A necessidade de supervisão reforça ainda mais o papel essencial da experiência humana na AIFSD, salienta Ferri.
"Algumas organizações estão prevendo o equivalente a ‘dark factories’, onde a IA assume o controle e não são necessários seres humanos", diz ele, "mas essas fábricas são projetadas para produzir coisas específicas que são isoladas e repetíveis. Se fizermos um bom trabalho categorizando essas coisas no ciclo de vida do desenvolvimento e conseguirmos automatizar verificações e proteções, talvez possamos ter agentes autônomos lidando com essas funções. Mas, com muito poucas exceções, precisaremos de seres humanos no processo. Não é opcional."
Casos de uso futuros
Embora apresente riscos, a forma como a AIFSD está evoluindo — e os avanços que ela possibilita — significam que ela só tende a se expandir. A Thoughtworks prevê que o progresso irá acelerar em várias frentes:
Melhorar a tomada de decisões: "Vejo um papel para a IA auxiliando nas decisões de arquitetura, ajudando-nos a entender as melhores metodologias, práticas e modelos mentais que podemos aplicar a uma situação", afirma Boeckeler. "Poderá até haver um prompt que permita discutir o assunto, para melhorar o aprendizado e evitar que as pessoas cometam erros."
Impulsionando a abordagem "thin-slice" para a modernização: "Quando modernizamos sistemas legados, adotamos uma abordagem incremental, e uma parte fundamental do processo é identificar quais são esses incrementos", observa Ferri. "A cada incremento, temos que fazer concessões em relação ao tamanho que ele deve ter em comparação com as despesas gerais necessárias para colocá-lo em operação. A IA poderia ajudar nisso, lidando com parte da sobrecarga por nós, permitindo-nos dar passos maiores no sistema legado e encurtar a jornada de modernização ou, inversamente, dar passos menores para reduzir ainda mais os riscos do programa."
Upgrade dos testes exploratórios: Ferri observa que, embora o processo seja atualmente conduzido principalmente por seres humanos, a IA poderia ser aproveitada em partes dos testes exploratórios para destacar caminhos não explorados ou melhorar os métodos de interação. "Já estamos vendo IAs executar testes determinísticos, nos quais elas fornecem feedback, e agentes podem ser usados para autocorrigir o teste ou o próprio código", afirma ele. "A IA também está sendo usada para prever quando surgirão problemas, estabelecer padrões bons e saudáveis e reagir quando esses padrões não estiverem mais presentes."
O resultado é que as equipes de engenharia e as organizações terão que se preparar para um impacto maior impulsionado pela AIFSD, mas Fowler incentiva as empresas a continuarem focadas nas oportunidades e, acima de tudo, a manterem a mente aberta.
Aproveitar com sucesso a IA, diz ele, "resume-se a estar preparado para experimentar". Em uma situação de mudanças rápidas, você precisa estar pronta para tentar uma dúzia de coisas diferentes, sabendo que a maioria delas não vai funcionar — mas essa é a única maneira de descobrir o que funciona.

"Em uma situação de mudanças rápidas, você precisa estar pronta para tentar uma dúzia de coisas diferentes, sabendo que a maioria delas não vai funcionar — mas essa é a única maneira de descobrir o que funciona."
Martin Fowler
Chief Scientist, Thoughtworks
Próximos passos
Dê o próximo passo para potencializar sua engenharia com IA.
Contribuições
Birgitta Boeckeler
Global Lead de AI-Assisted Software Delivery
Desenvolvedora de software, arquiteta e líder técnica apaixonada por ajudar equipes e organizações a quebrar a complexidade e encontrar novas perspectivas para analisar seus sistemas.
Alessio Ferri
Lead Software Engineer
Desenvolvedor e tecnólogo que gosta de usar sua experiência para ajudar as clientes a resolver desafios complexos de engenharia.
Martin Fowler
Chief Scientist
Autor e palestrante internacional sobre desenvolvimento de software, especializado em metodologias ágeis de desenvolvimento de software, incluindo programação extrema.
Leitura relacionada
-
ReportO surgimento dos codebots: como a IA está mudando o desenvolvimento de softwareLeia o relatório
-
ArticleLiderando através da mudança: Navegando pelo cenário das ferramentas de IA para entrega de softwareLeia o artigo
-
Client storyImpulsionando excelência com transformação operacional e atendimento ao cliente com IALeia a história do cliente
Inscreva-se na Perspectives para se manter à frente da concorrência.
Obtenha insights comerciais oportunos, análises de especialistas e atualizações do setor diretamente na sua caixa de entrada — sem ruído, apenas valor.
(* Campos obrigatórios)