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."   

"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."

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:   

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", 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.

"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. 

"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."  

Próximos passos

Dê o próximo passo para potencializar sua engenharia com IA.