A IA vai acabar com o programador iniciante? O que os números mostram

Em agosto de 2025, pesquisadores da Universidade Stanford publicaram um estudo com dados de pagamento de milhões de trabalhadores nos Estados Unidos. Em agosto de 2026, eles atualizaram os números com dados até junho deste ano. O resultado: o emprego de quem tem de 22 a 25 anos nas profissões mais expostas à IA, como programação, está 19% abaixo de onde estaria se tivesse crescido no mesmo ritmo dos jovens em profissões menos expostas. E essa distância aumentou desde a primeira versão do estudo. (Stanford Digital Economy Lab)

A conta começa no fim de 2022, quando o ChatGPT chegou ao público.

Se você está começando na programação, ou pensando em entrar, a pergunta vem na hora: ainda vale a pena? Fui atrás do que os números dizem. A resposta é menos dramática do que as manchetes, mas também não é tranquila.

A porta de entrada ficou mais estreita

O estudo de Stanford separou os trabalhadores por idade e por profissão. Entre os profissionais mais experientes, nas mesmas funções, não apareceu uma diferença parecida. (Stanford Digital Economy Lab)

Tem um detalhe importante: a queda não vem de demissões. Vem de contratações. As empresas não estão mandando os jovens embora. Estão contratando menos gente iniciante. (Stanford Digital Economy Lab)

Ou seja: a profissão não encolheu por igual. Encolheu justamente para quem está chegando.

Pense numa obra. O ajudante aprende o ofício carregando tijolo e misturando massa, enquanto observa o pedreiro. Agora imagine que chega uma máquina que carrega tijolo sozinha. O pedreiro continua na obra. Quem perde o lugar é o ajudante, e com ele vai o caminho que transformava ajudante em pedreiro.

Na programação é parecido. As tarefas simples sempre foram o treino do iniciante: escrever código repetitivo, documentar, corrigir pequenos erros. Hoje a IA faz o rascunho disso em segundos.

Vale uma ressalva. Os próprios autores avisam que esses números mostram o que aconteceu, mas não provam que a IA é a única causa. O mercado de tecnologia também esfriou por outros motivos, como juros altos e cortes de custo. Mesmo assim, eles testaram outras explicações, como os juros, o trabalho remoto e até a exclusão das empresas de tecnologia da conta. A diferença continuou aparecendo. (Stanford Digital Economy Lab)

A IA erra com cara de acerto

Se a IA faz tanto, por que ainda precisamos de gente? Porque ela erra de um jeito difícil de perceber.

A pesquisa anual do Stack Overflow, o maior fórum de programação do mundo, ouviu cerca de 49 mil programadores em 2025. 84% usam ou pretendem usar ferramentas de IA no trabalho. Mesmo assim, mais programadores desconfiam da precisão da IA (46%) do que confiam (33%), e só 3% dizem confiar muito. (Stack Overflow)

A maior reclamação? Dois em cada três citaram respostas da IA que estão quase certas, mas não totalmente, e quase metade disse que corrigir código gerado por IA leva mais tempo. (Stack Overflow)

A edição de 2026, divulgada em outubro com mais de 30 mil respostas, repetiu o recado. Quase metade dos programadores disse confiar no que a IA entrega só quando consegue conferir com facilidade. E só 6,6% confiariam nela para uma decisão importante. (IT Brief)

É como um GPS que te leva até a rua certa, só que na cidade errada. Quem conhece a região percebe na hora. Quem não conhece só descobre quando já chegou.

Para o iniciante, isso é ao mesmo tempo um perigo e uma oportunidade. Perigo, porque fica fácil aceitar o que a IA entrega sem saber se está certo. Oportunidade, porque saber conferir virou uma das habilidades mais valiosas da profissão.

A sensação de velocidade engana

Existe uma ideia comum de que, com IA, qualquer um programa duas vezes mais rápido. Em 2025, o METR, uma organização sem fins lucrativos que avalia IA, testou isso na prática.

Eles acompanharam 16 programadores experientes trabalhando em projetos que conheciam havia anos. Foram 246 tarefas reais. Com IA, os participantes levaram em média 19% mais tempo. Antes do teste, esperavam ganhar 24% de velocidade. E, mesmo depois de terminar, achavam que a IA tinha deixado o trabalho 20% mais rápido. (METR; The Register)

Só que esse resultado envelheceu. Em fevereiro de 2026, o METR avisou que, com as ferramentas mais novas, os programadores provavelmente estão mais rápidos do que no início de 2025. Mas não conseguiram medir quanto. Muitos participantes se recusaram a fazer metade do trabalho sem IA, e isso distorceu o experimento. (METR)

O que continua valendo é a outra metade da descoberta: somos ruins em medir o quanto a IA nos ajuda. Os próprios pesquisadores lembram que a estimativa de quem usa a ferramenta pode ser bem imprecisa. A velocidade que a gente sente não é a velocidade real, e o tempo economizado escrevendo pode ir embora revisando e corrigindo.

A vaga não sumiu, ela mudou

O ponto mais importante do estudo de Stanford passou despercebido em muitas manchetes. Os pesquisadores separaram as profissões pelo jeito como a IA é usada nelas. A queda se concentra onde a IA substitui o trabalho. Onde ela ajuda a pessoa a trabalhar, o emprego ficou estável ou cresceu, principalmente para os mais experientes. (Stanford Digital Economy Lab; Engineering Prompts)

A programação tem os dois lados. Quem só digita exatamente o que pediram está competindo com a IA. Quem entende o problema, revisa o resultado e toma decisões usa a IA como ferramenta.

A calculadora não acabou com o contador. Acabou com o trabalho de quem só fazia conta.

O que separa quem está conseguindo entrar

Eu uso IA para escrever código todos os dias. O que percebo é que ela acelera muito quem já sabe para onde ir e confunde quem ainda não sabe. Quem está conseguindo espaço costuma ter algumas coisas em comum:

• Entende a base. Sabe ler o código que a IA escreveu e explicar por que ele funciona, ou por que não funciona.
• Usa a IA para aprender, não para pular etapas. Pede explicação e compara caminhos, em vez de só copiar e colar.
• Confere antes de entregar. Testa, desconfia do “quase certo” e não trata a resposta da IA como verdade.
• Entende o negócio de quem vai usar. Uma loja quer vender e uma empresa quer ser encontrada. Código bonito que não resolve isso não vale muito.
• Tem trabalho para mostrar. Projetos reais, mesmo pequenos, contam mais do que certificados.

Nenhum desses pontos depende de decorar comandos. Todos dependem de entender o que está sendo feito.

A IA tirou o primeiro degrau, não a escada

Os números são reais: há menos espaço para o iniciante do que havia em 2022, e a distância cresceu em 2026. Mas os mesmos estudos mostram que a IA ainda precisa de alguém que confira o resultado, que a sensação de velocidade engana e que quem sabe usar a ferramenta com critério continua sendo procurado.

O caminho para entrar ficou mais exigente. Antes dava para aprender só executando tarefas simples. Agora é preciso entender desde cedo o que se está construindo.

Se esse assunto te interessa, acompanhe meu LinkedIn. Escrevo por lá sobre como uso IA no meu trabalho de desenvolvimento.

Referências

• Brynjolfsson, E.; Chandar, B.; Chen, R. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab. Versão atualizada de agosto de 2026 (a primeira versão é de agosto de 2025). PDF do estudo
• Cobertura da primeira versão do estudo: The Register e Gigazine
• Análise sobre automação e ajuda no trabalho: Engineering Prompts
• Stack Overflow. Developer Survey 2025, seção de IA. survey.stackoverflow.co/2025/ai
• Cobertura da pesquisa de 2025: ADTmag e TechRepublic
• Cobertura da pesquisa de 2026: IT Brief
• METR. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity, julho de 2025. metr.org
• METR. We are Changing our Developer Productivity Experiment Design, fevereiro de 2026. metr.org
• Cobertura do estudo do METR: The Register e DX Newsletter