O T-Bank lançou uma nova pesquisa AI4SDLC para 2025. O quadro é extremamente irônico. Aprendemos a gerar código na velocidade de uma metralhadora, mas absolutamente não entendemos o que fazer com isso a seguir.

1. Verifique, não confie
Os números são impressionantes: 58% dos engenheiros usam IA para geração de código constantemente. Enquanto isso, 49% (quase metade!) não confiam nesse código. Apenas 11% confiam incondicionalmente.

2. O gargalo mudou de lugar
A programação deixou de ser o gargalo. Agora tudo fica preso na fase de revisão de código e testes. O aumento da produtividade individual (relatado por 64% dos entrevistados) se choca contra as rochas dos processos em equipe. Se você está produzindo funcionalidades duas vezes mais rápido, mas seu líder as revisa na mesma semana de sempre — o tempo total do processo não muda. A aceleração em uma etapa apenas cria um congestionamento na próxima.

3. Legacy — a criptonita da IA
Para tarefas com alto contexto e código antigo, apenas 18% usam IA. Por quê? Porque a rede neural é boa em "folha em branco", mas falha diante de camadas de gambiarras de dez anos atrás. Para que a IA realmente ajude em Legacy, sua documentação, ADRs e RFCs devem estar em perfeito estado. Mas não estão. 🤭

4. Erosão de habilidades e "pensamento de engenharia"
37% notaram que melhoraram na escrita de código com IA, mas há um lado negativo — o risco de degradação das habilidades básicas. Para que lembrar sintaxe ou algoritmos, se o Tab completa tudo sozinho?

No final, fica assim: a rede neural funciona como uma máquina de escrever turbo, mas depois os tech leads e revisores choram sangue, lidando com os resultados dessa "produtividade".