Publicar código ficou fácil. Aprender a saber se ele está certo ficou mais raro

"Aprenda a usar IA" virou conselho vazio duas vezes ao mesmo tempo: fácil demais para quem só quer publicar algo que funciona, e mais raro a cada trimestre como emprego pago para quem queria aprender construindo de verdade. O relatório Octoverse do GitHub mostra que mais de 36 milhões de pessoas entraram na plataforma no último ano — mais de uma por segundo — e que quase 80% dos novos usuários já usa o Copilot na primeira semana. No mesmo período, segundo um estudo do Stanford Digital Economy Lab com dados de folha de pagamento da ADP, o emprego de desenvolvedores de 22 a 25 anos caiu quase 20% em relação ao pico do fim de 2022. As duas coisas são reais e são o mesmo fenômeno: construir ficou banal, aprender a construir com supervisão está ficando raro.

Construir nunca foi tão fácil — e a métrica prova

O Octoverse registra mais de 1,1 milhão de repositórios públicos usando algum SDK de modelo de linguagem, crescimento de 178% em doze meses — 693.867 desses projetos foram criados só no último ano. Isso mede adoção de ferramenta. E isso é ferramenta, não competência — a distinção que sustenta tudo que escrevo nesta coluna. Publicar um repositório que roda, hoje, exige menos julgamento técnico do que exigia há três anos. Isso não é uma crítica: é um fato mensurável, e é bom que seja verdade — mais gente consegue transformar uma ideia em algo que funciona sem precisar de anos de curso antes.

O emprego que ensinava a competência está encolhendo

O vínculo júnior nunca foi só "escrever código simples". Era o contrato informal em que alguém pagava para uma pessoa errar sob supervisão — debugar o próprio erro, revisar o código de outra pessoa, entender por que uma solução que parecia certa quebrou em produção. Essa é a habilidade durável: não escrever a primeira versão, é saber quando a primeira versão está errada. E é exatamente essa vaga que está sumindo: o estudo de Stanford mostra que, para desenvolvedores de aplicação de 22 a 25 anos, o emprego caiu quase 20% desde o pico de 2022, resultado que se mantém mesmo excluindo empresas de tecnologia e ocupações remotas — não é só efeito de uma indústria isolada cortando custo.

Isso não prova que a IA "substituiu" o júnior — o próprio estudo é cauteloso quanto a causalidade exata. Prova algo mais concreto: a vaga que historicamente pagava para alguém aprender, com risco compartilhado pelo empregador, ficou mais escassa no mesmo período em que a barreira para publicar sozinho, sem essa supervisão, praticamente desapareceu. A ansiedade que a Aurora já registrou aqui recai desproporcionalmente sobre quem é júnior — e agora há um número mostrando por quê.

A ferramenta ficou mais fácil exatamente onde o julgamento ficou mais necessário

O mesmo relatório do GitHub mostra o TypeScript ultrapassando Python e JavaScript como a linguagem mais usada da plataforma — uma mudança que não acontecia havia mais de uma década — e atribui isso, em parte, ao fato de que tipagem estática funciona como guarda-corpo para código gerado por modelo. É um sintoma exato do problema: o mercado está compensando a falta de julgamento humano com estrutura técnica, não com gente treinada para julgar. Guarda-corpo evita alguns erros. Não decide se a funcionalidade resolve o problema certo, não avalia segurança, não sabe quando a solução elegante é a errada para aquele contexto — isso continua sendo a habilidade que some primeiro quando ninguém é pago para praticá-la, e nenhum linter substitui.

O que continua valendo a pena aprender

Não é "aprenda a promptar" — isso já é trivial o bastante para quase 80% de gente nova aprender sozinha na primeira semana, segundo o próprio GitHub. O que continua escasso é aprender a fazer a pergunta certa sobre o próprio código: ler o que não foi seu, formar hipótese sobre por que algo quebrou e testá-la, avaliar se o que foi construído resolve o problema certo — não só se compila. É exatamente o trabalho que some quando o código sai em 40 segundos e ninguém revisa, e é ele que, historicamente, se aprendia num emprego júnior supervisionado — o mesmo emprego que os dados de Stanford mostram encolhendo.

Para quem decide currículo, contratação de estágio ou orçamento de treinamento hoje, o conselho concreto não é "não use IA" nem "aprenda a usar IA": é criar, deliberadamente, o contexto que o mercado está deixando de criar sozinho — projeto real com revisão de alguém sênior, prática de leitura de código de terceiros, tempo protegido para debugar em vez de só publicar. O que ficou fácil é publicar algo que funciona. O que ficou raro é o lugar onde alguém aprendia, errando de verdade e sendo corrigido, a saber se aquilo estava certo. Isso não fica mais barato só porque programar ficou.