{"id":2651,"date":"2023-06-12T00:00:00","date_gmt":"2023-06-12T00:00:00","guid":{"rendered":"https:\/\/www.cesar.org.br\/painel\/insight\/ia-generativa-com-foco-em-codificacao-e-produtividade\/"},"modified":"2025-06-10T10:25:03","modified_gmt":"2025-06-10T13:25:03","slug":"ia-generativa-com-foco-em-codificacao-e-produtividade","status":"publish","type":"insight","link":"https:\/\/www.cesar.org.br\/painel\/insight\/ia-generativa-com-foco-em-codificacao-e-produtividade\/","title":{"rendered":"IA generativa com foco em codifica\u00e7\u00e3o e produtividade"},"content":{"rendered":"
\n

Numa reviravolta not\u00e1vel, F\u00e1bio Maia<\/a>, chefe de engenharia de sistemas no CESAR, transformou-se de c\u00e9tico em um defensor fervoroso da intelig\u00eancia artificial generativa no ambiente de trabalho. Esse subconjunto de IA em r\u00e1pida ascens\u00e3o pode criar conte\u00fado inovador com base em instru\u00e7\u00f5es de fala humana, potencialmente revolucionando a maneira como trabalhamos e criamos.<\/p>\n

O ceticismo inicial de Maia, alimentado pelo hist\u00f3rico controverso de Intelig\u00eancia Artificial, rotulou a IA generativa como um mero jarg\u00e3o: uma tecnologia superestimada que nunca poderia cumprir as grandiosas promessas feitas por seus defensores. Mas um recente renascimento na tecnologia de IA<\/a>, que impulsionou diversos modelos para o centro das aten\u00e7\u00f5es do mundo e do l\u00e9xico comum, o levou a dar uma nova chance \u00e0 IA generativa, obtendo resultados iniciais impressionantes que podem mudar para sempre o cen\u00e1rio da criatividade e efici\u00eancia aos seus olhos.<\/p>\n

Maia descobriu que esses benef\u00edcios n\u00e3o vieram sem suas falhas e desafios. Mas, apesar das in\u00fameras dificuldades ocultas no uso da tecnologia generativa, Maia agora se coloca como um defensor fervoroso do seu papel de apoio na co-cria\u00e7\u00e3o de obras excepcionais que superam o que qualquer especialista conseguiria fazer sozinho.<\/p>\n

Experimentando a gera\u00e7\u00e3o de c\u00f3digo usando a IA generativa<\/h3>\n

Iniciando sua jornada com otimismo cauteloso, Maia alimentou o sistema – neste caso, o ChatGPT – com alguns par\u00e2metros, ansioso para testemunhar suas capacidades. Os resultados foram nada menos que surpreendentes: a ferramenta n\u00e3o apenas compreendeu as instru\u00e7\u00f5es admitidamente escassas de Maia, mas tamb\u00e9m conseguiu gerar c\u00f3digo utiliz\u00e1vel que cumpria precisamente o que foi solicitado.<\/p>\n

\"Pessoa<\/p>\n

“J\u00e1 passamos por esse tipo de mudan\u00e7a”, explicou Maia. “No in\u00edcio, quando est\u00e1vamos apenas um n\u00edvel acima da linguagem de m\u00e1quina, com seus bin\u00e1rios e hexadecimais, era necess\u00e1rio escrever essas coisas (c\u00f3digo) em linguagem de montagem (Assembly Language). Era preciso lembrar os c\u00f3digos de opera\u00e7\u00e3o e os operandos para fazer um computador executar qualquer coisa. Ent\u00e3o vieram os compiladores, capazes de gerar c\u00f3digo com base em instru\u00e7\u00f5es que se assemelhavam mais \u00e0 fala humana – o que nos permitiu escrever c\u00f3digo em um n\u00edvel mais alto de abstra\u00e7\u00e3o. Naquela \u00e9poca, as pessoas se preocupavam com a substitui\u00e7\u00e3o de empregos pela tecnologia, pois os compiladores requerem menos pessoas do que o necess\u00e1rio para implementar a mesma funcionalidade com a linguagem de montagem, mas n\u00e3o foi isso \u00a0o que aconteceu.”<\/p>\n

“\u00c9 como a mem\u00f3ria nos computadores”, continuou ele, “quanto mais mem\u00f3ria voc\u00ea adiciona, mais usos as pessoas encontram para essa mem\u00f3ria. Isso \u00e9 o que vem acontecendo com o software h\u00e1 d\u00e9cadas. Aumentamos o n\u00edvel de abstra\u00e7\u00e3o e conseguimos fazer muito mais com menos c\u00f3digo; mas ent\u00e3o h\u00e1 uma demanda muito maior por software cada vez mais avan\u00e7ado.”<\/p>\n

Aumento de quase 40% na produtividade por engenheiro<\/h3>\n

\"IA<\/a>Hoje, Maia acredita que a efic\u00e1cia da IA generativa no ambiente de trabalho vai al\u00e9m da simples escrita de c\u00f3digo b\u00e1sico. Na verdade, Maia estima que as ferramentas generativas podem acelerar cerca de 40% da carga de trabalho di\u00e1ria de um engenheiro. Ele enfatizou que a maioria dos engenheiros de software gasta seu tempo estendendo ou corrigindo sistemas existentes, em vez de escrever c\u00f3digo do zero. E \u00e9 nesse ponto que, segundo ele, a IA realmente se destaca.<\/p>\n

Ao se deparar com bases de c\u00f3digo, bibliotecas ou frameworks desconhecidos, compostos por milhares, sen\u00e3o milh\u00f5es, de linhas de c\u00f3digo, o fluxo de trabalho t\u00edpico pode envolver horas de busca em bancos de dados, mecanismos de busca e f\u00f3runs online para entender o que cada trecho de c\u00f3digo faz. Mas agora, armado com a IA generativa, Maia encontra-se pulando a busca e indo direto para as respostas.<\/p>\n

A natureza conversacional do sistema permitiu que ele fizesse perguntas em linguagem natural e recebesse respostas r\u00e1pidas. Era como se o sistema j\u00e1 tivesse as respostas preparadas, adaptadas especificamente \u00e0s suas necessidades.<\/p>\n

A intelig\u00eancia artificial generativa se torna um aliado poderoso nessa empreitada, agilizando a opera\u00e7\u00e3o e acelerando o processo de explora\u00e7\u00e3o de bases de c\u00f3digo, bibliotecas e c\u00f3digo pr\u00e9-existente. Por exemplo, em vez de rastrear vari\u00e1veis em cada linha de um sistema de c\u00f3digo para diagnosticar um problema, Maia agora pode simplesmente pedir \u00e0 IA para adicionar coment\u00e1rios em cada linha para explicar o que o c\u00f3digo est\u00e1 fazendo, e ela responde com respostas relativamente boas em uma fra\u00e7\u00e3o do tempo que levaria para um ser humano.<\/p>\n

“\u00c9 como ter o suporte de uma equipe gigante de programadores de baixo n\u00edvel”, compartilhou ele. “Voc\u00ea precisa conferir sempre porque ele comete erros, mas as tarefas simples e repetitivas que exigem menos conhecimento podem ser feitas rapidamente e automaticamente.”<\/p>\n

Os ciclos de feedback mais curtos de codifica\u00e7\u00e3o a tornam ideal para a IA generativa<\/h3>\n

“Porque a codifica\u00e7\u00e3o \u00e9 mais determin\u00edstica e altamente estruturada, podemos conferir os resultados mais rapidamente”, explicou MaIa “Com a medicina”, ele ofereceu como exemplo contr\u00e1rio, “voc\u00ea descreve os sintomas da sua doen\u00e7a e o ChatGPT pode lhe dar um diagn\u00f3stico e uma receita. Entretanto, porque o ciclo de feedback na biologia \u00e9 bem mais lento, pode levar muito tempo antes de voc\u00ea perceber que o rem\u00e9dio est\u00e1 na verdade piorando seu estado. Com o c\u00f3digo, temos compiladores, verificadores de tipo e testes unit\u00e1rios, ent\u00e3o voc\u00ea sabe quase instantaneamente se o modelo errou.”<\/p>\n

A natureza r\u00e1pida e iterativa da codifica\u00e7\u00e3o torna-a uma combina\u00e7\u00e3o perfeita para otimiza\u00e7\u00e3o com ferramentas generativas. Todas essas melhorias culminam em uma redu\u00e7\u00e3o significativa no tempo gasto pesquisando em mecanismos de busca e f\u00f3runs, o que permite que os engenheiros se concentrem em tarefas de resolu\u00e7\u00e3o de problemas e inova\u00e7\u00e3o.<\/p>\n

L\u00edderes de TI concordam que a IA generativa ter\u00e1 um impacto transformador<\/h3>\n

Maia n\u00e3o est\u00e1 sozinho em elogiar o potencial impacto transformador da IA generativa no mundo. O CEO do Google, Sundar Pichai<\/a>, recentemente afirmou que a intelig\u00eancia artificial \u00e9 uma das coisas mais importantes em que a humanidade est\u00e1 trabalhando. “\u00c9 mais profunda do que, sei l\u00e1, eletricidade ou fogo”, disse. Uma pesquisa conduzida pela Salesforce<\/a>, como outro exemplo, descobriu que 57% dos mais de 500 l\u00edderes de TI seniores pesquisados consideram a tecnologia uma “mudan\u00e7a de jogo”, com 67% priorizando a IA generativa nos pr\u00f3ximos 18 meses.<\/p>\n

Navegando pelas ressalvas<\/h3>\n

No entanto, Maia enfatiza a import\u00e2ncia da ado\u00e7\u00e3o cautelosa e da expertise no uso das ferramentas de IA generativa. “Embora sejam recursos formid\u00e1veis nas m\u00e3os de profissionais experientes, depender deles sem um profundo entendimento do assunto pode levar a resultados equivocados”, disse ele.<\/p>\n

Ele levanta quest\u00f5es cruciais sobre como garantir que as pessoas possuam a experi\u00eancia necess\u00e1ria para distinguir entre resultados precisos e falhos, e observa que a educa\u00e7\u00e3o e o treinamento cont\u00ednuos s\u00e3o cruciais para o sucesso. Al\u00e9m disso, ele adverte que o uso excessivo ou incorreto dessas ferramentas pode causar defici\u00eancias de habilidades em \u00e1reas onde engenheiros em forma\u00e7\u00e3o n\u00e3o investem tempo suficiente para aprender certos conceitos b\u00e1sicos por meio da experi\u00eancia, em vez de confiar na IA para realizar todas as tarefas menores sem antes entender os conceitos fundamentais que est\u00e3o sendo por baixo. Isso ter\u00e1 impactos negativos assim que os resultados se desviarem um pouco do esperado. E, antes de mais nada, tamb\u00e9m impedir\u00e1 que voc\u00ea guie corretamente a IA quando se tratar de sistemas n\u00e3o triviais.<\/p>\n

Olhando para a frente, Maia vislumbra um futuro em que a IA generativa se torna um co-criador indispens\u00e1vel que colabora com a engenhosidade humana para redefinir o panorama da engenharia de software. Ele defende uma rela\u00e7\u00e3o simbi\u00f3tica, onde as habilidades humanas e das m\u00e1quinas se fundem para desbloquear uma criatividade e inova\u00e7\u00e3o sem precedentes. “As possibilidades s\u00e3o vastas, mas o desenvolvimento respons\u00e1vel, a transpar\u00eancia e as considera\u00e7\u00f5es \u00e9ticas devem guiar nosso caminho adiante”, disse ele.<\/p>\n

“Eu at\u00e9 imagino que, nas grandes empresas, voc\u00ea ser\u00e1 capaz de conversar com seu c\u00f3digo. Vamos supor que eu tenha um problema relatado pelo campo de que algo aconteceu com o sistema: uma falha. Se toda a sua base de c\u00f3digo estiver incorporada em um modelo de IA generativa, em vez de ter que parar para pensar onde isso pode estar acontecendo no c\u00f3digo e conduzir experimentos para confirmar, voc\u00ea poderia simplesmente perguntar ao modelo onde est\u00e1 o problema, e a IA apontar\u00e1 as \u00e1reas mais promissoras para investigar.”<\/p>\n

Resumindo<\/h3>\n

Em conclus\u00e3o, a jornada de Maia, de duvidar do valor da IA generativa a defender sua co-cria\u00e7\u00e3o para a codifica\u00e7\u00e3o de software e outros tipos de trabalho, destaca a natureza verdadeiramente transformadora desta tecnologia hoje, com suas capacidades e impactos resultantes crescendo \u00e0 medida que a tecnologia continua a evoluir rapidamente. Embora inicialmente c\u00e9tico, sua experimenta\u00e7\u00e3o com a IA revelou uma not\u00e1vel capacidade de compreender instru\u00e7\u00f5es complexas e gerar c\u00f3digo utiliz\u00e1vel.<\/p>\n

Ele enfatiza que a tecnologia generativa se destaca em auxiliar engenheiros de software ao agilizar o processo de trabalho com bases de c\u00f3digo existentes, reduzir o tempo de busca e possibilitar uma solu\u00e7\u00e3o de problemas mais r\u00e1pida, mas tamb\u00e9m reconhece a import\u00e2ncia da ado\u00e7\u00e3o cautelosa e da necessidade de expertise para discernir resultados precisos.<\/p>\n

Se a sua organiza\u00e7\u00e3o busca suporte para projetos de Pesquisa, Desenvolvimento e Inova\u00e7\u00e3o, o CESAR conta com centenas de arquitetos de software, desenvolvedores, designers, pesquisadores, especialistas em UX e gerentes de projeto de inova\u00e7\u00e3o. Para saber mais, entre em contato conosco.<\/a><\/strong><\/p>\n<\/div>\n","protected":false},"featured_media":2652,"template":"","categories":[5],"tags":[93],"formato_insights":[],"class_list":["post-2651","insight","type-insight","status-publish","has-post-thumbnail","hentry","category-tecnologia","tag-ia-generativa"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/insight\/2651","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/insight"}],"about":[{"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/types\/insight"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/media\/2652"}],"wp:attachment":[{"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/media?parent=2651"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/categories?post=2651"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/tags?post=2651"},{"taxonomy":"formato_insights","embeddable":true,"href":"https:\/\/www.cesar.org.br\/painel\/wp-json\/wp\/v2\/formato_insights?post=2651"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}