A Ilusão do Et Voilà: a IA não transformou amadores em arquitectos de sistemas

A Ilusão do “Et Voilà”: a IA não transformou amadores em arquitectos de sistemas

Circula por aí uma ideia cada vez mais popular, tão sedutora quanto perigosamente simplista: qualquer pessoa, mesmo sem conhecimento técnico profundo, pode hoje pedir a uma IA que lhe desenvolva uma aplicação, e et voilà — o milagre acontece. Como se a engenharia tivesse finalmente sido reduzida a um ritual de desejos bem formulados. Como se a arquitectura de sistemas, a segurança, a consistência de dados, a observabilidade e a manutenção fossem detalhes menores, pequenas rugas que a retórica algorítmica alisa com um sorriso digital.

É verdade que o salto tecnológico foi impressionante. Ferramentas actuais como o Codex da OpenAI foram apresentadas como agentes capazes de trabalhar sobre codebases reais, editar múltiplos ficheiros e executar tarefas de engenharia em sandbox; a OpenAI descreve inclusive uma evolução para tarefas mais longas e complexas em fluxos agênticos. Também o GitHub tornou disponível o Copilot code review, que procura bugs, problemas de desempenho e sugere correcções numa lógica de apoio ao processo de revisão. Tudo isto é real, relevante e já mudou a forma como muitas equipas trabalham.^[1][2][3]

O que a IA já faz muito bem

A IA actual já consegue produzir bastante coisa útil. Consegue gerar interfaces, criar operações CRUD, montar pequenas aplicações internas, sugerir testes, sintetizar documentação, acelerar refactors repetitivos e até ajudar na análise de bases de código legadas. Em certos contextos, isso representa uma libertação autêntica de tempo e energia. Permite a equipas pequenas avançar mais depressa, experimentar mais cedo e reduzir atrito em tarefas mecânicas.

Mas este é precisamente o ponto em que convém distinguir entre produção de artefactos e construção de sistemas. Uma coisa é gerar uma aplicação que parece funcional. Outra, muito diferente, é conceber um sistema que suporte a erosão do mundo real: autenticação sólida, permissões coerentes, integridade dos dados, rollback, auditoria, escalabilidade, backup, recuperação, custos previsíveis, conformidade legal, interoperabilidade, comportamento sob carga, degradação controlada e manutenção por terceiros sem sacrificar a sanidade mental da equipa.

A superfície ficou brilhante; o subsolo continua complexo

O grande engano nasce da melhoria espantosa da superfície. Hoje, o código surge depressa, a interface parece plausível, os nomes soam profissionais e a máquina responde com a confiança serena de quem nunca cora de embaraço. Mas a confiança sintáctica não é garantia de qualidade estrutural. Uma aplicação pode estar elegante à superfície e apodrecer por dentro: dependências frágeis, acoplamento excessivo, falhas subtis de autorização, vulnerabilidades silenciosas, lógica mal distribuída, ausência de telemetria e uma dívida técnica tão vasta que cada alteração futura se transforma numa escavação arqueológica em terreno minado.

É por isso que o relatório DORA 2025 é tão importante. A sua conclusão central é quase poética na sua brutalidade: a IA funciona sobretudo como amplificador. Isto significa que ela acelera equipas bem organizadas, com boas práticas e disciplina de entrega; mas acelera igualmente o caos, a dívida técnica, a má arquitectura e a desordem processual quando esses males já existem. A máquina não corrige automaticamente a fragilidade de uma organização. Dá-lhe apenas velocidade. E velocidade, sem direcção, é uma forma muito eficiente de colidir.^[4][5]

O mito do amador soberano

Daqui nasce um novo mito: o do amador soberano, armado com linguagem natural, pronto a produzir software de produção como quem encomenda um café e recebe uma central eléctrica. Este mito é cómodo porque afaga o nosso desejo antigo de saltar directamente do desejo ao resultado, sem pagar portagem ao estudo, ao método ou à experiência. A promessa é irresistível: já não é preciso saber muito; basta pedir bem.

Mas sistemas a sério não nascem apenas de pedidos bem escritos. Nascem da compreensão das restrições. Nascem de decisões difíceis. Nascem da capacidade de antecipar o que pode falhar e de desenhar o sistema para não morrer ao primeiro tropeção. Nascem da experiência que reconhece padrões perigosos antes de eles se transformarem em incidentes. Em suma, nascem de engenharia.

É exactamente aqui que a era da IA não reduz o valor dos técnicos profundos; aumenta-o. Porque quando toda a gente consegue gerar qualquer coisa, passa a valer mais quem consegue dizer se essa coisa é robusta, segura, sustentável e digna de entrar em produção. A própria Thoughtworks resumiu esta deslocação de valor com clareza: o valor real do engenheiro já não reside apenas em escrever código, mas também em arquitectura de solução, enquadramento e validação crítica do que a IA produz.^[6]

Uma escavadora não faz de ninguém engenheiro civil

Talvez a melhor metáfora seja esta: dar uma ferramenta de geração de software a alguém sem preparação é um pouco como oferecer uma escavadora a quem nunca estudou estruturas e depois concluir que essa pessoa está pronta para projectar uma ponte. A máquina move terra? Sem dúvida. Aumenta a capacidade de execução? Brutalmente. Faz desaparecer trabalho manual? Claro. Mas isso não responde às perguntas que interessam: devia cavar-se ali? Qual o impacto da escavação? O terreno aguenta? Há fundações próximas? Há tubagens? O projecto suporta as cargas previstas?

Com a IA passa-se o mesmo. A capacidade de gerar aumentou, sim. Mas gerar não é compreender. Produzir não é validar. Compilar não é sustentar. E, sobretudo, parecer profissional não é ser robusto.

A nova escassez chama-se juízo

Vivemos, pois, um paradoxo curioso. A abundância de código cresce de forma explosiva, mas essa abundância torna ainda mais escasso aquilo que sempre foi raro: juízo técnico. A facilidade de produção aumenta o valor da recusa fundamentada. A rapidez da síntese aumenta a importância da revisão lenta. Quanto mais a máquina oferece respostas prontas, mais precioso se torna o humano capaz de perguntar: “sim, mas isto aguenta?”

É por isso que a formulação correcta não é “qualquer pessoa já pode criar software”. Isso é uma meia-verdade com perfume a slogan. A formulação séria é outra: qualquer pessoa pode hoje iniciar a construção de uma aplicação; muito poucas conseguem ainda, sem base técnica, construir um sistema fiável.

Esse é o abismo entre a demonstração e o mundo. Entre o protótipo vistoso e o produto que não falha numa madrugada de domingo. Entre a magia promocional e a rudeza do real. Entre o “et voilà” e o labor austero da engenharia.

Conclusão

A IA não aboliu a arquitectura. Não anulou a necessidade de modelação cuidada, segurança, operação, manutenção e pensamento sistémico. O que ela fez foi outra coisa, e talvez ainda mais perturbadora: baixou drasticamente a barreira para improvisar. Democratizou o arranque, mas não garantiu a excelência. Facilitou o gesto inicial, mas não dispensou a travessia.

No fundo, a velha complexidade continua sentada à mesa. Apenas aprendeu a vestir-se melhor.

E assim, no meio desta nova abundância de código e promessas, convém preservar uma verdade simples, dura e limpa: a IA pode ajudar alguém a pedir uma aplicação; não transforma automaticamente esse alguém em arquitecto de sistemas.