O papel estratégico dos devs na reinvenção da engenharia de software | Genius Talks #03

Diferente das primeiras previsões apocalípticas de que a inteligência artificial eliminaria a necessidade de programadores, o mercado tem testemunhado um fenômeno inverso: a IA está exigindo mais engenharia. No entanto, trata-se de uma engenharia fundamentalmente diferente, que migrou da codificação serializada para um papel mais contextual, relacional e estratégico.

No terceiro episódio do Genius Talks, o host Alcebíades Araújo, AI Specialist, recebeu Rafael Vieira, AI Product Manager na Squadra, e Douglas Ramalho, Arquiteto e Engenheiro de Software na Squadra, para discutir como essa disrupção técnica redesenha os papéis no ecossistema de desenvolvimento de software.

O colapso do paradigma tradicional

Por décadas, o desenvolvimento de software baseou-se em lógicas puramente determinísticas, mas diante de grandes modelos de linguagem (LLMs) e redes neurais que gerenciam centenas de bilhões de parâmetros, as regras mudaram.

Como explica Douglas Ramalho, os testes unitários tradicionais, por exemplo, embora ainda valiosos, já não bastam:

“Como eu crio um teste unitário para uma decisão que é mais ligada à probabilidade do que ao determinismo? Ele sozinho não garante mais que a solução vai se comportar como esperado.”

A facilidade das ferramentas em gerar volumes colossais de código cria um paradoxo: produzir demais sem o controle devido pode inflar repositórios com falhas ocultas ou vulnerabilidades. É nesse cenário que o engenheiro de software assume a nobre função de tutor e curador da IA.

A fase de discovery no desenvolvimento de software impulsionado por IA

Do ponto de vista de negócios, a IA atua como um poderoso amplificador cognitivo. Rafael Vieira destaca que os processos de alinhamento e documentação, na fase de discovery no desenvolvimento de software, que historicamente geravam atritos entre equipes de produto e times técnicos, ganharam uma velocidade inédita:

“Hoje já é uma realidade dentro do grupo: nós otimizamos mais de 70% do tempo em um processo de discovery e documentação.”

Porém, esse ganho só se converte em valor sustentável se houver barreiras operacionais claras (guardrails). Sem limites explícitos de atuação, as soluções baseadas em LLM tendem a alucinar e desviar dos objetivos de negócio do cliente.

O design integral

Para mitigar esses riscos e estruturar a consciência humana de forma legível para as máquinas, a metodologia do design integral divide qualquer problema ou plataforma em quatro modelos fundamentais:

Em vez de tentar encaixar a dor do cliente à força em um modelo computacional rígido, o design integral une profissionais de negócios, gestores e desenvolvedores em torno do contexto e traduz para uma mesma linguagem semântica.

Turing bots: o conhecimento transformado em ativo vivo

O ápice dessa transformação é o nascimento dos turing bots. Em uma empresa com mais de 35 anos de mercado como a Squadra, reaproveitar o conhecimento acumulado nas diversas verticais que já atendeu em sua história, como saúde, logística, seguros e finanças, sempre foi um desafio caro e lento de catalogação.

Os turing bots resolvem esse problema. Eles operam como agentes inteligentes que carregam inputs, outputs e propósitos muito bem documentados. Inseridos em uma rede colaborativa híbrida, os próprios agentes identificam e sugerem quais componentes aceleram a resolução de uma dor específica do cliente.

O futuro da engenharia de software abandonou a escrita linear superficial para se consolidar em um ecossistema sócio-técnico integrado, onde o talento humano é liberado para criar, orquestrar e prosperar junto da tecnologia. Na engenharia de software reinventada pela IA, o desenvolvedor nunca mais desenvolve sozinho.

Confira o debate completo no YouTube, Spotify, Apple Podcasts e Deezer.

00:00 - 00:52 | Introdução

00:53 - 06:00 | Como a IA está reinventando a engenharia de software

06:01 - 09:52 | O colapso dos conceitos tradicionais

09:53 - 13:56 | De desenvolvedor a tutor da IA

13:57 - 16:29 | Otimização no discovery e os perigos da alucinação

16:30 - 21:08 | Os riscos dos sistemas autônomos e o human in the loop

21:09 - 27:55 | O método do design integral e os quatro modelos de conhecimento (ambiente, serviços, processos e arquitetura)

27:55 - 36:26 | O fim dos commodities e a era dos turing bots

36:27 - 39:43 | Encerramento