Liderar na era dos agentes é o novo desafio da engenharia de software

Por Julio Hartmann

A indústria de desenvolvimento de software vive um momento de disrupção significativo. É uma área em que a evolução tecnológica é constante, e que já passou por mudanças e transformações importantes. Mas o que começamos a viver é algo ainda mais profundo. Neste cenário, é importante entender os desafios que se apresentam e que tendem a se acelerar nos próximos meses e anos.

Os profissionais de desenvolvimento de software estão acostumados a ser os causadores da digitalização e da automação, inclusive com o uso de IA (Inteligência Artificial). Mas agora também precisam aprender a se adaptar aos seus impactos, pois cresce a aplicação da inteligência artificial, principalmente a IA generativa (“GenAI”), na automação da própria escrita do software.

Isto envolve desde o uso de assistentes de código, que sugerem porções dos programas, até agentes capazes de realizar tarefas mais complexas de forma cada vez mais autônoma. E estas ferramentas podem ser aplicadas a todo o ciclo de vida do desenvolvimento de software (SDLC), como a definição dos requisitos, o planejamento de sprints, os pipelines de instalação, e a definição e automação de testes.

A transformação que traz a aplicação de IA no desenvolvimento de software tem um bom potencial de ganhos. Pode acelerar a inovação, reduzindo os ciclos de desenvolvimento e o tempo para as soluções chegarem aos seus usuários e clientes. Também facilita o entendimento de feedbacks de melhorias e sugere formas de endereçá-las. A qualidade do software produzido também pode ser melhorada, através da expansão do uso da automação de testes, por exemplo. Mas tudo isto também traz os seus riscos e desafios.

É uma mudança que pode ser classificada em diferentes níveis. Muitas empresas ainda estão em um primeiro nível de automação do desenvolvimento de software, no qual alguns testes unitários e os pipelines de instalação são automatizados, mas ainda sem IA.

Um primeiro nível de automação com IA começa se tornar mais comum, no qual se adotam assistentes (ou “copilotos”) centrados no desenvolvedor. Podem ser usados para completar o código, os testes ou a documentação, realizando tarefas pontuais. Mas a partir daí pode-se evoluir para níveis de automação com a IA mais elevados, no qual se usa copilotos para realizar fluxos de trabalho mais complexos, ou mesmo com o uso de agentes, que realizam tarefas de forma mais completa e possivelmente autônoma.

Leia mais: Salários de especialistas em IA chegam a R$ 10 mil, diz Infojobs

O uso de agentes tende a evoluir nos próximos anos, começando com agentes assistidos por humanos, que realizam tarefas, mas dependem de revisão e aprovação, até agentes cada vez mais independentes.

Ainda que as mudanças geradas pela aplicação da IA no ciclo de desenvolvimento de software possam ter um impacto positivo em termos de aceleração da inovação, produtividade e qualidade, também trazem desafios importantes na sua gestão. Os profissionais de tecnologia precisarão se adaptar com um upskilling ainda mais constante, pois a utilização de GenAI exige novos conhecimentos.

O perfil de profissional de desenvolvimento e qualidade mais sênior e com conhecimentos de design, arquitetura e infraestrutura, com senso crítico e capacidade de avaliar e auditar a produção da IA, será valorizado. Mas com menos foco em codificar, será necessário desenvolver novas habilidades, como fazer prompts claros para a IA.

Também será necessário definir limites e ao mesmo tempo monitorá-la. Outro ponto é que os profissionais mais seniores hoje desenvolveram as suas habilidades passando por etapas de aprendizado, que envolveram fazer bastante codificação. Então, como manter estas habilidades, e como promover este aprendizado aos novos profissionais, em um ambiente em que cada vez menos codificação manual é necessária, será um desafio relevante.

Há também os desafios de liderança e gestão, que envolvem desde a transformação cultural até uma maior governança de qualidade, riscos e conformidade. Um desafio será lidar com a própria insegurança que esta tecnologia traz para os profissionais, que podem temer ser substituídos, ou não conseguir desenvolver as novas competências necessárias.

Pode também haver conflitos geracionais, entre profissionais mais abertos a adoção de IA e os que resistem pois estão acostumados com o craft manual. Será preciso saber promover uma mudança, ao mesmo tempo em que se mantém o engajamento das equipes. E de uma forma mais ampla em uma empresa, será necessário lidar com curvas de adoção diferentes entre vários times e departamentos, e procurar evitar a fragmentação das ferramentas. E será necessário o desenvolvimento de mecanismos para auditar e garantir a segurança e conformidade dos programas desenvolvidos.

Apesar dos desafios, eu procuro manter uma visão otimista. Já passamos por outros ciclos de mudança tecnológica no passado. Geraram incertezas e desafios, mas o que vemos é que houve uma adaptação e novas oportunidades surgiram. E eu acredito na capacidade da IA de aprimorar as capacidades humanas, ao invés de substituí-las, inclusive na engenharia de software. Para que isso aconteça, é importante que continuemos a contar com profissionais especializados.

Os resultados da IA devem ser verificados e avaliados em um contexto por profissionais treinados. E precisamos de estratégias para mitigar o risco de erosão das habilidades ao longo do tempo, com investimentos constantes em upskilling, possivelmente também com o uso de IA para acelerar o aprendizado.

Outro ponto é que nós temos a capacidade de formatar as nossas ferramentas ou, ao menos, de estabelecer a nossa relação com elas. Winston Churchill dizia: “Nós moldamos os nossos edifícios; depois, eles nos moldam”. Essa frase pode hoje ser adaptada para o fato de que nós moldamos as nossas ferramentas, e depois elas nos moldam.

Neste sentido, é importante que estejamos conscientes dos benefícios e riscos do uso da inteligência artificial, e façamos um esforço para mantermos o nosso pensamento crítico em nossa relação com estas ferramentas. E isto é particularmente verdadeiro para os engenheiros de software, já que são ao mesmo tempo os criadores e os usuários das automações.

Nós temos a capacidade de moldar o futuro e a nossa relação com a IA. A indústria de engenharia de software começa a passar por transformações, que devem se acentuar nos próximos anos. Eu acredito no potencial da IA de estender a capacidade humana, acelerando a inovação, a produtividade e a qualidade, ao mesmo tempo que mantemos profissionais e times engajados e confiantes em suas habilidades. Mas para isso precisamos estar atentos aos riscos e desafios e temos que desenvolver estratégias para superá-los.