A Inteligência Artificial promete acelerar tarefas repetitivas e otimizar o trabalho dos desenvolvedores. Mas um novo estudo da organização METR (Model Evaluation and Testing for Responsible AI) revelou um dado surpreendente: desenvolvedores experientes podem ficar até 19% mais lentos ao usar assistentes de código baseados em IA.
A pesquisa foi destaque no site TechRadar, e traz questionamentos importantes sobre a real efetividade das ferramentas de IA em ambientes de produção, especialmente quando utilizadas por profissionais com amplo conhecimento técnico.
O que o estudo da METR descobriu
O experimento comparou a performance de desenvolvedores ao resolver tarefas de programação com e sem a ajuda do Cursor, uma plataforma de desenvolvimento com IA embutida baseada no modelo GPT-4.
Os participantes foram divididos em dois grupos:
- Desenvolvedores com pouca familiaridade com o código-fonte
- Desenvolvedores com alto conhecimento do sistema
Os menos experientes conseguiram concluir as tarefas mais rapidamente com a ajuda da IA.
Por outro lado, os devs mais experientes foram 19% mais lentos ao utilizar a IA do Cursor. Embora tenham relatado menor esforço cognitivo, precisaram revisar ou corrigir 9% das sugestões geradas, o que impactou diretamente a produtividade.
Leia Também:
Extensões transformam quase 1 milhão de navegadores em bots de raspagem de sites
Como um chip do MIT pode impulsionar o IoT sobre redes 5G
Cloudflare dá um basta nos “sugadores de conteúdo” de IA – e pressiona Google por mais controle
Cloudflare dá um basta nos “sugadores de conteúdo” de IA – e pressiona Google por mais controle
A ilusão de produtividade com IA
O resultado desafia a expectativa comum no setor. Muitos desenvolvedores acreditam que a IA os tornará automaticamente mais eficientes. No entanto, o estudo mostra que, na prática, isso nem sempre acontece.
O próprio relatório da METR destaca que a percepção de velocidade não condiz com a realidade. Os participantes acreditavam que estavam sendo mais rápidos, mas os dados mostraram o contrário.
Esse “efeito placebo” da IA pode ser explicado por uma redução no esforço mental durante a escrita de código, criando uma sensação de fluidez — ainda que o tempo total de execução aumente devido a revisões necessárias.
O paradoxo da IA no desenvolvimento
Esse cenário reforça um paradoxo já apontado por outras pesquisas, como o relatório da Atlassian publicado em julho de 2025: desenvolvedores economizam tempo com IA, mas perdem produtividade em função de revisões, retrabalho ou falta de alinhamento organizacional.
Ou seja: a IA ajuda, mas não substitui o conhecimento profundo do sistema, o raciocínio lógico e a atenção ao contexto — habilidades que continuam sendo diferenciais dos profissionais experientes.
O que aprendemos com isso?
A lição principal é clara: a IA pode ser uma grande aliada, mas exige consciência crítica sobre quando e como usá-la.
- Para quem está iniciando na carreira, ferramentas como Cursor, GitHub Copilot e CodeWhisperer podem acelerar o aprendizado e a prototipação.
- Para devs seniores, é importante usar essas ferramentas como suporte — e não como substituto do raciocínio técnico e da arquitetura pensada.
Conclusão
O estudo da METR abre espaço para uma reflexão importante: nem sempre a tecnologia mais avançada resulta em ganhos diretos de performance. Mais do que usar IA, é preciso saber como e quando aplicá-la com sabedoria.
🔗 Leia o estudo completo citado na reportagem da TechRadar