Guillem Alsina Gonzàlez
Jyothish R, CTO e Diretor de Entrega Global da AIMLEAP, especialista em engenharia de dados e serviços de TI com mais de catorze anos de experiência, além de membro do Conselho da Revista Forbes, prevê, num artigo publicado online pela mesma revista, que o mercado está a avançar para que a geração de código-fonte por meio de IA agênica seja o padrão de facto para o mundo da programação em 2026, com um impacto que ultrapassa o de outras transições como DevOps ou a nuvem, que ele próprio viveu no passado.
A IA agênica (sistemas que atuam de forma autónoma dentro de limites definidos e colaboram com equipas humanas) está a ganhar peso na engenharia de software, em tarefas que vão desde a geração e refatoração de código até à gestão de pipelines e deteção precoce de vulnerabilidades.
O texto situa a trajetória recente do setor numa linha temporal que começa em 2021, ano em que as ferramentas de assistência no editor abriram caminho e, em 2023, os modelos de linguagem ampliaram o alcance para a geração de componentes completos.
Para esclarecer termos, o documento distingue entre assistentes que aguardam ordens e agentes capazes de decidir e agir de forma iterativa. Na prática, isso se traduz em automação de testes, manutenção de dependências, otimização de infraestrutura e propostas de melhoria arquitetónica, sempre com controle humano antes de chegar à produção.
Em termos de magnitude, o autor do artigo cita estimativas de automação relevante do trabalho de desenvolvimento até 2030, juntamente com experiências em organizações de médio porte onde isso já teria sido antecipado. O texto inclui um exemplo empresarial do setor de seguros, consistente na integração de um agente de desenvolvimento que permitiu entregar uma plataforma em dez semanas, em comparação com um calendário anterior de quase seis meses com cerca de vinte engenheiros, o que acelerou o lançamento de uma nova linha de produtos.
A abordagem recomendada transcende a produtividade do programador individual e propõe-se a olhar para os agentes como um ativo estratégico para acelerar a entrega e alinhar tecnologia e negócios. Isso implica ajustar a cultura e os indicadores: medir resultados (tempo de entrega, confiabilidade e adequação às expectativas do cliente) em vez de métricas tradicionais, como linhas de código ou velocidade de sprint.
O texto também aborda as dúvidas habituais nos comités de direção e segurança: qualidade do código, exposição a vulnerabilidades e perda de controlo operacional. Os riscos mais assinalados (qualidade, segurança e controlo) são abordados com salvaguardas como auditorias de IA, políticas de zero trust e quadros de explicabilidade, reforçando a validação automatizada e a aprovação humana antes de chegar à produção.
Para orientar a adoção, Jyothish sugere etapas progressivas, começando por áreas de baixo risco, como documentação, testes ou triagem de erros, e redefinir funções para “supervisão de IA” com foco em design, validação e governança, estabelecer políticas claras de dados e transparência do modelo e acompanhar a mudança com comunicação interna. A mensagem central é tratar a adoção como uma decisão estratégica, não apenas de eficiência, e acompanhá-la com barreiras de proteção e gestão da mudança desde o início.
Olhando para o curto prazo, o texto não propõe a substituição do programador, mas uma redefinição das suas tarefas. Para 2026, o esquema predominante que se antecipa é a colaboração entre pessoas e agentes, com as equipas humanas a assumir funções de arquitetura, estratégia e governança, enquanto os agentes executam tarefas repetitivas e de alta carga temporal.
