IA · Pleno

Criar ficou barato; manter e confiar, não

25 de outubro de 2026

A IA derrubou o custo de produzir código, documentos e protótipos, mas o custo de manter, revisar e confiar continua alto. Três autores mostram onde isso aparece.

Gerado por IA
Este texto foi gerado automaticamente por IA a partir dos artigos listados no fim da página, curados pelo Sidebar.io, e revisado por Felipe Arena antes de publicar. As ideias são dos autores originais.

Ficou barato produzir código, texto, documentação e protótipos. Para quem trabalha com produto e design, isso muda o dia a dia: ficou fácil criar coisas, mas continua difícil saber quais valem a pena, quem entende o que foi criado e quem vai cuidar disso depois. Vale olhar o que três autores dizem sobre esse efeito.

Mais coisas pequenas, não mais blockbusters

Quem critica as ferramentas de IA para programar costuma perguntar: se elas são tão boas, onde estão os softwares novos e incríveis? Sean Goedecke, engenheiro de software, comparou dados de instalação de cerca de vinte fontes, como lojas de extensões, registros de plugins e plataformas de mods (modificações feitas por fãs para jogos). Segundo ele, o software novo existe, mas está espalhado em muitos projetos de sucesso modesto.

Alguns exemplos do texto: complementos para o leitor de tela NVDA com mais de mil downloads ficaram pouco mais de duas vezes mais numerosos, mas não houve mudança entre os que passam de dez mil. Na Steam, jogos novos com mais de cem avaliações estão cerca de 60% mais comuns do que antes de 2024. Já os softwares de enorme sucesso, fora as próprias ferramentas de IA, não mostram crescimento real. Goedecke especula que produtos maduros já têm a maioria das funções que os usuários querem, e que projetos pequenos talvez precisem de anos para crescer. Ele também avisa que o pessoal de comunidades de hobby costuma ser reservado sobre o uso de IA, então a medição é imperfeita.

Na prática: criar ficou mais fácil, e o resultado aparece como muitas ferramentas pequenas para problemas do cotidiano.

Barato de criar, caro de manter

O outro lado vem de Simon Green, que resume em uma frase: "Barato de criar. Caro de manter." (no original, "Cheap to create. Expensive to own."). Para ele, o esforço que antes era necessário para produzir um artefato também funcionava como filtro, e a IA removeu esse filtro. Código, testes, documentos, regras e processos passam a ser produzidos em excesso, e o custo de entender, validar e apagar tudo isso cresce.

Ele cita o caso de Steve Yegge, que montou um sistema com cerca de 50 a 60 agentes de IA fazendo em torno de 270 commits (registros de alteração no código) por dia. O sistema chegou a perto de 600 mil linhas, quase o tamanho do próprio produto, e a mais de 450 documentos de regras e procedimentos, a ponto de precisar de alguém para podar as regras obsoletas. Green também menciona uma pesquisa da Faros com mais de 10 mil desenvolvedores: em equipes com alta adoção de IA, houve 21% mais tarefas concluídas e 98% mais pull requests (pedidos para incorporar mudanças ao código), mas o tempo de revisão subiu 91% e os bugs por desenvolvedor subiram 9%. Ele mesmo ressalva que é uma pesquisa de fornecedor e que mostra correlação, não causa.

A conclusão dele é medir resultado, não volume: experiência do cliente, velocidade de decisão, confiabilidade. E fazer uma pergunta antes de adicionar algo: "Isso merece existir?"

O elo que se quebra: a confiança

Se tudo isso chega para ser revisado, quem revisa precisa de um ponto de partida. Em Terrible Software, o texto argumenta que a confiança entre colegas serve para não refazer o trabalho do outro. Antes, ao receber um pull request, você assumia que a pessoa tinha lido o código. Agora a IA gera algo que parece pronto, e muitas vezes está correto, sem que o autor o entenda.

O autor conta que mudou seu jeito de revisar: começa perguntando se quem enviou entende o trabalho, e só depois se ele está bom. Admite também que já aprovou uma correção escrita por IA sem entendê-la; estava certa, mas ele não havia feito o trabalho para saber disso. Para ele, colocar seu nome em algo deve significar que você entende e responde por aquilo, e "a IA escreveu" não diz o que foi conferido. Trabalho inacabado pode ser compartilhado, desde que seja dito claramente que ainda não foi verificado.

Como isso se conecta

Os três textos descrevem a mesma mudança vista de ângulos diferentes. Goedecke mostra que criar ficou acessível a mais gente. Green mostra que o custo migra para manter, entender e remover. Lima mostra que, no trabalho em equipe, esse custo aparece como revisão e desconfiança. Para designers e PMs, vale o mesmo raciocínio: um protótipo, um documento de requisitos ou uma pesquisa gerados com IA em minutos ainda precisam de alguém que os entenda e se responsabilize.

Para levar

  • Antes de criar mais uma tela, documento ou regra, pergunte: "Isso merece existir?" Se ninguém sabe dizer o que piora sem aquilo, provavelmente é excesso.
  • Meça resultado (experiência do usuário, tempo de decisão, confiabilidade), não volume de entregas.
  • Só envie para revisão o que você entende e consegue explicar. Leia seu próprio trabalho antes.
  • Ao compartilhar algo inacabado ou gerado por IA, diga o que já foi verificado e o que falta.
  • Dê um jeito de aposentar coisas: documentos, regras e componentes que ninguém usa também têm custo de manutenção.

← Todos os textos do The Token Corp