# @codigofontetv on Instagram

- **Type:** Image
- **Original URL:** https://www.instagram.com/p/DY1vbuIFQ6X
- **Gondola URL:** https://gondola.cc/posts/66000094-codigofontetv-instagram
- **Thumbnail:** https://img.gondola.cc/tr:w-,h-,fo-auto/postThumbnails/44f5734b54.jpg
- **Posted:** 2026-05-27T11:02:23.000+00:00
- **Account Owner:** Código Fonte TV - Gabriel e Vanessa (@codigofontetv) — https://gondola.cc/codigofontetv

## Caption

Um estudo com 700 profissionais e gestores de engenharia nos EUA, Reino Unido, França, Alemanha e Índia mostra que a AI generativa está mudando a produtividade de desenvolvedores por um caminho menos glamouroso: ela acelera a criação de código, mas empurra para os desenvolvedores uma carga “invisível” que métricas tradicionais não enxergam. A lógica do trabalho mudou. Em vez de serem só autores do código, devs passam cada vez mais tempo validando output gerado por máquina, decidindo quando confiar na AI e assumindo responsabilidade por bugs, qualidade e impactos downstream. Segundo o relatório 2026 do “State of Engineering Excellence”, da Harness, 31% do dia de um desenvolvedor já é consumido por esse tipo de trabalho ligado à AI. Só que frameworks como DORA e tempo de ciclo foram criados para medir fluxo, entrega e velocidade, não o esforço cognitivo de revisar, explicar e corrigir código que parece pronto, mas ainda precisa de julgamento humano. 

O efeito prático é um “gap de produtividade”: a AI aumenta output bruto e encurta o tempo dos ciclos, mas 81% dos líderes de engenharia dizem que o tempo de code review cresceu bastante depois da adoção dessas ferramentas. Para os devs, os maiores atritos são revisar código por acurácia, com 53%, corrigir bugs sutis, com 52%, e explicar o código gerado por IA para colegas, com 48%. O detalhe incômodo é que só 38% das empresas medem o tempo gasto nessa validação. Também existe uma distância entre liderança e quem está no editor todo dia: 94% dos entrevistados concordam que dívida técnica, tempo de validação e também burnout ficam fora das métricas atuais, enquanto 54% dos desenvolvedores temem que dados de produtividade com AI sejam usados contra eles em avaliações individuais. A saída sugerida é medir o overhead de debugging e  mudanças de contextos, olhar para a taxa de entrega em vez de volume de código, auditar frameworks, prever mais governança e reviews de segurança, e ainda criar guardrails claros de uso de dados.

--

Essa notícia foi um dos destaques do Compilado #246.
Confira o episódio completo no link da bio!

#cdftv #compiladopodcast #tecnologia #news

## Stats

- **Views:** 0
- **Likes:** 1,828
- **Shares:** 0
- **Comments:** 59

## Tags

246, news, tecnologia, compiladopodcast, cdftv

---
Copyright (c) Gondola