Como a inteligência artificial está mudando a preferência por linguagens de programação
O último relatório Octoverse 2025 do GitHub revela uma tendência sutil, mas poderosa: os assistentes de codificação por IA não apenas aceleram a escrita de código, mas também começam a influenciar a escolha das linguagens que os desenvolvedores utilizam. A ascensão meteórica do TypeScript, que registrou um salto de 66% em um ano para se tornar a linguagem mais usada no GitHub, é um indicativo dessa mudança.
Andrea Griffiths, defensora de desenvolvedores no GitHub, descreve esse fenômeno como um “loop de conveniência”. Quando uma tecnologia se torna percebida como de baixo atrito e fácil de usar graças à IA, mais desenvolvedores a adotam. Isso, por sua vez, gera mais dados de treinamento, aprimorando ainda mais a capacidade da IA para aquela tecnologia específica.
A ascensão do TypeScript e o papel da tipagem estática
Em agosto de 2025, o TypeScript superou Python e JavaScript, alcançando a marca de 2,36 milhões de desenvolvedores ativos mensais no GitHub. Essa mudança expressiva no ranking de linguagens, a maior em uma década, não se deve apenas a padrões de frameworks como Next.js e Astro. Existe uma razão técnica fundamental para a boa sinergia entre TypeScript e IA.
Griffiths explica que a conveniência captura a atenção e que a redução de obstáculos se transforma em preferência. 80% dos novos desenvolvedores no GitHub utilizam o Copilot na primeira semana, estabelecendo um novo patamar para o que significa facilidade. A tipagem estática do TypeScript, ao declarar explicitamente tipos como x: string, fornece à IA “guardrails” claros, permitindo que ela ignore operações incompatíveis. Em contraste, a flexibilidade do JavaScript torna a navegação para a IA mais complexa.
Pesquisas acadêmicas corroboram essa observação. Um estudo de 2025 apontou que 94% dos erros de compilação gerados por LLMs foram falhas de verificação de tipo. A tipagem estática, portanto, atua como um mecanismo de detecção de erros da IA antes que se tornem problemas em produção.
Outras linguagens com tipagem estática em destaque
O TypeScript não está sozinho nessa tendência. A análise do GitHub sobre linguagens tipadas mostra um crescimento notável de outras: Luau (linguagem gradualmente tipada do Roblox) aumentou 194% ano a ano, e Typst, uma alternativa fortemente tipada ao LaTeX, saltou 108%. Mais de 1,1 milhão de repositórios públicos agora utilizam SDKs de LLMs, indicando que a compatibilidade com IA se tornou um fator dominante.
Idan Gazit, líder do GitHub Next, equipe por trás do Copilot, destaca que a IA introduziu uma nova métrica na decisão de escolher tecnologias: o suporte oferecido pelo modelo. Embora Python ainda domine o desenvolvimento de projetos de IA para treinamento e prototipagem, o ecossistema JavaScript/TypeScript supera em atividade geral de desenvolvimento.
O futuro do desenvolvimento e a “conveniência loop”
Cenk Çetin, um blogueiro, analisou o impacto para a indústria: “À medida que a codificação assistida por IA se torna generalizada, linguagens com verificação de tipo estática ganham proeminência.” A confiabilidade do código gerado pela IA aumenta significativamente com sistemas de tipos rigorosos.
Griffiths sugere um exercício para equipes: analisar as últimas decisões tecnológicas e considerar o quanto o suporte de ferramentas de IA influenciou essas escolhas, mesmo que de forma não consciente. Para designers de linguagens, a “conveniência loop” apresenta um desafio.
Anders Hejlsberg, arquiteto principal do TypeScript, ressaltou que a capacidade da IA de codificar em uma linguagem é diretamente proporcional à quantidade de código que ela viu. Linguagens novas ficam em desvantagem, pois a falta de exemplos de código limita a utilidade de assistentes como o Copilot, criando um ciclo vicioso.
O que líderes de tecnologia podem aprender
Com 180 milhões de desenvolvedores e quase um bilhão de commits em 2025, o GitHub é um microcosmo do desenvolvimento global. Griffiths aconselha líderes a observar não apenas o uso de ferramentas de IA, mas o que elas produzem. Novas métricas de uso do Copilot podem ajudar a identificar correlações entre linguagens, modelos e a qualidade do código.
Em suma, a compatibilidade com IA está silenciosamente moldando decisões tecnológicas. Ferramentas que não funcionam de forma fluida com assistentes de IA tendem a perder espaço. O “loop de conveniência” acelera o que torna a codificação mais fácil, independentemente das preferências individuais.
Deixe um comentário