IA está amplificando o desempenho da engenharia de software, aponta o Relatório DORA 2025
A inteligência artificial (IA) está remodelando rapidamente a forma como o software é construído, com um impacto mais sutil do que muitas organizações previam. O Relatório DORA 2025, intitulado “State of AI-Assisted Software Development”, indica que a IA não melhora automaticamente o desempenho na entrega de software. Em vez disso, ela atua como um multiplicador das condições de engenharia existentes, fortalecendo equipes de alta performance e expondo fraquezas em organizações com processos fragmentados.
O estudo, baseado em quase 5.000 respostas de profissionais de tecnologia e mais de 100 horas de entrevistas qualitativas, conclui que o sucesso da IA na engenharia de software depende mais da força dos sistemas organizacionais do que da sofisticação das ferramentas. Cultura de engenharia, capacidades de plataforma, fluxos de trabalho de desenvolvimento e sistemas de conhecimento internos são determinantes cruciais.
A adoção rápida e a confiança na IA
Uma das descobertas mais marcantes do relatório é a velocidade com que as ferramentas de IA foram incorporadas ao fluxo de trabalho diário dos desenvolvedores. Aproximadamente 90% dos desenvolvedores relatam usar alguma forma de assistência de IA, com cerca de dois terços dependendo fortemente dessas ferramentas para tarefas como escrever código, gerar documentação, depurar problemas e explorar frameworks desconhecidos.
Muitos desenvolvedores também reportam melhorias mensuráveis na produtividade, indicando que a IA os ajuda a resolver problemas mais rapidamente e a escrever código de forma mais eficiente. Apesar desses ganhos, o relatório destaca uma tensão persistente entre produtividade e confiança.
Cautela com a confiabilidade do código gerado por IA
Uma parcela significativa de desenvolvedores demonstra cautela quanto à precisão e confiabilidade do código gerado por IA. Essa hesitação reflete preocupações sobre manutenibilidade, correção e estabilidade de longo prazo dos sistemas. Na prática, a IA frequentemente aumenta o volume e a velocidade da produção de código, mas sem a disciplina de engenharia adequada, esses ganhos podem não se traduzir em melhorias no desempenho da entrega de software.
Essa dinâmica leva a uma conclusão importante do relatório: a IA amplifica a qualidade do sistema de engenharia em que opera. Organizações com práticas maduras de DevOps, fluxos de trabalho bem definidos e fortes capacidades de plataforma têm maior probabilidade de converter ganhos de produtividade impulsionados pela IA em melhorias mensuráveis no desempenho de entrega.
O modelo de capacidades de IA do DORA
Para auxiliar as organizações a integrarem a IA com sucesso, o relatório apresenta o DORA AI Capabilities Model. Este framework identifica um conjunto de capacidades organizacionais que permitem à IA entregar valor significativo, focando em fatores como:
- Estratégia clara de adoção de IA, com políticas e diretrizes explícitas.
- Presença de um ecossistema de dados saudável, com acesso a informações confiáveis e bem estruturadas.
- Acessibilidade do conhecimento interno, através de documentação de alta qualidade e repositórios pesquisáveis.
- Práticas fundamentais de engenharia robustas, como controle de versão e processos de revisão de código disciplinados.
- Desenvolvimento centrado no usuário, com foco nos resultados finais para o cliente.
- Plataforma de engenharia que padroniza ambientes de desenvolvimento e pipelines de implantação.
- Trabalho em pequenos lotes (small batches) para melhor controle e estabilidade.
Plataforma de engenharia e a importância das práticas fundamentais
A engenharia de plataforma surge como um habilitador crítico. Plataformas internas que padronizam ambientes de desenvolvimento e pipelines de implantação permitem que as ferramentas de IA operem em um ecossistema consistente. Isso facilita a integração de sugestões de IA sem introduzir complexidade adicional.
O relatório reforça que práticas fundamentais de engenharia continuam críticas. Fluxos de trabalho maduros de controle de versão, processos disciplinados de revisão de código e padrões de desenvolvimento consistentes formam a espinha dorsal da engenharia assistida por IA. Sem elas, a velocidade aumentada pode rapidamente criar riscos operacionais.
IA: um acelerador para sistemas de engenharia fortes
A pesquisa também examina o impacto potencial da IA na estabilidade do sistema. Embora acelere a produtividade, a IA pode encorajar a experimentação rápida e conjuntos de alterações maiores. Isso pode aumentar a probabilidade de defeitos ou falhas de implantação se não for gerenciado adequadamente. Consequentemente, as organizações que adotam IA devem fortalecer, e não relaxar, sua disciplina de engenharia.
Além dos aspectos técnicos, o relatório enfatiza as dimensões humanas e culturais. Equipes que integram a IA com sucesso tendem a fomentar forte colaboração e investir em programas de treinamento. Em contraste, organizações que permitem que a adoção de IA surja puramente através de experimentação de base lutam para escalar seus benefícios.
A mensagem para os líderes de tecnologia é clara: a IA tem o potencial de acelerar significativamente o desenvolvimento de software e melhorar a experiência do desenvolvedor. No entanto, esses benefícios não são automáticos. As organizações devem primeiro construir bases de engenharia sólidas, investir em capacidades de plataforma e cultivar uma cultura que apoie a experimentação disciplinada. Em última análise, a IA não consertará sistemas de engenharia quebrados, mas para aqueles com fundamentos fortes, pode se tornar um dos mais poderosos aceleradores de desempenho da engenharia.