A IA não vai acabar com as carreiras de tecnologia. Mas vai mudar tudo o que elas exigem.
Vagas de entrada em queda, código gerado por máquina e líderes de Big Tech redesenhando seus times. O mercado já está se movendo.
Nos últimos 18 meses, uma pergunta se tornou recorrente em conversas de RH, em reuniões de liderança e nos corredores de empresas de tecnologia: ainda precisamos contratar desenvolvedores juniores?
A pergunta parece apenas provocativa. Mas os dados que a sustentam são bem reais.
Um estudo da Universidade de Stanford identificou queda de quase 20% no emprego de desenvolvedores entre 22 e 25 anos desde o pico de 2022. No Reino Unido, vagas de nível de entrada em TI recuaram 46% em 2024. Nos EUA, alguns recortes apontam retração de até 60–70% nas posições iniciais do setor. Um estudo da Harvard Business School, que analisou 285.000 empresas ao longo de uma década, detectou que a adoção de IA generativa reduz o emprego júnior entre 9% e 10% em seis trimestres — enquanto as contratações seniores sobem 5%.
Isso é motivo para alarme? Não. É o mercado processando uma mudança estrutural que já estava acontecendo.
Vamos falar um pouco sobre essa mudança, antes de responder a pergunta do primeiro parágrafo.
O paralelo que ajuda a entender
A eletrificação do início do século XX não eliminou trabalhadores. Ela tornou obsoletos alguns ofícios e criou outros inteiramente novos. O tecelão artesanal não desapareceu — ele se transformou em operador de máquina, em técnico de manutenção, em engenheiro de processos.
A IA está fazendo o mesmo com as carreiras de tecnologia. Não se trata do fim das profissões. Trata-se de uma redefinição radical do que cada nível profissional precisa saber — e, principalmente, do que precisa entregar.
Ferramentas como Claude Code, GitHub Copilot e Cursor já são capazes de gerar código boilerplate, scaffolding, testes unitários e documentação em minutos. O que antes ocupava uma semana de um desenvolvedor júnior hoje é uma tarefa de prompt.
A pergunta, portanto, deixa de ser “quem escreve o código?” e passa a ser “quem é responsável pelo que o código faz?”
O paradoxo que ninguém está discutindo o suficiente
Aqui está o ponto que merece mais atenção do mercado: velocidade não é sinônimo de qualidade.
Assistentes de codificação com IA podem tornar o desenvolvimento até 4x mais rápido — mas também podem torná-lo significativamente mais arriscado. Estudos indicam que uma parcela relevante do código gerado automaticamente apresenta vulnerabilidades sérias de segurança que passam despercebidas em testes convencionais. Projeções do setor apontam que 1 em cada 5 brechas de segurança poderá ser atribuída a código gerado por IA até 2027.
No Spotify, 90% dos desenvolvedores já usam IA diariamente. O resultado: 30% mais code changes por pessoa. E também: preocupações crescentes sobre qualidade e revisão.
Mais volume, mais velocidade, mais risco. Para empresas que atuam em cibersegurança — onde uma vulnerabilidade sutil em produção pode comprometer dados de clientes ou expor tenants cruzados —, esse paradoxo não é teórico. É operacional.
O que a IA não consegue fazer (e provavelmente nunca vai)
Há um conjunto de competências que a pesquisa e a prática convergem em apontar como cada vez mais valiosas — justamente porque são as que a IA executa mal ou simplesmente não executa:
Enquadrar problemas antes de construir soluções. A maioria das demandas chega formulada como solução (”adicionar filtros ao dashboard”), não como problema real. Um profissional que sabe fazer as perguntas certas antes de escrever uma linha de código entrega mais valor do que um que executa rapidamente a tarefa errada.
Pensar em métricas, não em funcionalidades. Ferramentas de IA constroem qualquer coisa que se peça. O diferencial está em saber o que vale a pena construir — e medir se aquilo realmente moveu algum indicador.
Projetar sistemas sob restrições reais. Uma LLM gera código correto para um endpoint. Ela não decide se esse endpoint deve ser síncrono ou assíncrono, qual a latência aceitável, o que acontece quando o serviço dependente fica indisponível por 30 minutos. Essas decisões dependem de contexto organizacional que nenhum modelo carrega.
Comunicar e influenciar. Traduzir uma descoberta técnica em linguagem de risco de negócio — e convencer o CISO do cliente a priorizar uma vulnerabilidade classificada como “média” pela ferramenta mas crítica no contexto específico daquela empresa — é uma habilidade que a IA não replica.
Revisar criticamente o que a IA entrega. O profissional que valida, corrige e melhora o resultado gerado é um ativo. O que confia cegamente é um passivo. A diferença entre os dois é exatamente o que separa o risco da alavancagem.
Então, o que muda na gestão de talentos?
Diante desse cenário, gestores podem se sentir tentados a perguntar: se a IA faz o trabalho de juniores, por que contratar juniores?
A resposta que parece mais óbvia - investir na contratação de profissionais mais experientes que possam atuar onde a IA não consegue - cria um problema de médio prazo que é muito mais caro.
Empresas que eliminarem posições de entrada em 2026 podem enfrentar escassez severa de profissionais plenos e seniores em três a cinco anos. O pipeline de talentos não é um custo — é um investimento com prazo de retorno.
Há também um segundo efeito menos óbvio: sem juniores para quem delegar tarefas de menor risco, seniores ficam presos em ciclos exaustivos de revisão de código gerado por IA, sem a válvula de pressão que a delegação proporciona. O custo cognitivo sobe. A capacidade de entrega cai.
O que muda na prática?
Muito. E é exatamente na dimensão mais prática — como redesenhar planos de carreira, quais critérios incluir em promoções, como estruturar mentoria e medir o desenvolvimento de equipes nesse novo contexto.
Tudo isso está documentado em detalhes no material que a Duranium acaba de publicar.
O e-book “Carreiras de Tecnologia em Tempos de IA” apresenta uma taxonomia completa para o desenvolvimento profissional em tecnologia, com recomendações estratégicas baseadas em dados, referências acadêmicas rastreáveis e exemplos práticos aplicados ao contexto de cibersegurança.
Não é um manual de autoajuda para profissionais ansiosos com o futuro. É um documento de trabalho — para líderes de tecnologia, gestores de RH e profissionais que querem entender onde estão e para onde precisam se mover.
[Acesse, leia e baixe o e-book gratuitamente]
Duranium · Segurança da Informação, Antifraude e IA ·duranium.io