A pesquisa que todo dev precisava ler — e o que ela diz sobre usar IA para aprender
A Anthropic publicou um estudo controlado com 52 engenheiros. Os resultados mostram que a IA pode tanto acelerar quanto prejudicar o aprendizado — dependendo de como você a usa.
Em janeiro de 2026, a Anthropic publicou uma pesquisa controlada randomizada com desenvolvedores de software investigando uma pergunta que muita gente já se fazia em voz baixa: usar IA durante o aprendizado ajuda ou atrapalha?
A resposta curta: depende completamente de como você usa.
O estudo identificou seis padrões distintos de uso da IA. Três deles levaram a notas até 86% mais altas nos testes de compreensão. Os outros três resultaram em aprendizado medíocre — e um deles, o pior de todos, deixou o dev mais lento e com menos conhecimento ao mesmo tempo.
O dado que mais chama atenção: participantes que usaram IA durante o aprendizado tiraram, em média, nota 17% menor do que os que codificaram manualmente. Mas isso só vale para quem usou IA sem critério. Os que souberam usar a ferramenta com intenção chegaram exatamente ao resultado oposto.
Esse é o ponto central: não é se você usa IA. É como você usa.
A partir dessa pesquisa, a Duranium organizou um guia com 10 dicas práticas para devs que estão começando a carreira agora, mas também para quem já está na carreira. O material cobre desde padrões de uso da IA que preservam o aprendizado até mentalidade de segurança — uma lacuna que o próprio estudo aponta como crítica, já que cerca de 45% do código gerado por IA contém vulnerabilidades identificáveis.
Você pode ler e baixar o guia completo aqui: https://content.duranium.io/10-dicas_carreira_engenharia_software_ia
Abaixo, um resumo dos principais aprendizados.
Os padrões que funcionam (e os que não funcionam)
O que prejudica o aprendizado:
Delegar tudo para a IA sem tentar entender o código gerado (AI Delegation — 39% no quiz)
Começar fazendo perguntas, mas na segunda tarefa já entregar tudo para a IA (Progressive AI Reliance — 35%)
Ficar num loop de “IA, debugga isso” sem entender o erro (Iterative AI Debugging — 24% e o mais lento de todos)
O que preserva o aprendizado:
Gerar o código com IA e depois perguntar “me explica o que esse código faz” (Generation-then-Comprehension — 86%)
Pedir código e explicação na mesma query (Hybrid Code-Explanation — 68%)
Fazer apenas perguntas conceituais e implementar por conta própria (Conceptual Inquiry — 65%, e o segundo mais rápido)
A diferença não está no acesso à ferramenta. Está na postura de quem usa.
Por que segurança entra nessa conversa
Uma das dicas do guia que mais gera reação é a dica 9: cultive mentalidade de segurança desde o início.
Não por alarmismo. Mas porque o código gerado por IA chega com vulnerabilidades reais que um dev sem base em AppSec não vai identificar. OWASP Top 10, validação de inputs, gerenciamento de secrets — esses fundamentos precisam andar em paralelo com o aprendizado de IA, não depois.
O guia completo explora isso (e as outras 9 dicas) com contexto, exemplos e referências úteis.
📥 Leia e baixe gratuitamente: https://content.duranium.io/10-dicas_carreira_engenharia_software_ia