A pesquisa que servia de principal referência de métricas para a engenharia de software parou de ser publicada, mas as perguntas dos conselhos e lideranças continuam urgentes, e as respostas para elas agora estão dentro do seu próprio repositório.
Durante anos, a liderança de engenharia contou com uma referência externa muito clara para balizar seus resultados. Anualmente, a pesquisa do DORA mostrava como os times de software em todo o mundo entregavam seus produtos e onde cada empresa se encaixava nesse cenário. No entanto, em 2026, essa importante referência saiu de cena. Em setembro, a própria equipe do DORA anunciou que não fará a pesquisa anual nem publicará o relatório State of AI-assisted Software Development de 2026, dedicando-se agora a pesquisas qualitativas e observacionais.
É importante contextualizar esse cenário, pois as métricas popularizadas pelo DORA continuam válidas e o questionário da pesquisa de 2025 segue público sob licença aberta. O que deixa de existir é apenas aquela média de mercado atualizada que servia de parâmetro de comparação. Paralelamente, a pergunta das diretorias continua sendo a mesma: a Inteligência Artificial está realmente funcionando?
Segundo a pesquisa State of Teams 2026 da Atlassian, 89% dos executivos acreditam que a IA aumentou a velocidade do trabalho, mas apenas 6% têm certeza de que conseguem apontar exemplos claros desse retorno em toda a organização. Ou seja, a percepção de ganho existe, mas a evidência concreta quase nunca acompanha o otimismo.
A média de mercado sempre foi uma régua emprestada
Comparar o próprio time com uma média global sempre teve suas limitações, pois dentro dessa mesma base estão empresas de tamanhos, stacks, níveis de maturidade e realidades regulatórias completamente diferentes. Esse tipo de dado ajuda a entender o contexto geral e a se situar no mercado, mas raramente oferece a precisão necessária para apoiar decisões estratégicas.
O que realmente define o sucesso é a trajetória do seu próprio time, compreendendo como as pessoas trabalhavam, o que foi alterado e se essa mudança trouxe resultados positivos. Essa reflexão tornou-se ainda mais urgente com a adoção das IAs, considerando que as métricas focadas puramente em volume deixaram de ser representativas. Nós já exploramos essa mudança de paradigma em artigos como “por que os números de volume nunca disseram tão pouco” e “por que ainda é difícil confiar na medição de IA”.
Dessa forma, sem a régua externa do mercado para guiar as expectativas, sobra a melhor e mais fiel comparação que pode existir: o time em relação a si mesmo.
Como montar a sua régua
Para estruturar essa medição interna, recomendamos quatro passos fundamentais que ajudam a sair do campo da percepção subjetiva e chegar às evidências concretas:
Marque o ponto de partida: Qualquer número avaliado após a adoção da Inteligência Artificial precisa necessariamente de uma referência anterior. A boa notícia é que essa base já existe, pois o histórico do repositório guarda os registros exatos de como a equipe trabalhava antes dessa transição. Com essas informações, é possível reconstruir o ponto de partida sem depender exclusivamente da memória das pessoas ou de anotações manuais em planilhas.
Compare por time: Olhar para a empresa como um todo acaba diluindo o sinal daquilo que realmente importa, enquanto avaliar a produtividade pessoa por pessoa distorce comportamentos e falha em explicar o resultado da engenharia. O recorte mais útil e produtivo é o nível do time, do produto ou do domínio, sempre comparando a evolução desse mesmo grupo ao longo do tempo.
Comece por poucas perguntas e mantenha a definição: Antes de se aprofundar na escolha de múltiplos indicadores, defina as poucas e mais importantes perguntas que a liderança precisa responder, como avaliar se o produto está sendo entregue com mais estabilidade. Cada uma dessas perguntas pode reunir vários indicadores, desde que a forma de calcular cada métrica permaneça consistente. Se a definição mudar no meio do caminho, o valor histórico da comparação simplesmente se perde.
Junte o código com a percepção do time: Enquanto os dados do repositório mostram de forma objetiva o que de fato aconteceu, é a percepção de quem desenvolve no dia a dia que explica os motivos por trás desses números. O questionário do DORA continua disponível e pode ser perfeitamente aplicado internamente para complementar a visão técnica, desde que com a devida atribuição.
O que o WeLuvCode faz nesse caminho
Nesse cenário de autoavaliação, o WeLuvCode atua lendo os repositórios de código e transformando todo esse histórico em uma leitura contínua e rica das práticas de engenharia da equipe. A nossa abordagem conversa diretamente com os passos descritos acima através de três pontos principais:
Ponto de partida desde o primeiro dia: A trajetória do time é reconstruída a partir do histórico do Git, o que garante que a comparação com o período anterior já esteja visível logo na primeira análise.
Leitura em três níveis: O Score de Engenharia é gerado por repositório, por contexto (como produto, domínio ou squad) e também para a empresa como um todo, permitindo flexibilidade na visualização.
O time em primeiro lugar: A leitura é sempre agregada por time, focando no núcleo essencial onde a entrega de valor ocorre.
Para quem contrata desenvolvimento de terceiros, essa solução ajuda a responder uma questão antiga e desafiadora: como evoluem as práticas do fornecedor. Agora, é possível acompanhar isso observando diretamente o próprio código entregue, sem depender apenas dos relatórios enviados por ele.
Três perguntas para começar
Para iniciar essa avaliação o quanto antes, deixamos três perguntas fundamentais de reflexão:
Qual era o ponto de partida do seu time antes de adotar as ferramentas de IA?
Você compara cada time com a própria trajetória ou continua usando uma média externa?
A definição dos números e métricas que você acompanha continua a mesma desde que a medição começou?
Se alguma delas ainda não tem uma resposta clara na sua liderança, fique tranquilo, pois o histórico do seu repositório provavelmente guarda essa informação.
Conheça o WeLuvCode e assuma o controle das suas métricas.