Conteúdo deste artigo
Vamos fazer um jogo rápido: vou mostrar um gráfico e tentar adivinhar do que se trata.
Não, não é uma moeda criptográfica que caiu algumas horas depois de ser cunhada. E não, também não é um gráfico oscilatório/ondulado feito com CSS puro , mas uma verdade mais dura.
Eu já dei tudo junto com o título, mas ainda é difícil saber que é o declínio acentuado no número de perguntas feitas no Stack Overflow . Você pode ver seu pico por volta de 2014, com mais de 200.000 perguntas feitas em um único mês. Mas agora, em 2026, está lutando para acertar 3.000 perguntas por mês.
Não precisamos ser especialistas na área para descobrir o culpado. Você adivinhou, é IA… principalmente .
Embora a IA seja pintada como a assassina do Stack Overflow, a verdade é que a queda do Stack Overflow começou muito antes do lançamento do ChatGPT no final de 2022.
Por contas da comunidade e também por experiência pessoal, a moderação desde seu pico em 2014 tem sido (e ainda é) uma das principais causas da falta de perguntas.
À medida que o site crescia, o Stack Overflow precisava de uma maneira melhor de moderar as centenas de milhares de perguntas feitas todos os meses: o inevitável muro que as comunidades baseadas em fóruns enfrentam quando ultrapassam um determinado ponto. Existem várias maneiras de tentar resolver isso, mas o caminho que o Stack Overflow tomou pode não ter sido o melhor:
No Stack Overflow, fechamos ou excluímos perguntas que não podem ser respondidas imediatamente – não é muito sociável, mas escala maravilhosamente.
Está claro que o Stack Overflow não estava focando na quantidade de perguntas, mas sim na qualidade delas, evitando ao máximo duplicatas. Esse padrão favoreceu as buscas no Google por perguntas que já foram respondidas e, portanto, viver de perguntas pré-respondidas em vez de usuários fazendo perguntas novas ou duplicadas.
Também não ajudou o modo como a comunidade parecia se fechar, tornando mais difícil até mesmo para iniciantes fazer perguntas. E se você for como eu, provavelmente vai querer perguntar sem que lhe digam que você é estúpido, como se estivesse sendo punido por querer aprender.
A IA generativa foi o último prego no caixão. Não posso reclamar disso, já que a IA aparentemente fornece as mesmas respostas sem julgamento (na verdade, talvez muito incentivo) nem demora, então posso ver por que as pessoas podem preferir perguntar um LLM.
No entanto, à medida que me aprofundei nisso, minha preocupação não era mais apenas com o Stack Overflow, mas com o ecossistema tecnológico em geral. Perguntas como ainda estamos fazendo perguntas? Ainda buscamos ser melhores? Ou todos nós confiamos nos LLMs, e apenas nos LLMs, para obter conselhos? Isso continuou ecoando em minha mente enquanto eu continuava minha pesquisa.
Acredito que, além da queda do Stack Overflow, essas questões permanecem mais do que nunca. Como a IA geralmente impactou nosso fluxo de trabalho, como podemos usá-la na solução de problemas e o que podemos fazer a respeito como desenvolvedores.
Resolução de problemas e IA
A IA é um programador melhor que você? O que torna um programador melhor do que outros é o mais subjetivo possível, mas alguns estão ansiosos para dizer que A IA pode escrever código melhor do que você . De acordo com essa pesquisa:
AlphaCode alcança habilidades de resolução de problemas de nível humano e habilidade de escrita de código, conforme demonstrado pelo desempenho em competições de programação.
Pelo menos foi quando ele foi testado contra os problemas do Codeforce (um site de competição de código online), onde eu admito que ele pode e irá funcionar melhor do que um programador comum. Mas a maioria dos desenvolvedores não se preocupa com os problemas do Concurso além de uma entrevista técnica; eles sabem que ser desenvolvedor de software é muito mais do que isso.
A escrita de código de qualidade por IA é um tópico extremamente matizado e carece de uma conclusão decisiva. No entanto, se você reservar um tempo para pesquisar, descobrirá que o código gerado pela IA tem muitas diferenças flagrantes. De acordo com a pesquisa de Cornell :
O código gerado por IA é geralmente mais simples e repetitivo, porém mais sujeito a construções não utilizadas e depuração codificada, enquanto o código escrito por humanos exibe maior complexidade estrutural e uma maior concentração de problemas de manutenção.
Ok, então ele pode gerar código simples, mas ele pode escrever bom código? Até mesmo resolver problemas melhor do que um engenheiro de software faria?
De acordo com pesquisa do MIT , a IA pode escrever bons códigos, mas não pode pensar e tomar decisões como um engenheiro de software. A IA ainda não pode competir nesse nível, pelo menos sem encontrar muitos bugs .
Com base na experiência em primeira mão e no feedback, se tudo o que você fizer for copiar e colar o código gerado pela IA sem uma consideração cuidadosa, você certamente encontrará bugs sérios e possivelmente até vulnerabilidades. Na verdade, VeraCode publicou um artigo afirmando que “[…] 45% do código gerado por IA contém falhas de segurança”, após testar vulnerabilidades de segurança em 100 modelos de IA. Essa é uma grande porcentagem de código que apresenta falhas em termos de segurança e teria implicações de custo para qualquer usuário que queira “codificar com vibração” sem fazer verificações completas.
Curiosidade: O GitHub divulgou os resultados de sua pesquisa de IA em desenvolvimento de software em agosto de 2024 , e mais de 97% dos entrevistados usaram IA fora ou dentro de seu trabalho. Isso sem contar com as empresas que impõem o uso de IA em seu fluxo de trabalho de código atual. Está literalmente em todo lugar; quase não há como escapar de seu uso
Mas isso significa que está tudo ruim? A resposta para isso, na minha opinião, é não. De acordo com a pesquisa feita pela Harvard Business Review , a IA é eficaz para ajudar a resolver problemas (não vamos também ignorar a desvantagem do estudo de que os fluxos de trabalho de IA resultam em menos motivação). Em essência, talvez seja melhor usado para aumentar a eficácia na resolução de problemas.
Isso significa que, à medida que a IA está dominando as indústrias e sendo incorporada ao nosso trabalho diário, ela ainda não substituirá a criatividade e a abordagem de resolução de problemas, necessárias para enfrentar desafios diários únicos. É difícil replicar.
Como qualquer outra ferramenta, A IA tem seus limites e, sem a habilidade humana por trás dela, a ferramenta é quase inútil . Um bom artesão utiliza todas as ferramentas à sua disposição para atingir seus objetivos, sendo a IA apenas uma delas.
“A eficácia da ferramenta é determinada pela habilidade do artesão que a criou e pela engenhosidade com que ele a utiliza.”
Craig D. Lounsbrough
O grande perigo não são apenas as vulnerabilidades de segurança, mas a dependência excessiva da ferramenta, que acredito que levará a um eventual declínio no número de criadores de código na próxima geração. Como os desenvolvedores mais novos e experientes devem fazer isso?
Alguns conselhos
Aqui está uma lista de perguntas que me faço ao escolher IA em meu trabalho de desenvolvimento:
- Estou fazendo perguntas menores e específicas ao LLM? Dessa forma, posso verificar cada processo passo a passo, em vez de analisar todo o código do sistema como um todo. Ainda sou um desenvolvedor no sentido de que não vou deixar o LLM para fazer todo o trabalho.
- Estou avaliando a saída quando ela terminar? Em outras palavras, entendi o que aconteceu? Eu me sentiria confortável em modificar o código gerado se conhecesse uma abordagem melhor ou quando precisasse mantê-lo no futuro?
- Estou verificando as referências da ferramenta? Isso pode ser mais voltado para pesquisa em vez de saída de código direto. De onde exatamente vêm suas respostas? Essas são boas fontes? Existem outros? É importante saber que a ferramenta não está citando uma fonte fictícia, mas sim apresentando abordagens modernas e testadas e comprovadas.
- Testei o trabalho? A ferramenta entendeu a tarefa e considerou todos os casos extremos? Esta talvez seja a questão mais importante porque saber como as pessoas usam seu aplicativo é algo que uma máquina está menos inclinada a saber do que um ser humano.
O que acontece quando paramos de perguntar?
Pense nisto: se pararmos de fazer perguntas, como a IA será treinada no futuro? As tecnologias mudam e melhoram com o tempo. O que é atualizado agora logo se tornará antiquado. Veja CSS, por exemplo. Com as recentes atualizações de CSS (aninhamento, transições de visualização, consultas de contêiner, etc.), estamos escrevendo CSS muito diferente do que há alguns anos atrás. Você não gostaria de ficar preso a uma solução desatualizada e desajeitada, treinada a partir de código escrito décadas atrás. Se pararmos de fazer perguntas e respondê-las, você não acha que isso deixaria os LLMs para trás? Sou apenas uma especulação, mas acho que é fácil imaginar que seja esse o caso.
Não podemos negar O serviço do Stack Overflow ao longo dos anos . Isso nos fez perguntar. Isso nos fez responder. Isso nos fez pensar. A pergunta que todos devemos nos fazer é: Os LLMs farão o mesmo?
Vou deixar vocês com esta citação do cofundador do Stack Overflow, Jeff Atwood:
Stack Overflow é você. Esta é a parte assustadora, o grande salto de fé em que o Stack Overflow se baseia: confiar em seus colegas programadores. Os programadores que optam por participar do Stack Overflow são o “molho secreto” que o faz funcionar.
Stack Overflow: Quando paramos de perguntar originalmente escrito à mão e publicado com amor em CSS-Tricks . Você realmente deveria receber o boletim informativo também.
