TLDR;

Meu erro foi supor que desenvolvimento de software seria o último a ser afetado pela IA, quando na verdade ela se mostrou especialmente eficaz com código. Isso aconteceu porque os modelos foram treinados intensamente em código — dados limpos, lógicos e estruturados — e porque empresas otimizaram as IAs para desenvolvedores como primeiros adotantes. Para o futuro, a IA será uma nova camada de abstração que facilita modernização de bases legadas, cria novos tipos de software e transforma a forma de trabalhar dos desenvolvedores, aumentando produtividade e abrindo novos casos de uso.

Resumo

Eu estava errado ao supor que a programação seria a última área afetada pela IA; na prática, modelos como ChatGPT e iniciativas da Anthropic foram treinados intensamente em código, e por isso se tornaram especialmente eficientes em desenvolvimento de software. Além disso, código é dado lógico e estruturado, o que facilita o aprendizado e gera resultados mais confiáveis do que domínios menos formais. As empresas também miraram desenvolvedores como primeiros adeptos, acelerando a adoção. Um problema recorrente que a IA ajuda a enfrentar é a modernização de legados — tarefa cara e tediosa — o que abriu mercado para modelos especializados (por exemplo Morf/ModelCode AI) capazes de analisar e transformar bases antigas. O ponto central é a qualidade e curadoria dos dados de treinamento: amostras limpas e relevantes produzem modelos muito melhores. Apesar do avanço rápido, não houve chegada de AGI, e progressos são substanciais porém contidos. Encaro a IA como uma nova camada de abstração positiva: vai tornar possíveis novos tipos de software e otimizar tarefas repetitivas, criando oportunidades semelhantes às geradas pelo surgimento da web. Programadores que aprenderem a colaborar com essas ferramentas serão mais produtivos, focando em design, arquitetura e problemas complexos em vez de trabalho repetitivo e criativos.