TLDR;

O uso intenso de IA pode levar a esquecer detalhes de sintaxe e tarefas rotineiras, mas essa atrofia tende a ser superficial e as habilidades reaparecem rapidamente quando necessário. O custo oculto maior é a perda do foco em habilidades de baixo nível e a necessidade de migrar para papéis de julgamento, orquestração e escolha de tecnologias, onde entendimento conceitual é o diferencial. Mitiga-se o risco tratando a IA como uma ferramenta de produtividade e aprendizado: pesquise primeiro o que existe, use a IA para resolver e aprender rapidamente e mantenha a base conceitual para tomar boas decisões.

Resumo

O orador discute a preocupação comum de que, ao depender de bibliotecas, frameworks ou de IA para gerar código, as habilidades de programação possam atrofiar; ele compartilha sua experiência pessoal — mudando entre tecnologias como Java e .NET — e diz que esquecer detalhes é natural, mas superficial, e que recuperar o conhecimento é fácil, “como andar de bicicleta”. Ressalta que o papel do desenvolvedor profissional não é decorar todas as nuances, mas desenvolver julgamento e compreensão conceitual para escolher tecnologias, orquestrar soluções e executar corretamente. Antes de reinventar a roda, sempre verifica se já existe algo utilizável (open source ou similar) e ensina a sua equipe a não procurar código só por escrever, mas a buscar o que já existe. Vê a IA como uma ferramenta poderosa que acelera pesquisa e aprendizagem — recomenda usá‑la para resolver dúvidas e aprender mais rápido — mas lembra que o conhecimento básico é necessário para validar e aplicar o que a IA sugere. Observa ainda que camadas de abstração (como React) já tornaram obsoletas muitas habilidades de baixo nível, e isso não é problemático desde que se mantenha a base conceitual e a capacidade de julgamento.