O volume de código gerado por IA está sobrecarregando engenheiros seniores, mostra estudo

O gargalo cognitivo do desenvolvimento assistido por IA

O cérebro humano processa pensamentos conscientes e analíticos a aproximadamente 10 bits por segundo, de acordo com uma pesquisa de 2025 publicada na Neuron. A memória de trabalho mantém aproximadamente 4 blocos de informação por vez. Essa limitação biológica cria uma incompatibilidade fundamental com a saída de código gerada por IA.

Quantificando o aumento da carga de trabalho

O Octoverse 2025 do GitHub mostra 43,2 milhões de pull requests mesclados por mês, um aumento de 23% em relação ao ano anterior. As linhas de código por desenvolvedor cresceram de 4.450 para 7.839 em oito meses - um aumento de 76%. A Faros AI analisou mais de 10.000 desenvolvedores e descobriu que os usuários de IA mesclam 98% mais pull requests com assistência de IA.

O estudo SmartBear/Cisco estabeleceu que a detecção de defeitos cai de 87% para PRs com menos de 100 linhas para 28% para PRs com mais de 1.000 linhas. A qualidade colapsa após 60 minutos de revisão. Um mantenedor do OCaml rejeitou um PR gerado por IA de 13.000 linhas devido a restrições de largura de banda.

Esgotamento e expansão da carga de trabalho

O Upwork Research Institute descobriu que 77% dos funcionários que usam IA dizem que ela aumentou sua carga de trabalho, não a reduziu. 71% relatam esgotamento. A descoberta mais preocupante: taxa de esgotamento de 88% entre os usuários de IA "mais produtivos", que têm o dobro de probabilidade de desistir.

Pesquisadores da UC Berkeley identificaram três mecanismos de "expansão da carga de trabalho": expansão de tarefas (o escopo de todos aumenta porque a IA torna possível fazer mais), limites borrados (o prompt de IA acontece durante o almoço, deslocamento, noites) e pressão implícita (quando colegas visivelmente fazem mais com IA, as expectativas aumentam para todos).

Por que a experiência torna o problema pior

A Microsoft Research confirmou em 2024 que os sistemas de IA podem tornar tarefas difíceis ainda mais difíceis, deixando os usuários com a mesma ou maior carga cognitiva. O mecanismo é assimétrico: ao escrever código, os desenvolvedores externalizam um modelo mental que já existe, mas ao revisar código gerado por IA, eles devem reverter o raciocínio a partir de um artefato produzido por um sistema que não tem compreensão do contexto de negócios.

Uma pesquisa da Clutch com 800 profissionais de software descobriu que 59% dos desenvolvedores usam código gerado por IA que não entendem completamente. Engenheiros seniores relatam a menor confiança nesse ambiente.