Quando o Código Fica Barato, o Entendimento Fica Caro

Markus Poppastring, refletindo sobre sua experiência na startup de transcrição médica Heartland Information Services, alerta que a atual queda no custo de produção de código devido à IA espelha a onda de terceirização offshore do início dos anos 2000. Naquela época, a parte cara não era escrever código — era entendê-lo bem o suficiente para alterá-lo com segurança, depurar sob pressão e explicar decisões ao próximo desenvolvedor. O código produzido offshore era frequentemente bom, mas o conhecimento vivia em um fuso horário e a responsabilidade em outro.

Com código gerado por IA, o problema é pior: "o conhecimento pode não existir em lugar nenhum. Não há um ser humano do outro lado que já teve a visão completa. O código foi commitado, sintaticamente correto, mas desprovido de intenção." Isso ecoa a tese de Prediction Machines: quando um insumo fundamental se torna barato, o valor se desloca para seus complementos. Em software, o complemento da produção é a compreensão.

O autor argumenta que o recurso escasso não é produzir código — é lê-lo, navegá-lo, saber quais partes importam. Ele cita a observação de Joel Spolsky, de 25 anos atrás: "é mais difícil ler código do que escrevê-lo." A solução, aprendida com a terceirização, é investir deliberadamente em contexto compartilhado, documentação, revisão de código e tratar a compreensão como uma preocupação de engenharia de primeira classe. Ferramentas de desenvolvedor devem focar em nos ajudar a entender código existente, não apenas escrever novo código mais rápido.