Tio Bob contra máquinas: por que o autor de "Clean Code" não tem pressa de se aposentar

A indústria de desenvolvimento de software agora parece uma cidade tomada pela febre: a cada segundo startup promete que redes neurais em breve tornarão os programadores coisa do passado. Entra em cena Robert Martin, mais conhecido como Tio Bob. O homem que formulou os princípios SOLID e ensinou duas gerações de desenvolvedores a escrever código que não têm vergonha de mostrar aos colegas decidiu testar o quão justificado é realmente esse entusiasmo. Sua experiência não é meramente uma avaliação de software, mas uma investigação profunda sobre como a natureza do próprio ofício está mudando sob a pressão dos grandes modelos de linguagem.

Martin começou sua jornada em codificação de IA do mesmo jeito que todos começam: tentando automatizar tarefas rotineiras. Ele rapidamente descobriu que ferramentas modernas como GitHub Copilot ou ChatGPT lidam brilhantemente com funções de template, expressões regulares e algoritmos simples. À primeira vista, parece uma vitória. A produtividade cresce, o tempo até o deploy diminui. Porém, Tio Bob cavou mais fundo e se deparou com o que ele chama de "alucinações arquiteturais". A rede neural produz código que parece correto e até passa nos testes, mas viola princípios fundamentais de design limpo.

O problema é que os LLMs foram treinados em massivos conjuntos de dados onde código "ruim" é estatisticamente mais comum que código "bom". Como resultado, a rede neural frequentemente propõe a solução mais óbvia e direta, que em longo prazo cria uma dívida técnica monstruosa. Martin notou que a IA não compreende em absoluto o contexto de mudanças futuras. Ela não sabe que este módulo precisará ser escalado em seis meses, ou que aquela dependência precisará ser substituída. Para uma rede neural, código é texto; para um engenheiro, é uma estrutura viva e em evolução. E aqui repousa a principal armadilha para iniciantes.

Quando um desenvolvedor experiente usa IA, ele atua como um censor rigoroso. Ele vê onde o modelo propõe um "gambito" e o força a refazer. Mas o que acontece quando um junior pega na ferramenta? Ele aceita o código gerado como verdade absoluta, porque funciona aqui e agora. Tio Bob alerta: corremos o risco de criar uma geração de "engenheiros de prompt" que conseguem montar protótipos funcionais, mas são absolutamente indefesos diante de um erro de sistema complexo. O processo de programação se transforma de criação em uma interminável correção dos erros de outro, o que é psicologicamente muito mais exaustivo.

Outro aspecto importante que Martin abordou é a disciplina. Ele sempre foi um defensor do TDD (desenvolvimento orientado por testes). No mundo da codificação por IA, os testes deixam de ser simplesmente uma prática útil e se tornam a única forma de sobreviver. Se você permite que a máquina escreva código para você, você deve ter um sistema de verificação automatizado que confirme que a máquina não mentiu. Sem isso, o desenvolvimento se torna uma caminhada por um campo minado com os olhos vendados. Martin insiste que o papel dos testes apenas aumenta, embora muitos esperassem que a IA os livrasse dessa parte "chata" do trabalho.

Em última análise, as conclusões de Robert Martin se reduzem a isto: IA é um exoesqueleto poderoso, mas ainda deve haver um atleta dentro dele. As redes neurais não eliminam a necessidade de conhecer algoritmos, compreender padrões de design e sentir a arquitetura. Pelo contrário, tornam essas habilidades ainda mais escassas e valiosas. Não vamos parar de escrever código, mas devemos aprender a ser responsáveis por ele em dobro quando uma caixa-preta executa parte do trabalho para nós. Código limpo continua sendo código limpo, mesmo que tenha sido digitado por uma rede neural, e os critérios de qualidade não mudaram nos últimos quarenta anos.

O ponto principal: a IA não mata a profissão, mas aumenta radicalmente a barra para a compreensão arquitetural. Você está pronto para ser um arquiteto, e não apenas um operador de teclado?