Vibe coding: como o uso irrefletido de IA está destruindo a expertise em engenharia

Há uns dois anos, o termo vibe coding soava como piada: uma descrição irônica da situação em que o desenvolvedor pede a um modelo de linguagem que escreva o código, dá uma olhada rápida no resultado e manda para produção sem entrar nos detalhes. Em março de 2026, a piada perdeu a graça. O fenômeno ganhou uma escala que obriga a pensar no futuro de toda a profissão de engenharia.

O Habr publicou mais um texto — e, provavelmente, um dos de maior repercussão — sobre como a integração irrefletida de ferramentas de IA aos fluxos de desenvolvimento vem corroendo aos poucos aquilo que é a própria essência da profissão: a expertise técnica profunda. O autor relata observações da própria prática, mas por trás das anotações pessoais aparece um problema sistêmico que o setor ainda prefere ignorar.

A mecânica da degradação parece enganosamente inofensiva. O desenvolvedor recebe uma tarefa, escreve um prompt para o Copilot, o Cursor ou o Claude, recebe um trecho de código funcional e o integra ao projeto. Tarefa concluída, sprint andando, gerente satisfeito. O problema é que essa abordagem elimina do ciclo uma etapa essencial: a reflexão. O programador não percorre o caminho que vai da definição do problema, passa pela análise das alternativas de arquitetura e chega a uma escolha consciente da solução. Ele recebe uma resposta pronta e a aceita sem questionar. Vez após vez, mês após mês, as conexões neurais responsáveis pelo raciocínio de engenharia simplesmente não se formam — ou, pior, atrofiam em quem já tinha esse raciocínio.

Os desenvolvedores iniciantes são os mais vulneráveis. Para eles, o assistente de IA não amplifica habilidades existentes: ele as substitui. O júnior que, desde o primeiro dia na profissão, se acostumou a receber soluções prontas de um modelo de linguagem corre o risco de nunca desenvolver a capacidade de pensar arquitetura por conta própria, depurar sistemas complexos e entender por que o código funciona de um jeito e não de outro.

Depois de três ou quatro anos nesse ritmo, o mercado ganhará um desenvolvedor pleno que formalmente tem experiência, mas na prática não consegue resolver um problema não trivial sem uma dica da IA. Não é um cenário hipotético: os primeiros sinais já aparecem nas entrevistas técnicas, em que candidatos mostram um contraste impressionante entre a rapidez nas tarefas típicas e o completo desamparo diante das fora do padrão.

Vale ressaltar: o problema não está nas ferramentas em si. Os assistentes de IA para programação talvez representem o maior salto de produtividade dos desenvolvedores desde o surgimento das IDEs com autocompletar. Eles se saem muito bem na rotina: geração de boilerplate, testes a partir de modelos, refatoração de código repetitivo e prototipagem rápida. O engenheiro experiente que usa a IA para acelerar tarefas que já sabe resolver ganha uma vantagem enorme. Mas a mesma ferramenta, nas mãos de quem não domina os fundamentos, vira uma fábrica de dívida técnica: código bem apresentado, sintaticamente correto, mas frágil do ponto de vista da arquitetura.

A comparação é inevitável: a calculadora não deixou os matemáticos mais burros, mas só porque eles primeiro aprendem a fazer contas de cabeça e a entender a natureza dos números. O GPS não destruiu o senso de orientação de quem sabia ler mapas — mas uma geração inteira de motoristas que cresceu com ele realmente fica perdida sem o aparelho. A questão é qual desses cenários está mais próximo do que acontece hoje no desenvolvimento de software. E a resposta, ao que tudo indica, não é animadora.

Há ainda uma dimensão do problema raramente discutida: o impacto na dinâmica das equipes. Quando boa parte do time pratica vibe coding, o code review perde o sentido — o revisor também aprova o código gerado sem examinar a lógica. A expertise coletiva, que antes se formava em discussões sobre decisões de arquitetura e na análise de erros, vai se evaporando. A equipe vira um grupo de operadores que comanda uma esteira de IA, mas não consegue consertá-la quando ela quebra.

A solução, obviamente, não passa por abandonar as ferramentas de IA — isso seria ludismo. Ela está em usá-las de forma consciente. As empresas deveriam investir em uma cultura em que a IA funcione como amplificador, e não como substituta do raciocínio. Os programas de ensino precisam se adaptar: primeiro os fundamentos, depois as ferramentas. E os próprios desenvolvedores ganham ao resolver problemas sem IA de vez em quando, de propósito — assim como atletas treinam com peso extra para se moverem mais rápido sem ele. A inteligência artificial deve tornar engenheiros fortes ainda mais fortes, e não criar a ilusão de competência onde ela não existe.