Por que a Infosys está retreinando recém-formados: profissionais de TI indianos não estão prontos para a era da IA

O mercado indiano de profissionais de TI esbarrou em uma realidade incômoda: um diploma de computer science já não garante preparo para trabalhar na era da IA, e os empregadores precisam treinar os recém-formados do zero nas novas ferramentas de desenvolvimento.

O problema aparece na fronteira entre ensino e prática. Os programas universitários ainda dão ênfase a linguagens clássicas, algoritmos, provas e escrita manual de código, enquanto as equipes reais trabalham cada vez mais com desenvolvimento assistido por IA: geração de código, autocompletar, análise de erros, prototipagem rápida e verificação de resultados por máquina. Com isso, o jovem profissional pode conhecer a teoria, mas entender pouco como funciona o fluxo de trabalho moderno, em que parte da rotina já foi delegada aos modelos.

Os currículos mudam devagar, e a contratação em massa baseada em testes padronizados continua mostrando mal se o candidato sabe atuar em um ambiente onde a velocidade agora depende não só da pessoa, mas de sua habilidade de usar bem a IA.

Por isso, grandes empregadores como a Infosys são obrigados a gastar semanas na adaptação dos novos funcionários. Não se trata apenas de se familiarizar com mais uma IDE ou com os padrões internos da empresa. Os novatos aprendem a formular tarefas para ferramentas de IA, revisar código gerado, identificar alucinações e lidar com segurança, testes e qualidade do resultado. Em outras palavras, as empresas preenchem uma lacuna que antes era coberta em parte pela universidade ou pela prática autodidata.

Para o empregador, isso significa custo extra com treinamento justamente quando o negócio espera, ao contrário, que a IA acelere o desenvolvimento e traga retorno mais rápido dos juniores. Para a Índia, é um ponto especialmente sensível, porque o país foi por muitos anos um dos principais fornecedores de engenheiros para a TI global e o outsourcing.

Quando o modelo de desenvolvimento muda tão rápido, o valor das habilidades básicas muda junto. Não basta escrever uma função ou resolver um problema de algoritmos: é preciso integrar a IA ao trabalho diário, acelerar o delivery e ainda responder pelo resultado. Os empregadores esperam não só conhecimento de sintaxe, mas capacidade de aprender rápido um novo stack, entender a tarefa de produto e controlar a qualidade do que o modelo sugere. Para as empresas de serviços, isso deixou de ser uma questão acadêmica e virou questão de margem, prazo de entrega e reputação diante de clientes estrangeiros.

Há também um problema estrutural: a IA muda a própria porta de entrada da profissão. Antes, esperava-se do desenvolvedor júnior a execução cuidadosa de tarefas repetitivas, nas quais ele ganhava experiência. Agora, boa parte dessa rotina está sendo automatizada, e as vagas iniciais ficam mais exigentes. Do novato se espera não apenas obediência ao processo, mas capacidade de entender rapidamente código alheio, escrever bons prompts, checar o resultado do modelo e perceber onde a automação ajuda e onde cria risco. Isso torna a transição da universidade para uma equipe real mais dura, principalmente para quem estudou com modelos antigos.

A história tem ainda um significado mais amplo. A IA não elimina a demanda por programadores, mas eleva o patamar de aptidão profissional. As empresas estão menos dispostas a pagar por trabalho manual lento quando parte da tarefa pode ser automatizada.

Por isso, aos graduados já não basta um diploma formal e o conjunto padrão de trabalhos de laboratório. Serão mais competitivos os que sabem trabalhar com assistentes de IA, conhecem os fundamentos de arquitetura, testes e data privacy e sabem explicar por que uma resposta específica do modelo pode ou não ir para produção. Na prática, o mercado começa a avaliar não o volume de conteúdo aprendido, mas a velocidade de adaptação, o pensamento crítico e a disciplina de engenharia.

Se a tendência continuar, as universidades terão de rever seus programas bem mais rápido do que antes. Cursos de programação sem prática com ferramentas de IA perderão valor, e o treinamento corporativo ficará mais longo e caro. Para as empresas, são custos adicionais; para os estudantes, um sinal de que o mercado não compra mais o «diploma puro». Ele compra a capacidade de aprender rápido, pensar criticamente e trabalhar ao lado da IA, não à parte dela.

Para os próprios graduados, a conclusão é simples: é preciso dominar as novas ferramentas antes do primeiro emprego. Caso contrário, o empregador dará de qualquer forma a primeira escola real de desenvolvimento, só que à custa de tempo perdido e de uma concorrência maior pela vaga.