Harvard: IA reduz contratação de juniores e, em três anos, o impacto pode atingir todo o setor

A IA generativa já está mudando a estrutura de contratação em TI: as empresas cortam vagas de nível inicial, enquanto desenvolvedores experientes dependem cada vez mais de ferramentas de IA. Se as duas tendências persistirem, em alguns anos o mercado pode enfrentar não um excesso, mas uma escassez de pessoas capazes de manter e consertar o código acumulado.

O que Harvard mostrou

O estudo de Harvard abrangeu quase 62 milhões de trabalhadores e 285 mil empresas nos EUA. A conclusão principal é simples: depois de adotar IA generativa, as empresas passam a contratar juniores com bem menos frequência. A queda na contratação é estimada em 9–10% ao longo de seis trimestres, enquanto a demanda por cargos mais seniores quase não muda.

Os autores destacam um detalhe importante: não se trata de demissões em massa, mas de uma desaceleração na entrada na profissão. O degrau mais baixo da carreira encolhe primeiro. Outros sinais reunidos no artigo reforçam o quadro:

• o emprego de desenvolvedores de 22 a 25 anos caiu 20% do pico do fim de 2022 até julho de 2025, segundo o Stanford Digital Economy Study
• o número de vagas de nível inicial nos EUA caiu 35% entre janeiro de 2023 e junho de 2025, segundo a Revelio Labs
• no Reino Unido, a Revelio Labs aponta queda de 46% nessas vagas
• a fatia de juniores na contratação em TI caiu de 15% para 7% em três anos, segundo o Stack Overflow

Isoladamente, esses números ainda poderiam ser atribuídos ao esfriamento do mercado após o superaquecido período de 2021–2022. Juntos, indicam uma mudança mais incômoda: as empresas já agem como se a IA tivesse assumido boa parte das tarefas que antes iam para os iniciantes. O mais importante é que não é um pico isolado, mas uma série de sinais coincidentes em amostras e países diferentes. Se os juniores não entram no sistema agora, em alguns anos simplesmente não haverá de onde sair os plenos.

Dependência dos assistentes

O segundo sinal de alerta veio de uma pesquisa da METR. A organização testou 16 desenvolvedores experientes de código aberto em tarefas reais, em projetos que eles conheciam. Os participantes estavam otimistas: esperavam que a IA acelerasse o trabalho em cerca de 20%. Na prática, aconteceu o contrário: com o uso de assistentes permitido, as tarefas levaram em média 19% mais tempo. Ou seja, as ferramentas pareciam úteis, mas na verdade acrescentavam tempo com prompts, espera, revisão e correção do código.

"É como atravessar a cidade a pé quando você está acostumado a andar de

Uber."

Na etapa seguinte, a METR esbarrou não só na questão da produtividade, mas também na do hábito. Segundo os dados citados no artigo, de 30% a 50% dos desenvolvedores se recusavam a enviar ao experimento parte das tarefas se elas tivessem de ser feitas sem IA. Os pesquisadores apontaram explicitamente um efeito de seleção: saem da amostra justamente as pessoas que mais dependem dos assistentes.

Isso não prova que a IA seja inútil. Mas mostra a rapidez com que ela deixa de ser apenas um acelerador e vira um apoio do qual muitos já têm dificuldade de abrir mão.

Onde está o risco

O problema não se resume à dificuldade dos iniciantes em achar o primeiro emprego. Some a própria lógica de formar engenheiros dentro das equipes. Antes, o junior assumia a rotina, errava, recebia revisões e aos poucos virava pleno. Agora essa rotina costuma ir para o modelo, e o senior assume três papéis de uma vez: o próprio trabalho, a supervisão da IA e a revisão final do resultado.

Assim surge o talent doom cycle: hoje se economiza em vagas juniores e, em 3–5 anos, descobre-se a falta de gente do nível seguinte. Ao mesmo tempo, o custo dos erros cresce. O artigo traz estimativas de que código gerado por IA tem mais vulnerabilidades, aumenta a duplicação e reduz a proporção de refatoração. Mesmo que se discutam os percentuais exatos, a mecânica é clara: escrever um rascunho de código ficou mais fácil, mas lidar com as consequências, não. Assim, parte do ganho de velocidade vira dívida técnica adiada.

Se menos juniores são contratados e os seniores gastam mais tempo revisando a saída das máquinas, em alguns anos o setor pode ter não um exército de desenvolvedores superprodutivos, mas um gargalo de especialistas sobrecarregados e bases de código inchadas.

O que isso significa

O mercado de TI está testando um modelo em que a IA cobre a camada inferior do trabalho de engenharia. No curto prazo, parece economia; no longo prazo, pode quebrar a esteira de formação de profissionais. Se as empresas não retomarem uma contratação e um treinamento consistentes de juniores, em alguns anos simplesmente não haverá quem desembaraçe a dívida técnica de IA acumulada.