Atualização editorial em : atribuições, alcance das fontes e orientações corrigidos; a data da publicação original foi preservada.

Uma equipe pode produzir código mais depressa e, ao mesmo tempo, gastar mais esforço para entender e revisar o que mudou. A entrevista de Duncan Grazier à InfoQ ajuda a colocar essa tensão na conversa sobre adoção de IA. Ela apresenta a perspectiva de um líder de engenharia, não uma garantia de resultado para outras equipes.

Relatos e expectativas na entrevista

No podcast publicado em 1º de agosto de 2025, Grazier se apresentou como CTO da BuildOps. Na conversa com Shane Hastie, propôs começar a adoção por um recorte limitado, como a escrita de testes, e observar tanto o resultado quanto a reação das pessoas. Fonte: transcrição, trechos 00:51 e 03:10.

A partir de 11:32, Grazier descreveu um aumento de carga cognitiva na aprendizagem dessas ferramentas e expressou a expectativa de ganhos posteriores. Essa expectativa é do entrevistado; o trecho não apresenta um estudo longitudinal que determine quando o esforço inicial seria compensado. Fonte: Managing cognitive load and learning curves.

A pergunta sobre efeitos na carreira, presente na versão anterior desta página, era hipotética. O problema editorial estava em transformar percepções e previsões em afirmações gerais, não na existência daquela pergunta.

Uma conversa de acompanhamento que separa dificuldades

O roteiro abaixo é proposto para um piloto e não foi aplicado a uma equipe. Ele complementa a medição de entrega ao examinar o esforço necessário para trabalhar com a ferramenta.

Escolha uma tarefa e registre o contexto

Em um exemplo hipotético, uma pessoa usa um assistente para preparar testes de uma regra já conhecida. Registre a tarefa, o nível de familiaridade com o módulo, a ajuda disponível e o que foi alterado na configuração. Comparar uma tarefa conhecida com outra em um sistema desconhecido não isola o efeito da ferramenta.

Pergunte onde o esforço foi gasto

  • Aprender a ferramenta: houve dúvida sobre comandos, contexto ou permissões?
  • Entender a resposta: a pessoa conseguiu explicar o teste gerado e seu resultado esperado?
  • Conferir o requisito: o comportamento esperado já estava definido ou precisou de uma decisão de negócio?
  • Corrigir e revisar: o trabalho foi concluído no mesmo fluxo ou transferiu esforço para outra pessoa?

Essas perguntas ajudam a escolher intervenções diferentes. Uma dúvida de configuração pode pedir treinamento; um requisito ambíguo exige esclarecimento; uma mudança que o autor não consegue explicar exige revisão antes de ser aceita. A percepção de dificuldade é um dado do participante, não um diagnóstico sobre sua competência.

Combine observação e relato, sem reduzir a pessoa a uma nota

Registre o que foi possível observar, como uma revisão adicional, separadamente do relato de cansaço ou confiança. Explique aos participantes como essas informações serão usadas e restrinja a coleta ao necessário. O objetivo proposto é ajustar o processo, não montar um ranking individual a partir de volume de código.

Decida o próximo passo com uma condição explícita

Ao terminar o período acordado, a equipe pode manter o recorte, oferecer apoio adicional, reduzir o escopo ou interromper o piloto. Defina antes quais evidências sustentariam cada decisão. “Todos gostaram” não comprova qualidade, assim como uma primeira dificuldade não prova que a ferramenta nunca será útil.

Para observar filas, retrabalho e entrega além da experiência individual, consulte o protocolo proposto a partir do DORA 2025. São recortes complementares: experiência de aprendizagem e resultado do fluxo.

Limites da análise

Os relatos citados pertencem a Grazier. Não são experiências profissionais de Anderson Damasio. Não foram medidos produtividade, carga cognitiva ou evolução de carreira. O roteiro não é um instrumento psicológico validado e não prevê promoções, redução de equipe ou prazo de retorno do investimento.