Há uma estatística que está a circular nos círculos tecnológicos com uma força que poucos esperavam ver tão cedo. A Anthropic, empresa criadora do assistente de inteligência artificial Claude, revelou que aproximadamente 80% do seu próprio código de produção já é gerado pelo Claude. Não se trata de código experimental, de rascunhos ou de testes internos. Fala-se de código real, que corre em sistemas reais, que serve utilizadores reais.
Para perceber o peso desta afirmação, é útil recorrer a uma analogia do mundo físico. Pensemos numa pastelaria tradicional onde o mestre pasteleiro sempre moldou cada croissant à mão. Agora, 8 em cada 10 croissants que saem do forno foram moldados por uma máquina que o próprio pasteleiro programou e supervisiona. O produto final continua a ser aprovado pelo especialista humano, a receita continua a ser sua, mas a execução manual deixou de ser o centro do trabalho. O papel do pasteleiro transformou-se: de executor para curador e supervisor de qualidade.
O que significa “código de produção” e por que razão isto é relevante
Para quem não trabalha na área tecnológica, a distinção entre código de teste e código de produção é fundamental. O código de produção é aquele que sustenta os serviços que as pessoas usam no dia a dia, sistemas de pagamento, plataformas de comunicação, aplicações empresariais. Quando uma empresa como a Anthropic diz que 80% desse código é gerado por IA, está a dizer que a sua infraestrutura crítica é maioritariamente construída por algoritmos, com supervisão humana.
Esta revelação não é apenas um feito técnico interno. É um sinal claro do ritmo a que as práticas de desenvolvimento de software estão a mudar em todo o mundo, incluindo em Portugal e nos mercados lusófonos.
Por que razão as empresas tradicionais devem prestar atenção agora
O risco para as empresas que ignoram esta tendência não é o de ficarem “atrasadas” num sentido vago e abstrato. O risco é concreto e mensurável. Uma empresa concorrente que integre ferramentas de geração de código baseadas em IA pode desenvolver funcionalidades em dias que, de forma tradicional, levariam semanas. Consegue corrigir erros mais rapidamente, iterar produtos com maior frequência e, em consequência, servir melhor os seus clientes a um custo operacional mais reduzido.
A questão não é se a inteligência artificial vai entrar nos processos de desenvolvimento das empresas portuguesas. A questão é se essas empresas vão liderar essa integração de forma estratégica ou se vão reagir tardiamente à pressão competitiva.
O que as equipas de tecnologia precisam de ajustar
A transição que a Anthropic exemplifica não elimina as equipas humanas de desenvolvimento. Transforma profundamente o que se espera delas. Os programadores deixam de ser principalmente escritores de código linha a linha. Passam a ser responsáveis por três competências distintas e igualmente exigentes.
A primeira é a capacidade de formular problemas com precisão. A IA só gera código útil se receber instruções claras e bem estruturadas. Saber comunicar um problema técnico de forma que o modelo o interprete corretamente torna-se uma competência central, quase tão importante quanto saber programar.
A segunda é a capacidade de rever e validar. O código gerado por IA pode conter erros subtis, falhas de segurança ou lógica inadequada ao contexto específico de um negócio. A supervisão humana qualificada não é opcional, é estrutural.
A terceira é o pensamento arquitetural. Enquanto a IA trata das tarefas repetitivas e de volume elevado, os profissionais humanos concentram-se em decisões de alto nível, como a estrutura geral dos sistemas, a escolha de tecnologias e a visão de longo prazo dos produtos.
Como começar de forma pragmática
Para empresas que não têm os recursos da Anthropic mas querem acompanhar esta evolução, o ponto de partida não precisa de ser uma transformação radical. Ferramentas como o GitHub Copilot, o próprio Claude da Anthropic ou o Cursor estão acessíveis e permitem às equipas de desenvolvimento ganhar eficiência em tarefas específicas, desde a geração de testes automáticos até à documentação de código existente.
O mais importante é adotar uma mentalidade de experimentação controlada. Escolher um projeto piloto, medir os resultados com honestidade e ajustar a abordagem com base nos dados reais da própria organização. A integração de IA no desenvolvimento de software não é um interruptor que se liga de uma vez. É um processo gradual de aprendizagem organizacional.
O que a revelação da Anthropic nos confirma é que esse processo já está a acontecer, a uma escala e numa velocidade que tornaram a espera numa opção cada vez mais arriscada.
Fonte: Notícia Original
