Por Daniel Castello, CEO Brasil da Verzel.
A inteligência artificial reduziu de forma significativa a barreira de entrada para a criação de software, já que ferramentas de vibe coding permitem que pessoas sem formação técnica transformem descrições em linguagem natural em aplicações funcionais, acelerando uma etapa que durante décadas dependeu de conhecimento especializado em programação. Esse movimento amplia o número de pessoas capazes de construir produtos digitais e, ao mesmo tempo, desloca o principal desafio da criação de código para uma questão mais complexa, que é garantir que aquilo que foi construído seja seguro, escalável, sustentável e operável.
Uma pesquisa da Sonar com mais de 1,1 mil desenvolvedores aponta que 42% do código atualmente produzido por esses profissionais já é gerado ou significativamente auxiliado por IA, percentual que pode chegar a 65% em 2027, enquanto 96% dos entrevistados afirmam não confiar completamente no código gerado por IA e apenas 48% dizem sempre verificá-lo antes de realizar o commit. O cenário revela um novo gargalo no desenvolvimento de software, pois, embora a geração de código tenha se tornado mais rápida, a validação não necessariamente acompanhou o mesmo ritmo.
Essa mudança ajuda a separar duas atividades que frequentemente são tratadas como equivalentes, mas que possuem exigências bastante diferentes: construir software e fazer engenharia de software. Uma aplicação pode ser criada em poucas horas e funcionar corretamente durante uma demonstração sem estar preparada para um ambiente corporativo, especialmente porque, quando passa a lidar com dados de clientes, bancos de dados, sistemas internos, APIs, múltiplos usuários e requisitos de disponibilidade, decisões sobre arquitetura, escalabilidade, observabilidade, tratamento de exceções e manutenção deixam de ser detalhes técnicos e passam a determinar a viabilidade do produto.
Uma pesquisa da Veracode identificou vulnerabilidades em 45% das amostras de código geradas por modelos de IA avaliadas, incluindo problemas associados ao OWASP Top 10. O dado mostra que produzir código funcional não significa, necessariamente, produzir código seguro e, à medida que a IA aumenta a quantidade de aplicações que chegam rapidamente à fase de protótipo e produção, também cresce a necessidade de revisão, testes e controles capazes de identificar problemas antes que eles se transformem em incidentes.
O fenômeno também muda o perfil de quem participa do desenvolvimento, uma vez que a programação, que antes era uma atividade restrita a profissionais capazes de dominar linguagens e frameworks específicos, passa a incorporar founders, designers, profissionais de negócios e outros usuários que conseguem descrever o que desejam construir. Essa democratização é positiva porque amplia a capacidade de experimentação e permite testar ideias com velocidade, mas o problema surge quando um protótipo bem-sucedido é confundido com uma solução pronta para operar em escala, já que a facilidade de criação não elimina as exigências necessárias para sustentar um sistema em produção.
E essa escassez de profissionais tende a mudar de natureza, pois a IA pode reduzir parte da necessidade de escrever código manualmente, mas não elimina a demanda por pessoas capazes de avaliar sistemas, identificar riscos e tomar decisões arquiteturais. O levantamento “State of Tech Talent 2026”, da Linux Foundation, mostra que as organizações ainda relatam falta de profissionais em áreas como inteligência artificial e machine learning, cibersegurança e compliance e engenharia de plataformas, além de apontar lacunas relevantes em segurança e gestão de riscos de IA e em operações e monitoramento de IA.
Por isso, o avanço do vibe coding pode criar uma assimetria na qual mais pessoas passam a produzir software enquanto cresce a quantidade de sistemas que precisam ser revisados, integrados, protegidos e mantidos, o que aumenta a importância da senioridade não necessariamente porque será preciso escrever mais código, mas porque será necessário compreender as consequências do código produzido rapidamente. Saber avaliar se uma arquitetura escala, se uma integração é segura, qual dívida técnica está sendo criada e como uma aplicação será observada em produção passa a ser tão importante quanto saber construí-la, porque são essas decisões que determinam a capacidade de um sistema permanecer funcional e sustentável ao longo do tempo.
A tendência, portanto, não aponta para o fim da engenharia de software, mas para uma mudança em seu papel, pois a inteligência artificial pode transformar a construção de aplicações em uma atividade cada vez mais acessível e veloz sem eliminar a necessidade de contexto, experiência e responsabilidade nas decisões sobre arquitetura, segurança, governança e operação. O verdadeiro ganho do vibe coding não estará apenas na quantidade de software que poderá ser criado, mas na capacidade das organizações de transformar essa velocidade em produtos sustentáveis, porque, embora a construção possa estar se tornando uma atividade padronizada, a engenharia continua sendo o que determina se aquilo que foi construído consegue sobreviver ao mundo real.
