Requalificar engenheiros para a era da IA: como preparar as equipas para a mudança

À medida que a IA assume uma parte cada vez maior do trabalho de implementação, os engenheiros precisam de fazer mais do que escrever código. Precisam de compreender os problemas de negócio, orientar agentes de IA e validar os resultados que estes produzem. Para as empresas, o desafio está em ajudar as equipas existentes a desenvolver estas competências sem comprometer o trabalho diário.

Mas o processo de requalificação exige mais do que apenas a adoção de novas ferramentas. Implica repensar o papel do engenheiro, a forma como as equipas aprendem e como as empresas preparam as pessoas para um modelo de desenvolvimento diferente.

A IA já está a redefinir o papel dos engenheiros de software 

Cada vez menos tempo do dia é dedicado a escrever código. Os engenheiros explicam o que pretendem, fornecem contexto ao agente, dividem o trabalho em partes que este consegue executar e analisam o resultado. É um tipo de desgaste diferente: menos escrita, mais julgamento. Leem muito mais código do que aquele que escrevem, e grande parte desse código parece estar correto, mesmo quando não está.

Acredito que a validação é hoje uma das competências fundamentais de qualquer engenheiro. Todos os engenheiros passaram a ser revisores de código que não escreveram, em quantidades para as quais ninguém os preparou. E o mais preocupante é que os erros da IA podem parecer absolutamente plausíveis. O pensamento sistémico é aquilo que une todas estas competências, porque código gerado que ignora completamente a arquitetura existente não passa de ruído dispendioso.

Para além das competências técnicas, os engenheiros têm de saber quando parar. Quando devem voltar a assumir o controlo em vez de deixar o agente avançar e quando algo que é “suficientemente bom” simplesmente não é aceitável. Os melhores engenheiros com quem trabalho também mudam rapidamente de opinião quando as evidências mudam, independentemente de a má ideia ter sido deles ou do modelo. Depois, há o sentido de produto, aquela intuição sobre aquilo de que o utilizador realmente precisa. E a capacidade de explicar um compromisso a alguém da área de negócio sem recorrer a jargão técnico está, discretamente, a tornar-se um fator cada vez mais importante para a progressão profissional.

Porque devem as empresas apostar na requalificação das suas equipas de engenharia

Há várias razões pelas quais a requalificação é hoje tão importante. A primeira é o contexto. Um agente de IA a trabalhar numa base de código é apenas tão inteligente quanto o contexto que lhe é fornecido. E quem tem esse contexto? As pessoas que trabalham nesses sistemas há anos e ainda se lembram porque é que um determinado serviço falha todos os meses em dezembro. Novas contratações trazem novas perspetivas e conhecimentos valiosos, enquanto os membros atuais das equipas trazem um conhecimento profundo do negócio e dos seus sistemas. 

A segunda razão é o risco para o negócio. Comprar ferramentas de IA e realizar alguns projetos-piloto não significa, de forma alguma, que a forma como o software é entregue vá mudar. Primeiro surge a fadiga dos projetos-piloto. A empresa comprou as licenças, assistiu a uma boa demonstração, mas, dois anos depois, a forma de trabalhar continua igual e o CFO começa a perguntar onde foi parar o investimento. A utilização não autorizada de IA, ou shadow AI, é ainda pior porque não é visível. Quando as pessoas não têm acesso a ferramentas aprovadas, acabam simplesmente por copiar código e colá-lo em qualquer ferramenta que tenham aberta no computador.

A requalificação ajuda as empresas a transformar o investimento em IA numa mudança real na forma como trabalham. Quando produzir código se torna barato, o que passa a ser dispendioso é decidir o que desenvolver e provar que funciona. Uma equipa requalificada consegue testar várias abordagens no tempo que anteriormente seria necessário para testar apenas uma e eliminar as mais fracas antes de estas chegarem ao roadmap. Além disso, qualquer concorrente pode comprar amanhã de manhã as mesmas licenças. O que não pode comprar é uma equipa que saiba onde direcionar toda essa nova capacidade e como tirar partido do conjunto de ferramentas de IA.

Construir uma equipa de engenharia preparada para a IA

O processo começa com duas mudanças de mentalidade. A primeira passa de um pensamento determinístico para um pensamento probabilístico. A engenharia desenvolveu-se com base na lógica de “mesma entrada, mesmo resultado”, mas a IA simplesmente não funciona assim. Em vez de esperar que o resultado esteja correto, passa-se a conceber sistemas para garantir essa correção, recorrendo a avaliações e mecanismos de proteção.

A segunda mudança é pessoal, e é um tema que muitas pessoas evitam. Muitos engenheiros construíram parte da sua identidade profissional em torno da capacidade de escrever código de elevada qualidade. Admitir que uma parte desse trabalho está a tornar-se uma commodity pode ser difícil. Aprender também aumenta a carga de trabalho, e engenheiros experientes podem recear parecer principiantes perante as suas equipas. As empresas precisam de ultrapassar estas barreiras disponibilizando ferramentas aprovadas, regras de segurança claras e ambientes controlados onde seja possível experimentar com código realista.

Há ainda outro aspeto importante: a aprendizagem tem de acompanhar a rapidez com que a IA está a evoluir. É por isso que eu trataria a requalificação como um produto, e não como um curso: algo com versões e atualizado a cada poucos meses, já que os conteúdos rapidamente ficam desatualizados. Começaria por uma base comum e, depois, avançaria para conteúdos mais aprofundados e diretamente relacionados com aquilo que as pessoas realmente fazem, com os próprios profissionais a partilharem os seus erros e aprendizagens. O que muitos programas deixam de fora é a oportunidade de aplicar a aprendizagem num projeto real, com o apoio de um gestor que incentive a adoção destas novas práticas. Sem essa aplicação prática, as equipas tendem a voltar às formas de trabalho anteriores.

Colocar a requalificação em prática

Uma requalificação eficaz exige combinar competências de engenharia e IA com pensamento de produto e compreensão do negócio. Anteriormente, os percursos de aprendizagem concentravam-se na profundidade e abrangência dos conhecimentos de engenharia, mas a IA esbateu as fronteiras entre estas duas dimensões. Tornou-se evidente que os engenheiros precisam de ligar a execução técnica a uma compreensão mais profunda daquilo que é necessário desenvolver e porquê.

Não se trata de transformar engenheiros em gestores de produto. Trata-se de ter engenheiros que compreendem porque vale a pena desenvolver algo e que sabem usar a IA para o fazer bem. Isso significa compreender o problema do cliente, saber trabalhar com agentes de IA e avaliar os seus resultados, e utilizar a IA ao longo de todo o ciclo de entrega, e não apenas para escrever código. 

Mas como saber se está a funcionar? 

• Retenção: As práticas continuam a ser utilizadas três meses depois? Outra equipa começou também a adotá-las?
• Resultados de entrega: Quanto tempo demora uma ideia a transformar-se num protótipo validado? A qualidade mantém-se à medida que as equipas trabalham mais depressa?
• Responsabilização: Os engenheiros estão a assumir maior responsabilidade pelos problemas dos clientes?
• Feedback dos gestores: O gestor observa a mesma evolução que o engenheiro? Isto é importante porque a confiança pode crescer muito mais depressa do que a competência.

De forma mais abrangente, o objetivo é criar um hábito de adaptação, e não apenas desenvolver um conjunto de competências em IA. A próxima grande mudança pode nem sequer estar relacionada com IA, e as equipas estarão mais bem preparadas para enfrentá-la se os engenheiros já souberem repensar a forma como trabalham.