Como a IA impulsiona o desenvolvimento de softwares

Coluna

Desenvolvimento De Software

Inovação

Tecnologia

19 de maio de 2025

Como a IA impulsiona o desenvolvimento de softwares

Uso inadequado da tecnologia, sem o devido conhecimento técnico, pode comprometer a qualidade, a segurança e a sustentabilidade das soluções desenvolvidas

A inteligência artificial (IA) se tornou vital no mundo da tecnologia, e isso vale também para quem cria programas de computador e aplicativos. A IA já deixou de ser uma moda passageira para se consolidar como uma força que aprimora o desenvolvimento de sotwares. Por meio de técnicas avançadas como aprendizado de máquina (machine learning), processamento de linguagem natural (PLN) e visão computacional, a IA amplia as possibilidades de inovação, otimizando desde a etapa da concepção até as fases de manutenção e atualização.

Este texto explora como a aplicação estratégica da IA, feita com conhecimento fundamentado, pode resultar em softwares mais modernos, eficientes e alinhados às necessidades do mercado contemporâneo, em constante transformação. Também serão abordados os perigos associados ao uso inadequado desse tipo de tecnologia, sem o devido conhecimento técnico, o que pode comprometer a qualidade, a segurança e a sustentabilidade das soluções desenvolvidas.

Uma das áreas em que a IA mais pode ajudar é a de criação e refinamento automático do código. Programas que aprendem com muitos exemplos de código conseguem ajudar os desenvolvedores a escrever as partes repetitivas, a ter ideias de como programar melhor e até a encontrar pontos onde o programa pode estar lento. Ferramentas com IA são capazes de analisar o código que já existe e sugerir mudanças para aprimorar seu funcionamento, inclusive em questões de segurança. Isso libera os desenvolvedores de um trabalho manual e repetitivo, permitindo que se concentrem na estrutura geral do programa.

Outra aplicação importante da inteligência artificial está na detecção de falhas e na automação de testes nos sistemas de software. Algoritmos inteligentes podem identificar padrões recorrentes de erro, permitindo a criação de testes mais abrangentes e eficientes, inclusive encontrando problemas que poderiam passar despercebidos em testes feitos por humanos. Além disso, a IA consegue analisar os registros de erro para detectar rapidamente a causa dos problemas, otimizando o processo de depuração e correção de falhas.

A primeira fase da concepção de um software — entender o que o cliente quer e escrever o que o programa precisa fazer —, também pode ser melhorada com a IA. Técnicas de processamento de linguagem natural podem ser utilizadas para analisar documentos com solicitações de clientes e encontrar trechos ambíguos, contraditórios ou incompletos, garantindo que a demanda fique clara para todas as partes envolvidas. A inteligência artificial também consegue auxiliar a equipe de desenvolvimento na priorização das atividades, considerando os benefícios potenciais e os riscos associados a cada iniciativa.

Além disso, a IA analisa dados de projetos antigos para prever problemas, como atrasos ou gastos extras, e estimar com mais precisão o tempo e o esforço necessários em cada etapa dos projetos, tornando o planejamento mais assertivo e otimizando os recursos.

Técnica

Mesmo com o grande potencial da inteligência artificial na otimização do desenvolvimento de softwares, é muito importante que o desenvolvedor tenha experiência na produção de códigos, pois ele vai precisar de conhecimento aprofundado para encontrar as soluções específicas para determinados problemas ou para entender, supervisionar e adaptar as soluções criadas pela IA. Por isso, os desenvolvedores e engenheiros de software precisam ser capazes de:

  • Escolher as ferramentas de IA e as formas mais adequadas de aplicá-las: os problemas de software não são todos iguais, nem todas as ferramentas de IA ajudam da mesma forma. Saber qual algoritmo, qual técnica ou qual ferramenta usar em cada momento é crucial para ter bons resultados;
  • Preparar e analisar os dados para “ensinar” a IA: a eficiência da ferramenta de inteligência artificial depende da qualidade e da relevância dos dados utilizados em seu treinamento. Profissionais com conhecimento técnico devem ser capazes de coletar, tratar, organizar e analisar adequadamente esses dados, para que a IA aprenda corretamente e consiga aplicar esse conhecimento em novos contextos;
  • Entender e verificar as sugestões da IA: as ferramentas de AI fornecem vários tipos de informação, que devem ser checadas de maneira crítica, de acordo com os objetivos do projeto. É preciso entender como os softwares funcionam para identificar soluções que sejam eficazes e seguras.
  • Incluir a IA no desenvolvimento: o uso da IA não substitui o trabalho que o profissional de TI já fazia. É fundamental que o desenvolvedor saiba integrar as ferramentas de inteligência artificial às suas atividades atuais, garantindo uma sinergia eficiente com os demais processos e ferramentas existentes.
  • Monitorar os modelos de IA: as ferramentas de inteligência artificial podem se desatualizar por causa de mudanças nos dados ou nas demandas. Por isso, é importante monitorar constantemente seu desempenho e fazer ajustes ou novos treinamentos quando necessário.

Riscos

Se a IA for usada no desenvolvimento de softwares por pessoas sem conhecimento técnico, poderá prejudicar a qualidade, a segurança e a eficiência da gestão de eventuais mudanças que possam vir a ser necessárias no futuro.

Ferramentas de IA que geram códigos sem a supervisão e revisão de desenvolvedores experientes podem causar a infiltração de errose falhas de segurança nos programas e resultar em códigos que não funcionam bem ou que são suscetíveis a ataques, problemas muitas vezes difíceis de rastrear.

Além disso, se a equipe de desenvolvimento não entender integralmente um código feito pela inteligência artificial, pode ter dificuldade tanto na manutenção quanto na implementação de mudanças e melhorias no sistema, aumentando os custos e o tempo de desenvolvimento.

Melhorias em uma parte do programa têm o potencial de prejudicar outras, por isso, se a equipe de desenvolvimento não entender todos os aspectos e consequências de um aperfeiçoamento no código sugerido pela IA, podem surgir problemas de desempenho e na capacidade do sistema para lidar com muitos usuários no futuro, por exemplo.

No quesito segurança, ao mesmo tempo em que a IA ajuda na localização de falhas, ela pode causar a paralisação de outras práticas importantes. Além disso, uma IA mal ensinada pode gerar códigos com novas falhas de segurança ou ignorar regras já estabelecidas.

Por último, é importante saber que a IA pode conter preconceitos se os dados usados para treiná-la apresentarem esses preconceitos. Isso pode levar a comportamentos inesperados ou injustos no software. E, como alguns modelos de IA funcionam como “caixas pretas”, pode ser difícil entender os motivos de suas decisões, o que dificulta a correção de possíveis vieses.

Conclusão

A inteligência artificial é uma ferramenta poderosa que pode mudar a forma como os softwares são feitos, tornando o trabalho mais rápido e os programas melhores, ao mesmo tempo em que facilita a implementação de inovações. Desde ajudar a escrever e melhorar o código até testar os programas de forma inteligente e entender o que os clientes precisam, a IA tem o potencial de transformar cada etapa do desenvolvimento.

No entanto, é essencial lembrar que, para ter sucesso, as equipes de desenvolvimento precisam ter muito conhecimento técnico e experiência. Usar a IA sem cuidado e experiência pode trazer mais problemas do que soluções, prejudicando a qualidade, a segurança e a capacidade de adaptação a mudanças do software no futuro.

Portanto, a melhor forma de aproveitar ao máximo a IA no desenvolvimento de software é juntar a inteligência das máquinas com o conhecimento e a experiência das pessoas. Investir na capacitação e no desenvolvimento das habilidades técnicas em IA dos profissionais de TI é fundamental para garantir que essa tecnologia poderosa seja usada de forma eficaz e responsável, abrindo caminho para um futuro com softwares mais inovadores e de alta qualidade.

Este conteúdo foi produzido por:

Cesar Soares Stenico

LinkedIn

Desenvolvedor de sistemas, é graduado em Ciências da Computação e tem MBA em Digital Business. Atua na construção de aplicativos web, com forte entusiasmo por novas tecnologias, sistemas blockchain e engenharia de software. Com perfil inovador, busca constantemente aplicar soluções modernas e eficientes no desenvolvimento de sistemas.

Quem publicou esta coluna

Skylar

"Startup" de tecnologia e legendagem que faz parte das iniciativas do Pecege, utiliza inteligência artificial e técnicas linguísticas para fazer legendagem em tempo real. Atuante nas áreas de educação, eventos, agronegócio, tecnologia, saúde, entretenimento e esportes, entre outras. Acesse o site!

Você também pode gostar

13 de outubro de 2026

Preditores de óbitos em idosos com síndrome respiratória aguda grave confirmados por Influenza A(H1N1)pdm09

A infecção pelo vírus influenza A(H1N1)pdm09 pode evoluir para Síndrome Respiratória Aguda Grave (SRAG), com maior risco de óbitos em idosos. O objetivo foi analisar fatores preditores de óbito em casos de SRAG confirmados para influenza A(H1N1)pdm09, entre idosos com 60 anos ou mais, considerando fatores individuais e contextuais das Regiões Administrativas (RA) do Estado de São Paulo (ESP), e comparar o desempenho de modelos de regressão. Realizou-se um estudo descritivo e analítico no ESP, de 2023 a 2024, utilizando dados do SIVEP-Gripe e da Fundação SEADE. Incluíram-se 714 casos confirmados por RT-PCR de influenza A(H1N1)pdm09 em residentes do ESP com 60 anos ou mais. Analisaram-se variáveis sociodemográficas, clínicas, de internação, tratamento, vacinação e local de residência. Empregou-se regressão logística binária e hierárquica logística, com o desfecho de evolução para óbito. Dos 714 casos, 202 resultaram em óbito. O modelo final de regressão logística binária associou maior chance de óbito ao sexo masculino, idade avançada, saturação de oxigênio inferior a 95%, internação em UTI e uso de suporte ventilatório invasivo. A presença de tosse e o uso de antiviral foram associados a menor chance de óbito. O modelo hierárquico logístico apresentou desempenho semelhante, com pequena contribuição contextual residual das RA. Concluiu-se que o modelo de regressão logística binária foi suficiente e mais simples para representar os dados, sendo adotado como modelo final.

Palavras-chave: Influenza A(H1N1)pdm09; Modelagem hierárquica logística; Óbito por Influenza A(H1N1)pdm09; Regressão logística; Síndrome Respiratória Aguda Grave.

13 de outubro de 2026

Uma visão geral comparativa das frotas de veículos elétricos no Brasil e na União Europeia

O transporte rodoviário contribui para aproximadamente 20% das emissões globais de CO2, impulsionando a busca por soluções de mobilidade mais limpas, como veículos elétricos. O objetivo deste estudo foi comparar os mercados de veículos elétricos no Brasil e na União Europeia, contrastando suas políticas, adoção por consumidores e desenvolvimento de infraestrutura. Empregou-se um desenho de pesquisa descritiva comparativa, analisando dados quantitativos da Associação Brasileira do Veículo Elétrico, Associação Nacional dos Fabricantes de Veículos Automotores, European Alternative Fuels Observatory e European Environment Agency para o período de 2015 a 2024, complementados por análise qualitativa de documentos de política. Os resultados revelaram uma divergência estrutural fundamental: o Brasil apresentou crescimento exponencial de 80,7% ao ano (2022-2025), com híbridos compreendendo aproximadamente 66% das vendas e impulsionado por incentivos fiscais que alavancam a bioeconomia do etanol. A União Europeia, por sua vez, mostrou expansão em fase de consolidação a uma taxa anual de 8,35% (2008-2025), com veículos elétricos a bateria superando 40% dos novos registros, impulsionados por mandatos regulatórios vinculativos. A análise de densidade de infraestrutura indicou que a rede pública de carregamento da União Europeia (55,3 pontos por mil veículos de combustível alternativo) era o dobro da brasileira (27,9 pontos por mil veículos eletrificados). A quantificação ambiental confirmou que a matriz energética predominantemente renovável do Brasil (64 gCO2/kWh) resultou em emissões well-to-wheel substancialmente menores em comparação com a matriz da União Europeia (246 gCO2/kWh). Concluiu-se que o modelo brasileiro, com incentivos fiscais neutros em tecnologia e aproveitamento da infraestrutura de biocombustíveis, pode acelerar a adoção de híbridos em economias emergentes com baixo gasto público. Para mercados maduros, o modelo da União Europeia, com mandatos regulatórios, estabeleceu um mercado dominante de veículos elétricos a bateria, embora com custo fiscal mais elevado.

Palavras-chave: Energia renovável; Mercado; Qualitativo; Quantitativo.

13 de outubro de 2026

População e Imigração no Japão: Projeções com Séries Temporais e Análise Causal Demográfica até 2044

O envelhecimento populacional e a baixa taxa de fecundidade configuram desafios demográficos complexos no Japão, acompanhados pela expansão da imigração estrangeira como resposta às restrições de oferta de mão de obra. O estudo teve como objetivo analisar as tendências demográficas japonesas e projetar sua evolução até 2044, com ênfase nas relações entre declínio populacional, fecundidade e imigração. Aplicaram-se os modelos de séries temporais ARIMA e Prophet a dados históricos do Banco Mundial, do Instituto Nacional de Pesquisa Populacional e Segurança Social do Japão e da Agência de Serviços de Imigração do Japão, abrangendo o período de 2003 a 2023 para a série populacional e de 2014 a 2024 para a série imigratória. A análise incluiu estatísticas descritivas, correlação de Pearson, teste de estacionariedade de Dickey-Fuller aumentado e testes de causalidade de Granger, além da avaliação preditiva por meio das métricas MAE e MAPE. Os resultados evidenciaram a continuidade da redução populacional e o crescimento do contingente de imigrantes nas projeções até 2044. O Prophet apresentou menores valores de MAE e MAPE nos conjuntos de teste, embora a curta extensão da série imigratória limitasse a capacidade de generalização. Os testes de causalidade temporal não identificaram evidências estatisticamente significativas de precedência entre população e imigração. Concluiu-se que a imigração pode contribuir para mitigar restrições de oferta de mão de obra, mas não constitui, isoladamente, mecanismo suficiente para reverter o declínio populacional japonês.

Palavras-chave: Declínio populacional; Demografia; Fertilidade; Fluxos migratórios; Séries temporais.

13 de outubro de 2026

Marketing digital e engajamento no youTube: estratégias para canais de crimes reais no Brasil

O fenômeno dos crimes reais consolidou-se como um nicho de crescimento no YouTube brasileiro, impulsionado pela expansão das mídias digitais e pelo fascínio do público. Contudo, muitos criadores enfrentaram dificuldades para alcançar crescimento sustentável. Analisou-se como as estratégias de marketing digital influenciaram o crescimento, o engajamento e a monetização de canais brasileiros de crimes reais na plataforma YouTube. Adotou-se pesquisa de abordagem mista, qualitativa e quantitativa, de natureza exploratória e descritiva. Analisaram-se quatro canais brasileiros do nicho por meio de análise documental de conteúdos, coleta de métricas públicas via Social Blade e Noxinfluencer, e aplicação de questionários a quatro criadores e a 104 espectadores. Os resultados evidenciaram que os canais de maior desempenho adotaram estratégias distintas, como abordagem narrativa linear e contextualizada, comunicação emocional personalizada, postura técnico-informativa ou conteúdo opinativo provocativo. Verificou-se convergência entre criadores e audiência sobre a centralidade do storytelling para retenção, com a maioria dos espectadores afirmando que a forma como a história era contada determinava a continuidade da visualização. Os criadores indicaram o tempo médio de retenção como métrica mais preditiva para crescimento sustentável, embora 100% dependessem exclusivamente do AdSense para monetização, revelando vulnerabilidade financeira. Concluiu-se que o sucesso no nicho depende da integração entre marketing digital, identidade narrativa consistente e responsabilidade ética.

Palavras-chave: creator economy; engajamento digital; marketing de conteúdo; storytelling; true crime.

13 de outubro de 2026

Utilização de técnicas de Machine Learning Não Supervisionado para planejamento de trabalho de revisão de remunerações para aposentadoria

O dimensionamento de pessoal e a gestão de fluxos de aposentadoria em órgãos públicos federais configuraram desafios estratégicos complexos. O estudo teve como objetivo aplicar técnicas de Machine Learning não supervisionado, especificamente Agrupamento (K-means) e Análise de Correspondência Múltipla (ACM), para aprimorar o planejamento de revisões funcionais em uma autarquia federal brasileira. A metodologia consistiu no processamento de uma base validada de 487 servidores ativos. Inicialmente, variáveis quantitativas, como idade, tempo de contribuição e remuneração, foram submetidas ao algoritmo K-means, resultando na formação de cinco clusters, apoiada no Método do Cotovelo e Coeficiente de Silhueta. Subsequentemente, os grupos foram integrados a variáveis qualitativas via ACM, projetadas em um mapa perceptual que explicou 74,81% da inércia dos dados. Os resultados revelaram que os clusters 0 e 3 representaram os perfis de maior criticidade previdenciária, concentrando todos os beneficiários de abono de permanência e a maioria dos cargos extintos. A pesquisa gerou um Plano de Ação escalonado, priorizando os 75 servidores desses clusters que integralizaram os requisitos de aposentadoria até 2025, com diretriz similar para 2026. Em contrapartida, o cluster 2 apresentou menor risco, com inatividade prevista apenas a partir de 2031. O modelo mostrou-se amplamente favorável como ferramenta de auditoria e saneamento, embora sua plena eficácia dependa de uma governança de dados mais rigorosa no serviço público.

Palavras-chave: Agrupamento; Análise de Correspondência Múltipla (ACM); Aposentadoria; Clusterização.

13 de outubro de 2026

Gestão de vendas para o desempenho de uma empresa do setor imobiliário

A gestão de vendas desempenha um papel estratégico no desempenho organizacional, especialmente em setores de desenvolvimento imobiliário, caracterizados por complexidade comercial. Este estudo teve como objetivo analisar a contribuição das práticas de gestão de vendas para o desempenho comercial e organizacional de uma empresa do setor imobiliário, considerando seu modelo de atuação e estrutura comercial. A pesquisa caracterizou-se como exploratória, com abordagem qualitativa e quantitativa, adotando um estudo de caso único. Coletaram-se dados por meio de triangulação, utilizando pesquisa documental e questionário estruturado aplicado à equipe de vendas terceirizada. Os resultados indicaram que a empresa estruturou suas práticas de gestão comercial com metas mensais e anuais, campanhas de marketing e sistemas de incentivos. O desempenho foi acompanhado por indicadores quantitativos, como volume de vendas e percentual de atingimento de metas. No período analisado, realizaram-se 179 vendas, correspondendo a 74,6% da meta anual estabelecida. Observaram-se oportunidades de aprimoramento no alinhamento entre planejamento comercial, acompanhamento de resultados e efetividade das estratégias. A percepção dos corretores apontou limitações nos sistemas de incentivo, como a ausência de progressividade nas comissões e a duração das premiações. Concluiu-se que, embora a gestão de vendas influencie o desempenho organizacional, existem fragilidades no alinhamento entre esforço, recompensa e motivação da força de vendas. Recomendaram-se o fortalecimento do acompanhamento sistemático, a melhoria da comunicação, a definição de metas mais realistas e a implementação de incentivos progressivos para potencializar os resultados comerciais.

Palavras-chave: Estratégias de vendas; Força de vendas; Gestão comercial; Indicadores de desempenho; Setor imobiliário.

13 de outubro de 2026

Delineo: Adaptação de modelo de difusão para prototipagem de interface de usuário guiada por esboço

A evolução da inteligência artificial e das redes neurais profundas revolucionou as interações humano-máquina. Modelos generativos, embora promissores para a síntese de imagens, enfrentam desafios na prototipagem de interfaces de usuário (UI) ao falhar em respeitar a estrutura espacial. Para solucionar essa divergência, propôs-se uma abordagem de difusão latente condicionada, integrando uma arquitetura de controle a um modelo de larga escala ajustado para interfaces móveis, que suportou esboços de UI para guiar a inferência de imagens. A base de dados de treinamento foi composta por aproximadamente 12.400 imagens de UI e esboços de fontes públicas, pré-processadas e enriquecidas com dados sintéticos e instruções textuais. A abordagem utilizou um modelo Stable Diffusion 3.5 Large como base, adaptado com ControlNet canny edges e um adaptador LoRA. A viabilidade da abordagem foi validada por avaliação quantitativa, empregando uma métrica de similaridade semântica normalizada (SSN) baseada em Sentence-BERT, e por análise qualitativa com 20 especialistas da indústria. Os resultados confirmaram que o método superou as capacidades do modelo original. Contudo, a avaliação evidenciou que a eficácia na estruturação lógica da interface ainda enfrentava degradação estética e perda de elementos funcionais. Concluiu-se que, embora a tecnologia comprove sua viabilidade técnica para otimizar a transição entre requisitos e a implementação de código, a automatização de processos criativos demanda aprimoramentos arquiteturais para atingir o rigor visual exigido pela indústria de desenvolvimento de software.

Palavras-chave: Adaptação de baixo posto; Aprendizado de máquina; Difusão latente condicionada; Redes neurais profundas.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade