Quem sabe instruir a IA vai mais longe, e isso não é sobre prompt
Os estudos mostram que a IA rende mais nas mãos de quem tem bagagem. O diferencial não é o prompt: é saber o problema, o resultado e como provar que funcionou.

Toda semana alguém me pergunta qual é o melhor curso de prompt para o time. Entendo a pergunta, mas acho que ela mira no lugar errado. Depois de acompanhar de perto como as empresas estão usando IA, minha conclusão é a oposta do que o mercado vende: quem tira mais da IA não é quem decorou fórmulas de prompt. É quem sabe exatamente o que quer, e consegue dizer isso com clareza.
E os números começam a mostrar isso.
O que os dados dizem sobre quem ganha com IA
A pesquisa mais citada sobre IA no trabalho, de Erik Brynjolfsson e colegas, acompanhou 5.179 atendentes de suporte. A produtividade subiu 14% em média, e 34% entre os novatos, com impacto mínimo nos mais experientes, segundo o artigo publicado pelo NBER. À primeira vista, parece que a IA nivela todo mundo por cima e torna a experiência menos importante.
Só que suporte é um trabalho com roteiro. A IA aprendeu com as melhores respostas dos melhores atendentes e passou esse conhecimento adiante. Quando o trabalho é aberto, a história muda.
Em julho de 2025, o instituto METR testou 16 programadores experientes em 246 tarefas reais dos próprios projetos. Com IA, eles levaram 19% mais tempo. O detalhe mais interessante: mesmo depois do teste, achavam que tinham ficado 20% mais rápidos. No início de 2026, o METR voltou ao tema e encontrou sinais de que os mesmos programadores já estavam mais rápidos com as ferramentas novas, mas o próprio instituto avisa que os dados são fracos e que está redesenhando o estudo.
Do outro lado, uma pesquisa da Fastly com 791 desenvolvedores nos Estados Unidos mostrou que 32% dos profissionais com mais de dez anos de carreira dizem que mais da metade do código que colocam no ar foi gerado por IA. Entre os juniores, o número é 13%, segundo a própria Fastly. E o dado que mais me chamou atenção: quase 30% dos seniores dizem que corrigem a saída da IA a ponto de perder boa parte do tempo ganho, contra 17% dos juniores.
Fora do software, aparece o mesmo padrão. Um experimento com quase 6.000 compradores do Instacart, publicado na revista Information Systems Research e divulgado em agosto, mostrou que os menos experientes dependiam mais da IA sem colher resultados melhores, enquanto os experientes combinavam a sugestão com o próprio julgamento, principalmente nos pedidos complexos, segundo a divulgação do INFORMS.
Juntando tudo: a IA ajuda o novato a fazer o que já tem roteiro. No trabalho que exige decisão, ela rende mais nas mãos de quem sabe o que está fazendo.
O gargalo mudou de lugar
O arquiteto de software Richard Stockley explica esse fenômeno no livro Intent-Driven Development, distribuído de graça. A ideia central dele: durante décadas, o limite era técnico, o tempo e a habilidade para construir. Com agentes que escrevem código, testes e infraestrutura em minutos, o limite passou a ser a qualidade da intenção humana. O lema que ele propõe é “governe a intenção, delegue a execução”.
Na prática, isso quer dizer que um pedido mal pensado custava semanas de retrabalho. Hoje, a IA constrói a coisa errada em uma tarde, com toda a confiança do mundo. A velocidade não corrige a falta de clareza. Só faz o erro chegar mais cedo.
Stockley insiste num ponto que eu assino embaixo: isso não é engenharia de prompt. Prompt é uma técnica para um modelo específico, num momento específico, e perde a validade quando o modelo muda. O que ele propõe é uma disciplina de pensamento, parecida com o que o teste antes do código ensinou aos programadores há vinte anos.
Então o que é “saber instruir”
Saber instruir a IA é responder, antes de pedir, quatro coisas:
- Qual é o problema? Não a solução que você imagina, o problema que precisa deixar de existir.
- Como é o resultado? Algo concreto, que dê para conferir.
- Como provar que funcionou? Quais casos testar, inclusive os estranhos.
- Que limites respeitar? Segurança, dados de clientes, integrações, regras do negócio.
Repare que nenhuma dessas perguntas é sobre a ferramenta. São perguntas que um bom gestor, um bom analista ou um bom programador sempre fez. A diferença é que, antes, dava para deixar algumas para depois, porque a execução era lenta e havia tempo de corrigir no caminho. Com a IA executando em minutos, não há esse tempo.
É por isso que os seniores da pesquisa da Fastly colocam mais código de IA no ar e, ao mesmo tempo, corrigem mais. Eles sabem reconhecer quando a resposta está errada. A confiança deles não vem da ferramenta. Vem de saber julgar o que ela entregou.
O programador experiente ficou mais valioso
Existe uma narrativa de que a IA vai tornar a experiência dispensável. Os dados acima apontam no sentido contrário, pelo menos no trabalho que exige julgamento.
Mas há uma condição: a bagagem só vale se a pessoa abraçar a ferramenta. Já vi profissionais muito bons resistirem à IA por orgulho ou desconfiança, e ficarem para trás de colegas menos experientes que aprenderam a usá-la. E já vi o contrário: gente com décadas de estrada que se dedicou a entender a IA sem preconceito e passou a entregar em dias o que antes levava meses. Esse é o perfil que mais cresce em valor hoje.
Há também um alerta que todo gestor deveria ler. Num texto publicado em julho pela Brookings, o pesquisador Niam Yaraghi argumenta que boa parte dos ganhos atuais da IA depende de especialistas que formaram o julgamento antes dela, e que as empresas, ao contratar menos juniores, estão secando a fonte de onde sairão os próximos seniores, segundo o artigo. Cortar a base hoje pode custar caro daqui a cinco anos.
O que o gestor deve fazer
Na semana passada, o Gartner divulgou que só 13% dos CIOs dizem que suas empresas já colheram valor significativo com IA, numa pesquisa com 2.002 líderes de tecnologia, como contamos aqui no blog. Um dos fatores que mais separam quem colhe resultado: empresas com plano explícito para redesenhar funções para o trabalho entre pessoas e agentes têm 2,4 vezes mais chance de estar no grupo de destaque. Só 4% têm esse plano, segundo o comunicado do Gartner.
Redesenhar funções começa por aqui:
1. Troque o curso de prompt por um modelo de pedido. Antes de qualquer tarefa relevante entregue à IA, a pessoa escreve em poucas linhas o problema, o resultado esperado, como vai conferir e os limites. Leva cinco minutos e evita horas de retrabalho.
2. Junte quem conhece a operação com quem conhece a ferramenta. A IA não conhece o seu negócio. Quem conhece são as pessoas que estão há anos na operação. Elas precisam estar na mesa quando o pedido é desenhado.
3. Meça a entrega da IA como mede a de uma pessoa. Fez tudo o que foi pedido? Funciona? Resolve o problema real? A sensação de que “ficou mais rápido” engana, como mostrou o METR. Medir não engana.
4. Não corte a experiência para pagar a ferramenta. Quem tem bagagem é quem sabe dizer se a IA errou. E mantenha juniores aprendendo ao lado deles, ou você não terá seniores amanhã.
5. Não amarre o processo à ferramenta da moda. Modelos mudam a cada poucos meses. O que fica é a clareza sobre o que a empresa quer. Invista nisso.
Onde a experiência entra
Em 29 anos de programação, vi linguagens, frameworks e plataformas surgirem e desaparecerem. O que nunca perdeu valor foi entender o problema antes de escrever a primeira linha. A IA não mudou isso. Só deixou mais caro esquecer.
É assim que a gente trabalha na IWA7: usamos IA todos os dias, sem preconceito, e colocamos a experiência acumulada para fazer as perguntas certas antes de pedir qualquer coisa à máquina. A ferramenta executa rápido. Saber o que ela deve executar continua sendo trabalho de gente.
Publicado originalmente no IWA7 Insights, o blog da IWA7 Digital, que agora faz parte do Escovando Bytes.


