"Tecnologia Tediosa" Revisitada na Era da Inteligência Artificial

Eu sinto que aquela filosofia da tecnologia tediosa, que nasceu bem antes da era da IA, ganhou uma nova relevância agora que os assistentes de codificação estão por toda parte. O Aaron Brethorst, em Choose Boring Technology, Revisited, argumenta que os princípios fundamentais de McKinley continuam valendo, mas ferramentas como o Copilot e o Claude trouxeram um perigo novo pra essa conta. A real é que a IA não faz a gente precisar menos de tecnologias estáveis; pelo contrário, ela só mostra como o risco de ignorar isso aumentou.

Assistentes de Codificação de IA: O Novo Obstáculo

A mudança mais significativa que eu vi na indústria desde o texto original do McKinley foi essa invasão dos assistentes baseados em modelos de linguagem. Eles são incríveis pra gerar códigos que parecem super profissionais pra quase tudo, desde um microsserviço complexo com Kubernetes até uma federação de GraphQL. Mas é aí que mora o perigo: a gente acaba gerando código pra tecnologias que não domina.

O problema é que esses modelos podem "alucinar" detalhes técnicos. Eles entregam um código que parece perfeito na superfície, mas que tá cheio de falhas sutis lá no fundo. O Brethorst conta que já viu gente aceitando sugestões da IA que vinham com APIs que nem existem mais, furos de segurança ou problemas de desempenho que só iam aparecer quando o sistema estivesse rodando pra valer. Afinal, como é que a gente vai saber que algo tá errado se o código segue todas as convenções, parece profissional e "parece certo"? Só quem conhece a tecnologia de verdade consegue pegar esses erros.

"Efeito Multiplicador de Desconhecidos"

Quando a gente junta uma tecnologia que não conhece com um código gerado por IA, a gente cria um cenário de incerteza exponencial. Eu já me vi em situações onde:

• Eu não sabia se aquele framework era mesmo o ideal pro problema.
• Eu não tinha certeza se a IA tava seguindo as boas práticas.
• Eu não conseguia separar o que era código padrão do que era a lógica de negócio essencial gerada pela IA.
• E pior: eu não tinha ideia de quais erros eu precisava esperar.

O Brethorst compara isso a um "cargo-culting vezes 2.356", o que mostra bem como o risco foi amplificado. É como se a gente estivesse confiando cegamente em dois sistemas que a gente não entende: a tecnologia nova e a própria IA. Esse código que "parece certo" acaba mascarando o fato de que a gente não sabe o que tá fazendo, e isso transforma a depuração no futuro num pesadelo sem fim.

IA: "Multiplicador de Força"

Por outro lado, quando a gente usa a IA com uma tecnologia que domina — aquela parte "tediosa" e familiar do nosso stack — a coisa muda de figura. Aí a IA vira um "multiplicador de força" potente. É aqui que eu vejo a "Ignorância Produtiva" funcionando de verdade: a gente deixa a IA cuidar daquela sintaxe repetitiva e chata, mas a gente tem o conhecimento necessário pra auditar tudo o que ela entrega.

O Brethorst mesmo conta que confia no Claude pra gerar código Rails porque ele conhece o framework de cabo a rabo. Se a IA sugere algo estranho, ele saca na hora. Eu faço o mesmo com o Copilot pra JavaScript; como eu entendo as nuances da linguagem, eu consigo validar se o que foi gerado faz sentido. Nesse cenário, a IA assume o trabalho pesado, e a gente foca no que importa: a arquitetura e a lógica do negócio. Nossa experiência vira o filtro essencial pra gente ganhar produtividade sem se colocar em risco.

Essa dualidade revela uma nova realidade na era da IA: ter experiência profunda num stack tecnológico ficou ainda mais importante. Antes, se você tentasse usar algo que não conhecia, o código saía visivelmente confuso ou nem funcionava. Agora, as ferramentas de IA podem gerar códigos bonitinhos e bem formatados que escondem falhas sutis.

Por isso, a competência crucial deixou de ser só escrever código e passou a ser a capacidade de auditoria. É conseguir olhar pra um bloco de código e dizer: "Isso parece correto, mas tá errado por causa disso e daquilo". E a gente só ganha esse olhar treinando exaustivamente no que é "tedioso".

Eu acredito que decidir qual tecnologia usar na era da IA exige muito mais cautela. No próximo artigo, a gente vai ver como avaliar essas escolhas de um jeito sistemático, pensando não só no que a tecnologia faz, mas no impacto dela pra segurança e manutenção do sistema no futuro.