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

Mba Executivo Em Liderança E Gestão

04 de novembro de 2026

Financiamento Sustentável no Agronegócio: o Desafio de Escalar o CRA CRF no Cerrado

O presente Business Case analisou a oportunidade de expansão de operações de financiamento sustentável no agronegócio por meio de Certificados de Recebíveis do Agronegócio (CRA) vinculados ao modelo Responsible Commodities Facility (RCF). O objetivo consistiu em avaliar como o CRA RCF poderia superar limitações operacionais, integrando monitoramento satelital, auditorias externas, critérios técnicos de elegibilidade e métricas verificáveis, preservando a viabilidade econômica do financiamento. Para isso, mapearam-se os fatores causais que limitavam a expansão do programa, utilizando um diagrama de Ishikawa. Avaliaram-se três alternativas estratégicas, e uma matriz de decisão indicou a mais aderente. A metodologia de avaliação baseou-se na coleta periódica de dados operacionais, financeiros e socioambientais, comparando-os com uma linha de base existente. A análise identificou que a escalabilidade do programa era restringida por desafios de governança de dados, monitoramento territorial e processos de elegibilidade. Como resultado, recomendou-se a implementação de um framework operacional integrado, focado na padronização de critérios socioambientais, integração de bases geoespaciais, monitoramento contínuo e aprimoramento do reporte de impacto. A solução proposta demonstrou ser a alternativa mais adequada para promover o crescimento sustentável do programa, com expectativa de ampliar o volume financiado, reduzir custos operacionais, expandir a área monitorada sob critérios de produção livre de conversão e fortalecer a credibilidade institucional, contribuindo para um mercado financeiro agrícola mais sustentável.

Palavras-chave: Agronegócio; Cerrado; CRA RCF; ESG; Financiamento sustentável.

Mba Executivo Em Liderança E Gestão

04 de novembro de 2026

Gestão de Ativos de Aterramento e SPDA: Estruturação de Modelo Aplicado à Mineração

Uma mina de cobre em Marabá (PA) operava sem um processo formal de gestão para os sistemas de aterramento e SPDA, o que gerou um passivo de não conformidades e ameaçou a certificação ISO 14001, essencial para a receita. O trabalho objetivou estruturar um modelo formal de gestão para esses ativos, capaz de atacar as causas reais do problema. Para isso, aplicou-se o Diagrama de Ishikawa para identificar as causas estruturais das não conformidades, distribuindo-as em categorias como métodos e materiais. Em seguida, utilizou-se a Matriz GUT para priorizar as causas mais críticas, como a ausência de procedimento de gestão e de plano de inspeção. Cinco alternativas de solução foram avaliadas por uma matriz de decisão multicritério e um estudo de viabilidade. A alternativa de gestão interna estruturada e faseada até 2030 (Alternativa 5) foi a recomendada, obtendo a maior pontuação (122 pontos), com o modelo híbrido servindo de apoio pontual para expertise externa em fases críticas. O plano de implementação previu cinco fases até 2030, incluindo mapeamento e saneamento documental, adequação técnica prioritária, consolidação e expansão do modelo, e maturidade. A meta principal foi alcançar 100% das edificações mapeadas e adequadas, e eliminar apontamentos em auditorias ISO 14001. Concluiu-se que o modelo proposto transformou a gestão reativa em um processo proativo, com responsabilidades definidas e indicadores de desempenho, garantindo a conformidade normativa, a previsibilidade técnica e a continuidade operacional da planta.

Palavras-chave: Aterramento; Gestão de ativos; ISO 14001; Mineração; SPDA.

Mba Executivo Em Liderança E Gestão

04 de novembro de 2026

Viabilidade Econômica da Comercialização de Co2 Liquefeito em Biorrefinarias de Etanol de Milho no Brasil

A busca global pela descarbonização intensificou o interesse no aproveitamento de CO2 biogênico, especialmente de biorrefinarias de etanol de milho, que geram CO2 concentrado e ainda pouco valorizado. Este Business Case avaliou a viabilidade econômico-financeira da produção e comercialização de CO2 liquefeito por meio da implantação de uma unidade de captura, purificação e liquefação em uma biorrefinaria de etanol de milho no Brasil. O estudo considerou uma capacidade nominal de 150 t/dia, analisando o mercado potencial, o investimento necessário, os custos operacionais e os resultados econômicos, utilizando indicadores como Valor Presente Líquido (VPL), Taxa Interna de Retorno (TIR) e payback descontado. O projeto exigiu investimento estimado de R$ 93,4 milhões e produziu potencialmente 49.875 t/ano de CO2 liquefeito. Nas premissas adotadas, apresentou VPL de R$ 22,1 milhões, TIR de 19,5% ao ano, payback descontado de 10,5 anos e preço de equilíbrio de R$ 727/t. A análise de mercado indicou dimensão compatível com a produção proposta, mas evidenciou a necessidade de validação regional da demanda e de contratação antecipada de parcela relevante da capacidade. Concluiu-se que o projeto era economicamente viável, com margem de 19,2% antes de o VPL atingir zero, porém sua atratividade dependia da confirmação do preço líquido de venda, do investimento e do consumo de energia. Recomendou-se avançar para validação comercial e engenharia básica, condicionando-se a decisão final de investimento à confirmação dessas variáveis, aproveitando a continuidade operacional das biorrefinarias de milho para transformar o CO2 de fermentação em produto comercial.

Palavras-chave: Biorrefinaria; CO2 liquefeito; Etanol de milho; Viabilidade econômica.

27 de outubro de 2026

Eficácia da política monetária do Banco Central Brasileiro e seus possíveis custos sociais (1999-2024)

A condução da política monetária no Brasil, particularmente sob o regime de metas de inflação, tem sido amplamente debatida em razão de seus possíveis impactos sobre a inflação e a atividade econômica. O estudo objetivou avaliar a eficácia da política monetária brasileira, conduzida pela taxa Selic, no controle da inflação, e investigar seus possíveis custos sociais no período de 1999 a 2024. Para isso, utilizaram-se dados trimestrais de Produto Interno Bruto (PIB), Índice de Preços ao Consumidor Amplo (IPCA), taxa Selic e câmbio, extraídos do Banco Central do Brasil. A metodologia empregou um modelo Vetorial de Correção de Erros (VECM), precedido por testes de estacionariedade e cointegração, e complementado por análises de Função de Resposta ao Impulso e Decomposição da Variância. Os resultados indicaram que a inflação apresentou forte componente inercial, sendo predominantemente explicada por sua própria dinâmica, enquanto os choques na taxa de juros e no câmbio demonstraram impacto estatisticamente limitado sobre o IPCA. Adicionalmente, verificou-se que o PIB não respondeu de forma significativa a variações na Selic, sugerindo baixa sensibilidade da atividade econômica à política monetária no período analisado. Em síntese, concluiu-se que a política monetária demonstrou eficácia limitada no controle da inflação, sem, contudo, gerar custos sociais diretos e significativos sobre o Produto Interno Bruto, que atua como principal motor da geração de emprego.

Palavras-chave: Cointegração; Econometria; Inércia inflacionária; Metas de inflação; Produto Interno Bruto.

27 de outubro de 2026

Eficiência financeira e mitigação de riscos em departamentos jurídicos

A pesquisa investigou como mecanismos de governança e controles internos, aplicados a práticas de “Legal Operations”, podem fortalecer a gestão financeira e a previsibilidade orçamentária de um departamento jurídico em uma empresa multinacional. O estudo objetivou diagnosticar pontos críticos do ciclo orçamentário jurídico, desde a previsão ao pagamento, e identificar melhorias de processos, indicadores e responsabilidades entre os setores jurídico e financeiro. Para tanto, realizou-se uma pesquisa aplicada de natureza qualitativa, configurada como estudo de caso. A coleta de dados incluiu entrevistas com profissionais das áreas jurídica e financeira, análise documental de planilhas de custos (2022-2024) e políticas de compliance, além de mapeamento do fluxo de despesas jurídicas. Os resultados revelaram fragilidades na coordenação interdepartamental, notadamente na definição de centros de custo e na utilização de instrumentos de controle orçamentário. Observaram-se lacunas no acompanhamento de processos e na integração de informações de escritórios externos, além de oportunidades para automação de rotinas e aprimoramento de indicadores gerenciais. A previsibilidade orçamentária mostrou-se impactada por fatores exógenos, como a dinâmica do Poder Judiciário, e endógenos, como a qualidade da informação e a governança do ciclo orçamentário. Concluiu-se que a previsibilidade orçamentária depende da maturidade da governança aplicada aos processos, dados e rotinas operacionais. Propôs-se um modelo de governança e controle para o orçamento jurídico, com foco na padronização de processos, fortalecimento do acompanhamento e melhoria da tomada de decisão, incluindo mapeamento de processos, matriz de riscos e controles, e indicadores de desempenho.

Palavras-chave: Automação; Controles internos; Governança corporativa; Legal Operations; Previsibilidade orçamentária.

27 de outubro de 2026

Comparação de modelos de risco de pré-pagamento em carteiras de crédito pré-fixado

O risco de liquidação antecipada em carteiras de crédito pré-fixadas constituiu um desafio relevante para a Gestão de Ativos e Passivos (ALM) em instituições financeiras, por gerar assimetrias de fluxo de caixa e ineficiências em estratégias de hedge. O trabalho teve como objetivo avaliar comparativamente o desempenho preditivo de modelos econométricos e estatísticos tradicionais frente a algoritmos de aprendizado de máquina na estimativa da Taxa de Mortalidade Mensal (SMM). Para isso, utilizou-se uma base de dados real de operações de crédito originadas entre 2016 e 2025, totalizando aproximadamente 500 milhões de observações. Avaliou-se modelos como CPR Histórico, Regressão Beta, Regressão Quantílica, Regressão Logística, Riscos Proporcionais de Cox e LightGBM, com a performance mensurada pelo Erro Absoluto Médio (MAE) e validada por meio de validação cruzada temporal com janela expandida. Os resultados demonstraram a superioridade das abordagens não lineares, com o modelo LightGBM apresentando a melhor performance no período de teste (jan/2024 a jul/2025), reduzindo o MAE em 34,21% em relação ao benchmark histórico. Adicionalmente, técnicas de interpretabilidade baseadas em valores SHAP e análise de sobrevivência foram empregadas para identificar o spread da taxa de contrato, a taxa de mercado e a idade do título como os principais determinantes econômicos da antecipação. A aplicação do modelo proposto aprimorou a precisão das estimativas de fluxo de caixa e ofereceu evidências favoráveis ao aperfeiçoamento do cálculo da duration efetiva e do dimensionamento do colchão de liquidez institucional, sugerindo que modelos mais flexíveis podem otimizar a gestão de ALM.

Palavras-chave: Aprendizado de máquina; Gestão de ALM; Hedge; Modelagem financeira; Risco de juros.

27 de outubro de 2026

Arquitetura imperativa vs. reativa: impacto na depuração e correção de erros no desenvolvimento mobile iOS

O desenvolvimento de aplicações mobile iOS pode ser conduzido sob arquiteturas imperativa e reativa, impactando diretamente as práticas de depuração e manutenção. Objetivou-se estabelecer o impacto da escolha arquitetural na depuração e correção de erros em aplicações iOS, avaliando a detectabilidade automática de falhas, a rastreabilidade dos relatórios e a utilidade dos logs. Conduziu-se uma pesquisa experimental, na qual se desenvolveram duas aplicações nativas funcionalmente equivalentes com UIKit (imperativa) e SwiftUI/Combine (reativa). Inseriram-se quatro cenários de erro controlados, classificados em crashes explícitos e erros silenciosos. Coletaram-se dados com Firebase Crashlytics e Xcode Debugger em quarenta sessões, e estes foram analisados por estatística descritiva e análise de conteúdo. Os resultados revelaram que, para inconsistências de estado, a arquitetura UIKit gerou crash imediato e relatório automático, enquanto SwiftUI suprimiu o crash e produziu aviso silencioso invisível a ferramentas automáticas. Para desempacotamento forçado, a arquitetura mostrou-se irrelevante. Em cenários silenciosos, nenhuma arquitetura ofereceu observabilidade automática, o que evidenciou limitações das ferramentas. Concluiu-se que a arquitetura reativa, ao abstrair mecanismos de controle de estado, reduziu erros explícitos, mas introduziu falhas silenciosas com menor rastreabilidade. A decisão arquitetural deve considerar as implicações para o monitoramento em produção, exigindo instrumentação manual de logs em projetos SwiftUI/Combine para erros que seriam automaticamente capturados no UIKit.

Palavras-chave: Combine; Manutenibilidade; Observabilidade; SwiftUI; UIKit.

27 de outubro de 2026

CRM NA RETENÇÃO DE DADOS PARA ANÁLISE DE POTENCIAL DO CLIENTE NO SETOR B2B SAÚDE

A gestão comercial no setor B2B saúde enfrentou desafios constantes, exigindo visão estratégica e atenção aguçada para a entrega de resultados. Investigou-se como a implantação do sistema CRM (Customer Relationship Management) colaborou para mitigar a perda de informações históricas e potencializar a retenção de clientes frente ao custo de vender. Adotou-se uma abordagem qualitativa-quantitativa, de caráter exploratório-descritivo, e os dados foram coletados por meio de questionário respondido por 42 profissionais da área comercial, inseridos na indústria ou em empresas do segmento saúde. Os resultados revelaram que, embora 71,4% dos entrevistados utilizassem CRM informatizado, a cultura organizacional impôs forte resistência, confirmada por 57,1% dos profissionais que dependiam de métodos manuais, como agendas e planilhas isoladas, para registro e retenção dos dados. Evidenciou-se também uma lacuna na capacitação, visto que 24,4% dos entrevistados raramente ou nunca receberam treinamentos específicos. A pesquisa inferiu que a subnotificação de dados não decorreu apenas da falta de tecnologia ou por falha tecnológica, mas pela existência de uma deficiência na gestão estratégica de pessoas e processos. Reforçou-se a visão da necessidade de uma gestão integrada para gerar inteligência competitiva e previsibilidade nas vendas, e alertou-se para a necessidade de treinamentos e capacitação mais frequentes. A mitigação do custo de vender e a potencialização da retenção de clientes dependem da integração consistente entre capital humano e tecnologia, gerando ativos gerenciais para aumentar a produção comercial e a retenção de dados estratégicos.

Palavras-chave: Capacitação; Estratégia de vendas; Gestão de clientes; Gestão estratégica; Inteligência comercial.

27 de outubro de 2026

Avaliação da aplicação do Scrum na melhoria da eficiência e adaptabilidade em projetos de tecnologia

A crescente complexidade dos projetos de tecnologia exigiu abordagens capazes de equilibrar controle, eficiência e adaptabilidade a mudanças constantes, visto que modelos tradicionais de gerenciamento apresentaram limitações em ambientes dinâmicos. Avaliou-se o gerenciamento de projetos de tecnologia antes da implementação de um método ágil, propôs-se melhorias baseadas em práticas iterativas e reavaliou-se o desempenho pós-implementação, buscando identificar ganhos em eficiência operacional e adaptabilidade ao longo do ciclo de vida do projeto. A pesquisa empregou um estudo de caso descritivo, de abordagem qualitativa, em duas empresas do setor de tecnologia. Coletaram-se dados por meio de formulários estruturados aplicados antes e após a intervenção, complementados por análise documental e observação sistemática ao longo de noventa dias de aplicação da solução. Os resultados evidenciaram melhoria consistente na flexibilidade do planejamento, maior alinhamento com as necessidades do cliente, aumento da previsibilidade das entregas e aprimoramento da produtividade das equipes. Um ganho de produtividade foi o indicador mais expressivo, com 85,7% de concordância total sobre a melhoria do desempenho das equipes após a adoção do *framework*. Concluiu-se que a implementação estruturada do método aprimorou o gerenciamento dos projetos analisados, reforçando a capacidade de resposta a mudanças e promovendo maior geração de valor ao negócio.

Palavras-chave: Adaptação organizacional; Entrega incremental; Gestão ágil; Planejamento iterativo; Produtividade de equipes.

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