Quando o código funciona, mas ninguém sabe por quê

"O teste passou."

O código foi aprovado, entrou em produção, o prazo foi cumprido e ninguém reclamou.

Ótimo, né?

Agora pergunta para quem fez: por que foi implementado desse jeito? O que quebra se mudar essa parte? Por que essa regra existe? Qual alternativa foi descartada e por quê?

Silêncio.

Adoro silêncio… diz tanto…

Uma pesquisa do BCG com a UC Riverside, citada pela Charter, encontrou um fenômeno que os pesquisadores chamaram de "AI brain fry": fadiga mental causada pelo uso ou supervisão de IA além da nossa capacidade cognitiva. Entre profissionais de engenharia e desenvolvimento de software, 18% relataram o problema. Em marketing, quase 26%.

Mas tem outra coisa acontecendo que, de verdade, me preocupa mais.

Margaret-Anne Storey, pesquisadora da University of Victoria, escreveu na ACM Queue sobre duas dívidas que estão crescendo com desenvolvimento assistido por IA: a dívida cognitiva e a dívida de intenção.

Dívida cognitiva aparece quando o sistema continua funcionando, mas o entendimento do time… bem, esse começa a desaparecer. O código existe, alguém revisou, os testes estão ok, só que ninguém consegue mais explicar com segurança como é que a “coisa” funciona. Muito menos prever o impacto de uma mudança.

E a dívida de intenção vem logo atrás: sabemos o que foi construído, mas começamos a perder por que foi construído daquele jeito.

Ninguém mais sabe da história, ninguém teve que “passar pelo caminho”, “bater cabeça”, “desviar”. Ninguém colocou no código aquele comentário do tipo: “Não mexa aqui, foi o Toninho da contabilidade que mandou fazer assim.”

Mas a entrega é aprovada. E tá funcionando.

Ninguém pergunta se alguém será capaz de reconstruir aquele raciocínio no futuro.

Antes da IA isso também acontecia, eu sei. Código legado está cheio de decisão que ninguém mais lembra de onde veio.

Só que agora o fator velocidade mudou: estamos produzindo muito mais código em muito menos tempo.

E se a nossa capacidade de compreensão já não era lá aquelas coisas, certamente não melhorou só porque a IA entrou no processo.

Um agente pode trabalhar em várias tarefas, gerar centenas de linhas, corrigir testes, refatorar e entregar outra versão enquanto alguém está numa reunião. Quando voltamos, o trabalho está pronto.

Pronto para quê?

Para rodar?

É.

E isso é suficiente?

Para ser mantido daqui a dois anos por alguém que nunca participou daquela conversa com o agente? Aí já é outra história.

Durante muito tempo a dívida técnica deixava alguma pista. Código ruim começava a ficar difícil de manter, dava trabalho, acumulava gambiarra, aumentava o custo das mudanças.

A dívida cognitiva pode ser muito mais “educada”, se posso assim dizer.

O sistema continua no ar.

O dashboard mostra produtividade maior.

O conhecimento vai embora e nem se dá ao trabalho de abrir chamado.

Vamos adicionar, na “sprint review”, uma pergunta antes de comemorar? “Alguém aqui consegue explicar por que isso funciona desse jeito?”

Se a resposta depender de perguntar novamente para a IA, nem chama o P.O.

O código pode estar perfeito.

O problema é descobrir, daqui a dois anos, que ninguém mais sabe por quê.