A experiência no domínio ainda é necessária: as últimas tendências em conhecimento assistido por IA para desenvolvedores

A aprendizagem é uma das muitas áreas que podem ser perturbadas pela IA. Sabemos que os desenvolvedores estão usando IA para aprender a codificar e, especificamente, para aprender como codificar para IA. Mais pesquisas estão sendo feitas sobre o que afeta a IA pode ter na aprendizagem, mas hipóteses de pesquisa que a descarga cognitiva pode dificultar o processo de aprendizagem quando se confia demasiado na IA. Em fevereiro, entrevistamos nossos usuários com uma pesquisa desenvolvida em parceria com a OpenAI e descobrimos que mais desenvolvedores do que nunca estão usando IA no trabalho para aprender, estão usando outros recursos on-line tradicionais para validar, mas ainda consideram a confiança na IA uma grande barreira. Quase 900 entrevistados do Stack Overflow nos contaram como é o aprendizado com IA.

Nos últimos anos, os educadores lamentaram os desafios que enfrentam com as ferramentas de IA que contornam os caminhos de aprendizagem tradicionais. Em um pesquisa recente da Brookingsalunos, pais e professores classificam “prejudicar o desenvolvimento cognitivo” como o risco número um do uso de IA na escola. Os percursos de aprendizagem tradicionais adotaram recursos de aprendizagem online nas últimas décadas, mas a participação na aprendizagem online acelerou durante a pandemia da COVID-19 para a maioria dos alunos em ambientes tradicionais. Um estudo que comparou estudantes de uma universidade chinesa antes, durante e depois das restrições pandêmicas, constatou-se que 65% dos alunos consideraram os cursos presenciais mais eficazes para o aprendizado antes da frequência on-line obrigatória em 2020, e isso só diminuiu para 63% em 2023, enquanto o aprendizado presencial era restrito e as ferramentas de IA estavam apenas começando a ficar on-line.

Ao comparar os resultados da Pesquisa de Desenvolvedores de 2024 e 2025 e as conclusões desta pesquisa de pulso, encontramos uma tendência clara. Por um lado, a utilização da IA ​​como ferramenta de aprendizagem está a aumentar: 64% dos programadores utilizam a IA para aprender, um aumento de 44% em 2025 e 37% em 2024. As ferramentas de IA estão cada vez melhores e mais prevalentes, claro, mas os entrevistados nesta pesquisa afirmam explicitamente que “começar do zero” (28,2%) e “eficiência” (26,3%) são os principais impulsionadores do uso da IA ​​para aprender.

Além do aumento do uso de ferramentas de IA, os desenvolvedores parecem estar usando menos ferramentas de aprendizagem em geral: quando perguntados “Como você aprendeu a programar?” e “Quais recursos online você usa para aprender a programar?” em 2024, aproximadamente 49% utilizaram 8 ou mais recursos de aprendizagem. Em 2025 isso caiu para 9% e nesta pesquisa caiu para 7%. (Nota: foi necessária a normalização para fazer escolhas de 2024 para 2025 e a pesquisa de pulso). Esta consolidação mostra que a IA é um factor consistente enquanto a consolidação ocorre e deve ser considerada como parte da explicação. Esta diminuição nos recursos online utilizados para aprender aplica-se àqueles que utilizaram e não utilizaram IA; ambos os grupos têm usado menos ferramentas.

Os desenvolvedores continuam a usar cada vez mais a IA no trabalho. Em comparação com a Pesquisa de Desenvolvedores de 2025, onde 47% indicaram usar ferramentas de IA todos os dias, essa porcentagem cresceu para 58%. A experiência profissional e o uso estão relacionados, uma tendência começando em nossa última pesquisa com desenvolvedores . Desenvolvedores experientes (56%) usam IA no trabalho todos os dias, mas menos do que desenvolvedores em meio de carreira (59%), que a usam menos do que desenvolvedores em início de carreira (68%). A maioria (69%) dos desenvolvedores indica que passou algum tempo aprendendo nos últimos seis meses, seja uma nova linguagem ou para resolver um problema específico.

É provável que os desenvolvedores experientes recorram à documentação técnica ou às ferramentas de IA como primeiro passo em sua jornada de aprendizagem, enquanto os desenvolvedores mais jovens e menos experientes recorrem principalmente à IA. 36% dos desenvolvedores em início de carreira e 39% dos desenvolvedores em meio de carreira recorrem primeiro à IA, enquanto os desenvolvedores experientes estão em paridade, embora favoreçam ligeiramente a documentação técnica como primeiro passo (30%) em vez das ferramentas de IA (29%). A aprendizagem, quer seja para uma solução just-in-time ou para competências numa área temática completa, leva tempo e o tempo é uma barreira à aprendizagem. 35% dos desenvolvedores que indicaram que não estão usando IA para aprender indicam o tempo como o que os impede, e esse é o motivo mais citado acima da baixa motivação (11%) ou de não saber por onde começar (10%). A falta de tempo para os desenvolvedores que usam IA para aprender é uma barreira citada muito menos (7%) em comparação e mostra que o tempo é um problema real a ser combatido por profissionais ocupados e pode explicar por que a documentação técnica está caindo em desuso como uma primeira etapa no processo de aprendizagem.

Embora eficiente e útil para nos motivar a superar uma página em branco, a IA ainda sofre com uma lacuna de confiança. Quando questionados sobre quais barreiras impedem os entrevistados de usar IA para aprender, 38% indicam falta de confiança nos resultados. A confiança continua sendo um grande obstáculo para os desenvolvedores, e é comum que desenvolvedores experientes mostram a maior taxa de desconfiança em comparação com outros níveis de experiência. O que é interessante neste momento é que estamos vendo mais comentários sobre o “imposto AI”.

A confiança na IA no trabalho diminuiu entre os resultados da nossa Pesquisa de Desenvolvedores de 2024 e 2025, mas sabemos pela pesquisa de 2025 que os usuários relatam maior confiança quando usam mais a IA: 49% dos usuários diários confiam na IA em comparação com 30% dos usuários semanais que confiam na IA. Nesta pesquisa de pulso, vemos um padrão semelhante em que a “falta de confiança nos resultados” é a principal barreira ao aprendizado com IA para usuários diários e semanais, e mais ainda para usuários semanais (47% citam a confiança como uma barreira em comparação com 38% dos usuários diários).

A confiança nas ferramentas de IA pode ter nuances contextuais. Embora a IA possa ser um primeiro passo para desenvolvedores em início e meio de carreira, os desenvolvedores experientes ainda usam primeiro a documentação técnica. Apesar do uso crescente de IA, apenas 1% usa IA sozinha. A maioria dos entrevistados indicou sobreposição de ferramentas: IA e documentação técnica (58%), IA junto com outros recursos online (pesquisa, fóruns, comunidades online) (54%) e IA e Stack Overflow (50%).

Embora esteja a ocorrer uma consolidação de recursos, não se trata de uma substituição total, mas sim de uma adição de um passo de validação ao processo de aprendizagem. Todas as ferramentas populares ainda são usadas tanto ou mais por usuários habilitados para IA do que por aqueles que não usam IA, mas os desenvolvedores mais jovens (18 a 34 anos) parecem estar impulsionando a tendência de menos é mais. Isto ainda pode ser um efeito da IA ​​no ecossistema online, uma vez que o conteúdo e os algoritmos de pesquisa também têm se ajustado constantemente aos temas e ferramentas da IA.

Jessica Talisman, arquiteta de informação, descreve a principal falta de conhecimento de IA como um processo onde os LLMs “imitam a cadeia documental de citações e notas de rodapé sem cumprir o seu dever de manter a proveniência”. Sistemas de dados adequadamente estruturados não apenas capturam carimbos de data/hora, eles armazenam todos os tipos de metapropriedades, da mesma forma que as referências de arquivo fazem para obras de arte, a fim de estabelecer um registro de relacionamentos. Manter uma trilha de registro auditável desde o dia atual até a procedência instila autoridade de um sujeito nos próprios dados. Da mesma forma, a aprendizagem beneficia do acompanhamento das mudanças na compreensão à medida que afectam os resultados, a fim de provar ou refutar teorias e hipóteses. Ao obscurecer as citações e o histórico das respostas, esse é o imposto inerente à IA que é adicionado ao processo de aprendizagem que os desenvolvedores profissionais também passaram a reconhecer no local de trabalho.

A pesquisa mencionada anteriormente para estudantes universitários chineses destacou uma visão principal das entrevistas de acompanhamento sobre ambientes de aprendizagem. A partir dessas entrevistas, os pesquisadores confirmaram que os alunos preferiam “professores bem-humorados” e 62% dos alunos relataram ter uma aula com uma também relatando melhorias na aprendizagem e na memorização. Para esse estudo, a hipótese de trabalho é que a capacidade do professor de prender a atenção da sala de aula é o que é fundamental. Da mesma forma, as narrativas em torno dos benefícios do trabalho totalmente presencial ou híbrido em ambientes de trabalho totalmente remotos prometem “melhorar a produtividade e a colaboração dos funcionários”, “manter a visibilidade da liderança” e “reforçar a coesão da equipe” de acordo com 2025. Pesquisas do Owl Labs nos EUA, Reino Unido, França e Alemanha. Um ambiente com personalidades cativantes pode ser uma grande força para os desenvolvedores aprenderem, seja na escola ou no trabalho. Se a IA continuar a ajudar os desenvolvedores a aprender, será necessário algum grau de intervenção humana.

Mas usar uma plataforma de empregos de IA para certificação e representação de procura de emprego por agentes pode ser demais para os desenvolvedores. Embora a maioria dos desenvolvedores (57%) concorde que a IA se tornou um pouco ou significativamente mais adequada para a aprendizagem, menos da metade (44%) consideraria uma certificação para habilidades aprendidas em plataformas de IA algo ou muito valiosa. 24% dos desenvolvedores só estariam interessados ​​em agentes de IA que os representassem em uma plataforma de busca de emprego se certas condições fossem atendidas, sendo as duas principais a intervenção humana em todas as etapas (46%) e a transparência dos dados (44%).

A partir de agora, a IA está sendo usada mais do que nunca no trabalho e em ambientes de aprendizagem, mas os desenvolvedores revelam consistentemente que a confiança ainda é um fator a ser incluído nesses fluxos de trabalho de aprendizagem e estão usando documentação técnica, pesquisas on-line e Stack Overflow para verificar os momentos de aprendizagem da IA. Ainda há um lugar forte para o conhecimento curado e gerado por humanos, mesmo que a IA se torne a primeira fonte de respostas para novos desenvolvedores.