IA não substitui desenvolvedores — mas quem não usá-la vai ficar para trás

Tive a oportunidade de apresentar uma palestra sobre o Kiro — o assistente de IA da AWS — no meetup do AWS User Group do Rio Grande do Sul. Foi uma experiência que me fez refletir bastante sobre o momento que estamos vivendo na tecnologia e sobre como os profissionais precisam se posicionar diante das ferramentas de inteligência artificial.

Quem me apresentou ao público foi a Stephanie, líder do User Group gaúcho, com quem tenho uma amizade de mais de 7 anos — fomos colegas em uma consultoria em Porto Alegre lá em 2019, quando eu visitava a cidade semanalmente durante nove meses. Reencontrar esse ecossistema tecnológico que conheço tão bem, agora na posição de palestrante, foi especial.

Antes de abrir o terminal e começar a codar ao vivo, fiz questão de endereçar o elefante na sala: o medo de que a IA vai tirar empregos de desenvolvedores. Minha visão é direta — a IA não vai eliminar o emprego de quem trabalha com tecnologia. Mas vai eliminar o emprego de quem se recusar a usá-la como ferramenta de produtividade. A diferença é enorme.

No meu dia a dia como AWS Community Builder e líder do grupo de Campinas, uso o Kiro constantemente para construir POCs e protótipos para novos clientes. O que antes levava dias, hoje entrego em horas, com qualidade suficiente para validação e testes. Isso não acontece porque a IA faz tudo sozinha — acontece porque eu sei direcionar a ferramenta e, principalmente, validar o que ela entrega.

A parte mais divertida da palestra foi a demonstração prática. Pedi sugestões à audiência e alguém sugeriu, com bom humor, que criássemos uma alternativa ao Meetup — um aplicativo de gestão de eventos. Aceitei o desafio.

Parti de um diretório completamente vazio. Criei um arquivo spec.md com uma descrição deliberadamente genérica: front-end em Vue.js, back-end em Python com FastAPI, armazenamento local com SQLite, e instruções de segurança seguindo o AWS Well-Architected Framework e princípios de Zero Trust.

O que impressionou a audiência foi que o Kiro não saiu simplesmente gerando código. Ele fez perguntas inteligentes antes de implementar qualquer coisa: se deveria incluir inscrição de participantes, qual estratégia de armazenamento usar, se a autenticação JWT deveria ser implementada agora ou depois. Esse diálogo é fundamental — e é exatamente o que diferencia uma ferramenta de IA madura de um simples gerador de código.

Em poucos minutos, tínhamos um aplicativo funcional: back-end na porta 8000 com documentação automática da API, front-end na porta 5173 com tela de login e cadastro. Criei uma conta, visualizei eventos, criei novos, fiz inscrições — tudo funcionando.

Com o app rodando, mostrei o que considero o maior diferencial no uso de IA para desenvolvimento: a capacidade de iteração rápida. Pedi para adicionar um link do Google Maps ao campo de local dos eventos. Em segundos, o Kiro implementou a mudança e o texto do local virou um link clicável apontando corretamente para Porto Alegre no mapa.

Esse vai-e-vem — o que muitos chamam de "vibe code" — é onde a produtividade realmente aparece. Mas aqui vai o ponto crucial: um pedido genérico gera uma resposta genérica. Quanto mais preciso você for na especificação, melhor será o resultado. E é aí que entra o papel insubstituível do desenvolvedor.

Também demonstrei tarefas do dia a dia: criação de repositório Git com .gitignore contextualizado, geração de README.md completo, e criação de testes automatizados. O Kiro gerou 16 testes cobrindo todos os endpoints da API — e todos passaram na primeira execução. Depois, converti esses testes para uma collection do Postman com variáveis e instruções de execução via Newman, tudo automaticamente.

Uma das perguntas mais relevantes veio de alguém que trabalha com um projeto de 10 anos de desenvolvimento: como usar o Kiro respeitando padrões de código estabelecidos, convenções de equipe e processos de Pull Request?

A resposta está no sistema de rules do Kiro, onde você define diretrizes que são aplicadas automaticamente. Combinado com MCPs (Model Context Protocols) para incorporar ferramentas adicionais, e com a possibilidade de criar prompts customizados reutilizáveis, a ferramenta se adapta ao contexto do seu projeto, não o contrário.

Mencionei também os agentes autônomos, ainda em preview, que prometem revolucionar o fluxo de trabalho: imagine um agente monitorando seu repositório continuamente, verificando dependências desatualizadas, analisando performance e, se um erro 500 aparecer no Datadog após um deploy, identificando automaticamente a linha problemática e criando um Pull Request com a correção. Tudo aguardando apenas a validação humana.

Mostrei as duas interfaces disponíveis. O Kiro CLI é ideal para quem vive no terminal e quer integrar IA diretamente no fluxo de trabalho. O Kiro IDE oferece uma experiência mais estruturada, com dois modos: Vibe Code, para exploração conversacional e iteração rápida, e Spec, para planejamento orientado a requisitos, design técnico e implementação estruturada em tasks.

Na demonstração rápida do modo Spec na IDE, a partir daquela mesma descrição genérica inicial, o Kiro gerou automaticamente um documento detalhado com definição de papéis, funcionalidades de CRUD, controle de capacidade para inscrições e até relatórios para organizadores. Depois, converteu tudo em tasks executáveis que podem ser controladas individualmente.

Para quem quer experimentar, o caminho é simples: crie uma conta gratuita no builder.aws.com com seu AWS Builder ID. Não precisa de cartão de crédito nem de conta AWS. Você recebe 500 créditos de bônus inicial e uma cota mensal permanente de 50 créditos gratuitos. Para empresas que precisam de maior volume, existem licenças corporativas através de parceiros AWS.

Saí de Porto Alegre com uma certeza reforçada: os profissionais que abraçam ferramentas de IA como assistentes de produtividade, ao invés de vê-las como ameaças, estão se posicionando melhor no mercado. Não se trata de saber programar menos — se trata de saber programar de forma mais inteligente.

A IA não faz mágica. Ela precisa de alguém que saiba especificar bem o que quer, que consiga avaliar se o resultado faz sentido, que identifique falhas de segurança e que garanta que o código atende aos padrões esperados. Pessoas não-técnicas podem criar protótipos com essas ferramentas, mas sem a validação adequada de um profissional, podem introduzir problemas graves.

Se você ainda não experimentou integrar IA no seu fluxo de desenvolvimento, minha sugestão é: comece. Comece com algo pequeno, uma POC, um script, uma automação. A curva de aprendizado inicial existe, mas depois que você pega o ritmo, o ganho de produtividade é transformador.

Agradeço à Stephanie e a toda a comunidade do AWS User Group do Rio Grande do Sul pela recepção incrível. A gravação da sessão  já está disponível para quem quiser assistir na íntegra. Nos vemos no próximo meetup!