article

Agentes geram 30% mais código, sem mais entregas

3 min de leitura

🎬 Assista esta matéria

Empresas que adotaram agentes de IA para programar passaram a produzir 30% mais linhas de código — mas não entregaram mais software por isso. É a conclusão do estudo “Artificial Intelligence in the Firm: Bottlenecks in Software Production”, dos economistas Fiona Chen e James Stratton, de Harvard, que ganhou repercussão nesta semana após reportagem do Ars Technica publicada na sexta-feira (9).

O trabalho usa uma base proprietária da Jellyfish, empresa de analytics para times de engenharia: cerca de 300 milhões de eventos de trabalho de aproximadamente 700 mil trabalhadores em 718 empresas, de janeiro de 2021 a março de 2026. Os dados cruzam atividade no GitHub, tarefas no Jira, agenda no Google Calendar, informações de RH e uso de ferramentas como GitHub Copilot, Cursor e Claude Code. Os autores comparam empresas que adotaram as ferramentas em momentos diferentes.

Mais código, mesmo volume de software

A produtividade individual subiu de forma clara com os agentes: 30% em linhas de código adicionadas, 20% em commits e 23% em pull requests — todos estatisticamente significativos. Com os assistentes de código da geração anterior, que apenas sugerem trechos, os ganhos foram menores: 12%, 9% e 5%, e só o efeito sobre commits teve significância.

O problema aparece na outra ponta. Medindo a resolução de issues no Jira (que ocorre quando o código vai para produção) e de epics (projetos ou funcionalidades inteiras), os pesquisadores encontraram efeitos positivos pequenos e estatisticamente insignificantes. Para os agentes, as estimativas descartam alta de produção acima de 12% — bem abaixo do ganho de 30% na escrita de código.

Os autores testaram a hipótese de que as tarefas simplesmente ficaram maiores e mais complexas, usando aprendizado de máquina para prever quanto tempo cada issue levaria. Não encontraram efeito.

O gargalo é a revisão

A explicação proposta é o processo de revisão de código. O tempo médio para revisar um pull request aumentou 49%. A fatia de pull requests que recebem pedido de alteração quase dobrou — de 14% para 26%. O número de comentários por pull request subiu 35%, de 1,66 para 2,24 em média. E as empresas realocaram gente: a parcela de trabalhadores que fazem revisão cresceu 14%.

O gargalo persiste mesmo nas empresas que adotaram ferramentas de IA para revisar código. Revisores humanos continuam no centro do processo. Uma pesquisa feita pelos autores com 100 engenheiros mostra por que isso importa: escrever código ocupa só 30% a 40% do tempo de trabalho; o resto vai para planejar, escopar, revisar e testar.

Sobre emprego, o estudo não encontrou mudanças atribuíveis à IA. Para agentes, a estimativa é um zero preciso no emprego total, descartando queda maior que 2,9%, e um zero mais ruidoso no emprego de engenharia, descartando queda acima de 13,8%.

O artigo é um job market paper, não revisado por pares, e os dados vão até março de 2026 — ou seja, não dizem como as gerações mais recentes de agentes se comportam.

Fontes: Chen & Stratton (Harvard) · Jellyfish

🎙️ Gostou? Receba só o que te interessa, todo dia

Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.

Montar meu briefing grátis