Por Renato Asse, fundador da ibe.IA e especialista em IA aplicada a negócios
A tecnologia foi tratada como um território reservado para quem dominava linguagens de programação. Quem vinha de áreas como marketing, vendas, direito, educação ou comunicação costumava participar apenas da definição do problema. A construção da solução ficava nas mãos de quem sabia escrever código. A inteligência artificial começou a desmontar essa lógica.
Hoje, qualquer pessoa consegue gerar linhas de programação em poucos segundos. Plataformas baseadas em IA transformaram o código em uma commodity. O que passou a diferenciar um projeto não é mais a capacidade de programar, mas a capacidade de pensar. Saber identificar um problema real, estruturar um processo, comunicar uma ideia com clareza e transformar uma necessidade de negócio em uma solução funcional tornou-se muito mais valioso do que decorar sintaxes.
Isso explica por que vejo cada vez mais profissionais de humanas liderando projetos de inteligência artificial dentro das empresas. Não porque a programação deixou de ser importante, mas porque a tecnologia passou a exigir outra habilidade antes dela. A IA executa instruções. O desafio continua sendo formular as perguntas certas.
Existe uma discussão bastante interessante acontecendo na comunidade internacional de tecnologia. Nas últimas semanas, uma das conversas mais comentadas no Hacker News girava em torno da chamada “vingança dos formados em filosofia”. O tom era provocativo, mas a reflexão faz sentido. Durante muito tempo, áreas voltadas ao pensamento crítico foram vistas como distantes da inovação tecnológica. Agora, justamente essas competências ganham protagonismo em um cenário no qual compreender contextos, interpretar informações e construir raciocínios complexos se tornou essencial para orientar a inteligência artificial.
Não considero essa uma disputa entre profissionais técnicos e não técnicos. Pelo contrário. Os desenvolvedores continuarão sendo fundamentais para construir sistemas robustos, infraestrutura, segurança e escalabilidade. O que mudou foi quem consegue iniciar o processo de inovação.
Antes, a primeira barreira era aprender a programar. Agora, a primeira barreira é entender profundamente o problema que precisa ser resolvido. E esse tipo de raciocínio costuma ser desenvolvido justamente por profissionais acostumados a lidar com comportamento humano, processos organizacionais, comunicação e tomada de decisão.
A minha própria trajetória reforça essa percepção. Eu não comecei na tecnologia. Trabalhei durante anos com vendas e marketing na indústria náutica. Em 2015, comecei a criar automações sem saber programar. Na época, ferramentas de no code ainda eram pouco conhecidas. O objetivo nunca foi virar desenvolvedor. Era encontrar formas melhores de resolver problemas que apareciam no dia a dia do negócio.
Foi essa mudança de perspectiva que transformou minha carreira. Ao invés de aprender uma linguagem de programação para depois buscar um problema, comecei pelos problemas e encontrei na tecnologia uma forma de solucioná-los. O resultado foi uma mudança completa na minha trajetória profissional e, anos depois, a criação de uma empresa dedicada justamente a ensinar outras pessoas a fazer o mesmo.
Isso não significa que a inteligência artificial elimina a necessidade de aprendizado. Esse talvez seja o maior equívoco sobre o tema. A IA facilita a execução, mas não substitui método, pensamento estruturado nem capacidade analítica.
O aprendizado apenas mudou de foco. Em vez de gastar meses aprendendo sintaxe, o profissional precisa entender processos, validar hipóteses, testar soluções, organizar dados e construir fluxos que façam sentido para o negócio. O conhecimento técnico continua existindo, mas passou a servir a uma lógica diferente.
Empresas que entenderem essa mudança também sairão na frente. Muitas ainda procuram profissionais de IA exclusivamente entre perfis técnicos. Com isso, deixam escapar pessoas que conhecem profundamente os processos internos e possuem exatamente a habilidade que mais faz diferença nesta nova fase: traduzir problemas complexos em soluções objetivas.
Talvez este seja um dos momentos mais democráticos da história recente da tecnologia. Nunca foi tão possível participar da construção de soluções digitais sem seguir o caminho tradicional da programação.
No fim das contas, a inteligência artificial não tornou o conhecimento menos importante. Apenas redefiniu qual conhecimento gera mais valor. E, curiosamente, o futuro da tecnologia pode depender menos de quem escreve código e mais de quem sabe explicar, com clareza, por que aquele código precisa existir.
Imagem: https://pt.vecteezy.com/foto/17173626-programadores-codificadores-trabalhando-no-escritorio-analista-programador-escrevendo-codigo-programa-de-codificacao-na-tela-do-computador-para-aprender-e-desenvolver-programas-scripts-de-codificacao-digital-linguagem-j