No mundo moderno da construção de software, o processo mudou drasticamente. Durante décadas, os engenheiros confiaram inteiramente em seu próprio treinamento e julgamento para projetar sistemas, resolver problemas complexos e garantir a segurança. Hoje, uma nova força entrou na oficina: a inteligência artificial. Estes são programas de computador capazes de gerar código, sugerir designs arquitetônicos e oferecer soluções para problemas que antes exigiam horas de pensamento humano. Essa mudança levanta uma questão fundamental para o futuro da profissão: devem os humanos se afastar e deixar que as máquinas decidam, ou devem eles trabalhar ao lado delas? A questão central não é apenas sobre qual opção produz uma resposta correta, mas sobre como as pessoas confiam nessas respostas, quão criativas as soluções parecem ser e se uma parceria entre humano e máquina oferece algo melhor do que cada um poderia alcançar sozinho.

Uma equipe de pesquisadores de universidades da Turquia propôs-se a explorar essa dinâmica criando um campo de testes digital. Eles construíram uma plataforma onde estudantes e profissionais de engenharia de computação poderiam enfrentar desafios reais de software. Em vez de pedir aos participantes que escrevessem código do zero, os pesquisadores apresentaram-lhes seis cenários diferentes, cada um representando uma decisão comum, porém difícil, no desenvolvimento de software, como escolher um protocolo de segurança ou otimizar o desempenho do sistema. Para cada cenário, os participantes viram três tipos de soluções potenciais: uma gerada inteiramente por um humano, uma gerada inteiramente por uma inteligência artificial e uma que era híbrida, combinando a supervisão humana com a assistência da IA. Os participantes tiveram então que escolher a solução que acreditavam ser a melhor e avaliá-la em quatro qualidades específicas: o quão precisa ela era, o quão viável parecia no mundo real, o quão criativa era e o quanto confiavam nela.

O estudo envolveu dezoito participantes, em sua maioria estudantes de pós-graduação e profissionais com formação em engenharia de computação. Ao longo do experimento, esses indivíduos forneceram oitenta e sete avaliações separadas. Os resultados revelaram uma preferência clara pelo caminho do meio. Quando questionados sobre qual era a melhor abordagem, os participantes selecionaram a solução híbrida mais da metade das vezes, especificamente em cinquenta e duas das oitenta e sete ocorrências. Isso representa quase sessenta por cento de todas as escolhas. Em contraste, as soluções criadas puramente por humanos ou puramente pela inteligência artificial foram escolhidas com muito menos frequência, cada uma representando aproximadamente um quinto das seleções. Esse padrão sugere que as pessoas envolvidas no estudo não viam a inteligência artificial como uma substituta para o julgamento humano, nem a rejeitavam totalmente. Em vez disso, elas favoreceram um modelo onde a máquina gera ideias e o humano as valida e refina.

Quando os pesquisadores analisaram como os participantes avaliaram essas escolhas, um quadro matizado emergiu. As soluções criadas inteiramente por humanos receberam as pontuações mais altas para confiança e precisão. Os participantes sentiram-se mais confiantes de que uma solução feita por um humano era correta e confiável. No entanto, as soluções híbridas chegaram muito perto de igualar esse alto nível de precisão, alcançando as pontuações mais altas para criatividade. Isso indica que, quando um humano e uma inteligência artificial trabalham juntos, o resultado não é apenas um compromisso seguro, mas uma solução que parece fresca e inovadora. As soluções puramente de inteligência artificial foram avaliadas positivamente no geral, mas pontuaram consistentemente abaixo dos outros dois grupos, particularmente em termos de confiança e precisão. Os participantes pareceram reconhecer que, embora a máquina pudesse produzir respostas plausíveis, essas respostas careciam da camada final de verificação humana que inspira confiança.

A velocidade com que os participantes tomaram suas decisões também ofereceu insights sobre como estavam pensando. Os dados mostraram que, quando os participantes escolhiam uma solução gerada inteiramente por um humano, levavam, em média, o maior tempo para completar a tarefa. Em contraste, quando selecionavam uma solução híbrida, o tempo mediano de conclusão era menor. No entanto, o estudo observou que as diferenças nos tempos de conclusão não eram estatisticamente significativas, o que significa que as variações de velocidade observadas poderiam ser devidas ao acaso, e não a um efeito definitivo do tipo de solução. Isso sugere que, embora a abordagem híbrida parecesse permitir um fluxo de trabalho mais eficiente nos dados descritivos, a evidência de um processo mais rápido em comparação com as decisões apenas humanas não é conclusiva. A inteligência artificial lida com o trabalho pesado de gerar opções, liberando o humano para focar no trabalho crítico de avaliação e seleção. Essa mudança de gerar cada parte de uma solução para avaliar e integrar partes geradas parece ser uma forma mais eficaz de trabalhar, combinando a velocidade da máquina com o discernimento do humano.

Os pesquisadores também examinaram se fatores como o nível de escolaridade do participante, anos de experiência ou o tipo específico de cenário de engenharia influenciavam essas escolhas. A análise mostrou que esses detalhes de base não mudaram significamente o padrão geral. Os testes estatísticos não encontraram associações significativas entre esses fatores demográficos e a preferência por um tipo específico de solução. Independentemente de sua formação específica, os participantes inclinaram-se consistentemente para o modelo híbrido. Essa consistência sugere que a preferência por uma abordagem colaborativa é uma tendência ampla entre aqueles que trabalham na área, e não uma reação específica de um determinado grupo de pessoas ou de um único tipo de problema. O estudo não encontrou evidências estatísticas fortes de que um grupo confiasse mais na tecnologia do que outro, mas a preferência esmagadora pela parceria entre humano e máquina permaneceu constante em todos os níveis.

Essas descobertas apontam para uma mudança significativa em como a educação e a prática da engenharia de software podem precisar evoluir. Os resultados sugerem que o futuro da área não é substituir engenheiros por inteligência artificial, nem é ignorar a tecnologia. Em vez disso, o caminho mais eficaz parece ser cultivar um novo tipo de habilidade: a capacidade de avaliar criticamente, calibrar e integrar o output da inteligência artificial em fluxos de trabalho centrados no ser humano. Os engenheiros precisarão aprender a atuar como editores e diretores de conteúdo gerado por máquinas, sabendo quando aceitar uma sugestão e quando questioná-la. O estudo indica que a confiança na automação não é um interruptor simples para ligar ou desligar; é um julgamento calibrado que cresce mais forte quando os humanos permanecem no ciclo, guiando o processo e assumindo a responsabilidade pela decisão final.

Em última análise, a pesquisa destaca que a maneira mais equilibrada e eficaz de tomar decisões na engenharia de software é através de uma parceria. A inteligência artificial fornece a amplitude de opções e a velocidade de geração, enquanto o humano fornece a profundidade de compreensão, o contexto e o selo de aprovação final. Este modelo de inteligência híbrida emergiu como a abordagem mais popular e altamente avaliada no estudo, oferecendo uma mistura de precisão, criatividade e confiança que nem humanos nem máquinas poderiam alcançar tão efetivamente por conta própria. À medida que essas ferramentas se tornam mais comuns, o foco para a próxima geração de engenheiros provavelmente mudará de aprender como escrever código do zero para aprender como orquestrar uma colaboração entre o insight humano e a capacidade da máquina.