Mas, escrever código é só uma parte do trabalho.
Antes de pensar na solução, alguém precisa entender qual problema está sendo resolvido e para quem. Depois vêm as decisões: como organizar o sistema, como os dados vão circular, quais serviços precisam conversar, como proteger as informações e o que acontece quando uma parte falha. Também é preciso testar, corrigir, acompanhar o que acontece em produção e manter tudo funcionando à medida que o produto cresce.
A IA pode ajudar em várias dessas etapas. Ela sugere caminhos, explica conceitos, gera código, aponta possíveis erros e acelera tarefas repetitivas. Isso é útil de verdade. Só que a resposta pode parecer convincente e ainda assim estar errada, incompleta ou fora do contexto do projeto. Um código que funciona em um exemplo pequeno pode criar problemas quando encontra dados reais, usuários reais e outros sistemas ao redor.
Por isso, saber escrever um prompt ajuda, mas não resolve tudo. É preciso avaliar o que a ferramenta produziu, fazer perguntas melhores, testar as hipóteses e perceber quando a resposta não atende ao problema. Esse julgamento depende de contexto e experiência, além de conhecimento técnico.
Isso não quer dizer que só quem tem o cargo de desenvolvedor possa criar alguma coisa com IA. Pelo contrário: as ferramentas estão aproximando mais pessoas da programação e tornando ideias mais fáceis de experimentar. Alguém sem experiência pode criar um protótipo útil, automatizar uma tarefa ou tirar uma ideia do papel. Isso é uma mudança importante.
A diferença aparece quando precisamos transformar esse primeiro resultado em uma solução confiável, segura e fácil de manter. Aí entram decisões que não cabem em um prompt isolado: entender as necessidades de quem vai usar, considerar os riscos, fazer escolhas técnicas e assumir a responsabilidade pelo resultado.
Acho que a IA está mudando o trabalho de desenvolvimento, mas não apagando a necessidade de entender o que estamos construindo. Ela pode reduzir o tempo gasto escrevendo código e abrir espaço para mais experimentação. Ao mesmo tempo, torna ainda mais valioso saber fazer as perguntas certas, enxergar o sistema como um todo e reconhecer quando algo precisa ser revisto.
Talvez a pergunta não seja se qualquer um pode desenvolver software com IA. Mais pessoas podem, sim. A pergunta é o que precisamos fazer para que aquilo que construímos funcione bem, resolva um problema real e continue fazendo sentido depois do primeiro protótipo.