Código virou commodity: como ensinar programação depois da IA?

Sou professor do nível técnico e profissionalizante, quando comecei a aprender programação escrevia HTML no bloco de notas. Se você já passou por isso, sabe a dor, fechar tag por tag, contar div dentro de div, testar no navegador a cada três linhas pra descobrir onde quebrou. Até que conheci o Sublime Text (que vinha com o Emmet), foi revolucionário. Digitar um div.container>ul>li*5 e ver a estrutura inteira aparecer pronta parecia quase trapaça e até antes disso colocar ! e ver toda a estrutura básica do HTML preenchida com code highlight na tela. (quanta nostalgia relatar isso, tô ficando velho kkkk)

A preocupação do meu professor era que eu não ia aprender a debugar o código, ou que eu ia só copiar e colar do Google ou do StackOverflow. Mas o combo Sublime e Emmet não me tornou pior em HTML. Tirou o trabalho mecânico de digitar tag por tag pra eu gastar atenção em outra coisa: estrutura, semântica, organização. A ferramenta absorveu a parte repetitiva e devolveu tempo pra parte que importava.

Hoje, para meus alunos, a IA é essa mesma escada. Só que um degrau mais alto. É um degrau mais alto num sentido específico, no Emmet eu aprendia uma vez, com sintaxe fixa, e ele funcionava pra sempre. Já a IA cobra outra coisa, comunicar o problema com precisão suficiente pra ferramenta não se perder. O degrau não é só mais alto, é de um tipo diferente, agora a ferramenta exige uma competência de análise e comunicação que o Emmet nunca exigiu.

IA não é ruptura, é continuação, cada geração de ferramenta reduziu o atrito de escrever sintaxe. O autocomplete e o intellisense integrado das IDEs definiram um padrão que nós programadores não vivemos mais sem. A IA generativa faz isso agora, em escala muito maior, praticamente para qualquer linguagem, qualquer stack.

O erro, ao meu ver, é tratar essa mudança como ameaça moral, como se o aluno que usa IA estivesse colando, quando na verdade ele está utilizando um dos recursos disponíveis. O problema não é a ferramenta, é o que deveríamos cobrar nos cursos considerando a existência dessa ferramenta como algo inerente aos sistemas que temos hoje.

Código virou commodity (e o que isso significa de verdade)

Tenho ouvido essa frase com frequência: "código com IA virou commodity." Concordo, mas vale explicar a lógica por trás, porque commodity não é depreciação, é economia.

Quando algo fica abundante e barato de produzir, o valor de mercado dele cai, e migra pra outro lugar. Foi assim com energia elétrica, com armazenamento em nuvem e está acontecendo agora com a escrita de código.

Escrever uma função que funciona ficou barato. Qualquer IA generalista entrega um CRUD, um formulário validado, uma tela responsiva, em segundos. O que continua caro, e escasso, é saber qual função escrever, é a capacidade de analisar que stack ou infraestrutura usar e não apenas contar com a inferencia da LLM que estiver utilizando.

Ensinar programação como "aprender a linguagem" sempre treinou justamente a parte que acabou de ficar barata.

O que isso muda no que se ensina

Se sintaxe parou de ser o gargalo, o eixo do ensino precisa deslocar. Não é ensinar menos linguagem, é reconhecer que decorar sintaxe deixou de ser o que separa um bom profissional de um profissional mediano.

O que continua tendo valor é a capacidade de entender problemas, saber organizar arquitetura e seguir boas práticas de desenvolvimento. Tarefas essas que exigem do programador um olhar cuidadoso e planejador, mais do que apenas reconhecimento de padrões e replicação de tutoriais.

Um padrão que eu já via antes da IA aparecer

Antes de falar de IA especificamente, vale registrar algo que percebo há mais tempo, dando aula de ferramentas como, por exemplo Excel, PowerPoint e Photoshop (sim, sem nenhuma relação com programação, porque isso é sobre aprendizado e independente de disciplinas).

Quando o conteúdo pede pra replicar um caminho já demonstrado, a adesão é quase total. A turma pega rápido, reproduz o passo a passo, sai satisfeita com o resultado, mas quando a tarefa exige investigar por que algo não funciona, ou montar um raciocínio do zero, uma parte da turma recua. Não é todo mundo, e quem topa a dificuldade aprende e se desenvolve de verdade. Mas o padrão de resistência ao raciocínio, e conforto com repetição, aparece antes mesmo de qualquer IA entrar na sala.

Isso importa porque explica o que aconteceu na prova que conto a seguir.

Numa prova prática do curso técnico em Informática, pedi que duplas replicassem, apenas em HTML e CSS, uma tela de login que eu tinha disponibilizado no Figma. Uso de IA liberado e haviam critérios explícitos: estados de hover, estado de foco, tipos de input corretos, placeholders e adaptação de layout entre mobile e desktop.

Vale registrar que essa prova seguia a ementa do curso. O foco era garantir que o aluno dominasse a sintaxe de HTML e CSS para replicar com fidelidade uma interface já especificada. Era isso que o curso exigia, seguindo a base definida pelo CNCT, órgão que regulamenta o curso técnico.
E é aí que está a tensão que eu mesmo aponto neste texto. A ementa ainda cobra uma parte que a IA já consegue resolver sozinha.

As duplas começaram direto no ChatGPT ou no Claude web e bateram rápido no primeiro obstáculo. Sem instrução adequada, a IA corrigia um detalhe e quebrava outro, o layout era genérico, bem diferente do modelo disponibilizado. Ajustava o hover e perdia o alinhamento mobile, corrigia o input e esquecia o placeholder. (Preciso confessar que me diverti com esse evento rs')

Em algum momento da prova ouvi um aluno soltar, entre risos frustrados: "essa IA é muito burra!”. Foi cômico, mas revelou exatamente o padrão que descrevi antes. A IA não estava burra. O aluno não sabia especificar o que precisava, porque especificar exige a mesma análise que ele evita quando a tarefa não vem como passo a passo pronto.

Depois da prova, dei um aulão sobre engenharia de prompt para ensinar técnicas básicas como few-shot, cadeia de raciocínio (chain of thought), meta-prompt, Follow up, entre outras, com o objetivo de pedir de forma mais clara o que esperamos da IA. Nas atividades seguintes, dava pra notar com clareza quem tinha absorvido aquilo, melhoraram não porque decoraram um prompt mágico, mas porque aprenderam a pensar o problema antes de pedir a solução.

A proposta: Código como solução, não como exercício

O que tenho feito, com a intenção de corrigir essa defasagem, é trocar enunciados de execução por enunciados de decisão. Em vez de "faça uma página de login", passo algo como "crie um sistema de autenticação que não peça senha ao usuário." A diferença parece pequena, mas muda o exercício inteiro: o aluno não tem uma resposta pronta pra colar, porque agora ele precisa escolher entre magic link, OAuth de terceiros ou passkey, e defender por que essa escolha faz sentido pro caso que ele está resolvendo. A IA ajuda a implementar qualquer uma das três. Nenhuma delas a IA escolhe sozinha.

É esse o deslocamento que defendo aqui. O aluno que sai da formação, seja qual for o nível, sabendo decorar sintaxe perde pro primeiro modelo de IA generalista. O aluno que sai sabendo olhar um requisito, comparar as opções e decidir a arquitetura certa, esse continua tendo valor, com ou sem IA na mesa.

Entendo que faz parte do processo de ensino e aprendizagem adaptar-se às novas realidades e que os alunos sempre estarão buscando facilidades. Por isso, escrevo como alguém que já trocou o bloco de notas pelo Sublime, o Sublime por IDEs com autocomplete, e agora convive com IA generativa em sala de aula e como desenvolvedor que vem aprendendo como aperfeiçoar a cada dia o uso dessas inteligências artificiais. A ferramenta muda, porém o que forma um bom profissional não muda: a capacidade de pensar o problema antes de escrever a solução.

É importante pontuar que essa mudança não é responsabilidade exclusiva do professor. Ele está na linha de frente dessa batalha, mas cumpre o que a equipe pedagógica define ao montar a ementa, não decide sozinho o que vai ensinar. E hoje não existe regulação do MEC ou do CNE que preveja o ensino de IA como parte obrigatória da ementa ou do conteúdo básico dos cursos de tecnologia. O que existe é uma recomendação da Sociedade Brasileira de Computação pra incorporar IA ao currículo. Recomendação, não exigência.

O professor que ainda cobra só sintaxe não está errado nem desatualizado por escolha própria, está seguindo a regra do jogo que ainda está em vigor. Por isso meu apontamento mira menos a sala de aula e mais a ementa dos cursos que nossas instituições oferecem hoje, em todos os níveis de formação em tecnologia, do ensino técnico e profissionalizante até a pós-graduação. A tecnologia muda rápido, e falta ainda encontrar o método mais rápido e eficaz de traduzir essa mudança em conteúdo pedagógico, antes que a defasagem vire algo estrutural.

Quem também dá aula de programação: já percebeu esse mesmo padrão nos seus alunos? O que você acha que falta pra sermos mais eficazes nesse sentido? Comenta aí embaixo.