O custo real de cortar juniores
Matt Garman, CEO da AWS, chamou a substituição de funcionários juniores por IA de 'a coisa mais idiota que já ouvi'. A declaração, feita durante uma entrevista, acendeu um debate necessário sobre o papel da IA no mercado de trabalho. Mas, para quem opera sistemas de IA, a questão não é moral: é prática.
O fato: uma opinião polêmica
Garman disse que usar IA para substituir desenvolvedores juniores é uma ideia burra. Ele defende que a IA deve aumentar a produtividade, não eliminar posições de entrada. A fala gerou reações mistas: alguns aplaudiram, outros chamaram de discurso corporativo vazio.
Visão de operador: por que faz sentido (ou não)
Do ponto de vista técnico, substituir um júnior por um LLM parece atraente: API da OpenAI custa centavos por chamada, latência de segundos. Mas o custo real está em outro lugar. Um modelo de linguagem não entende contexto de negócio, não aprende com feedback cultural, não constrói relacionamentos. Júnior de verdade faz tudo isso — e com o tempo se torna sênior. Um LLM, por melhor que seja, não vira sênior. E treinar um modelo para substituir um humano exige fine-tuning caro, curadoria de dados e manutenção constante. Além disso, a latência em produção pode quebrar fluxos de trabalho que exigem respostas em milissegundos.
Outro ponto: quem substitui o júnior também precisa de alguém para revisar o output da IA. Isso requer um sênior. No fim, o custo de operação pode ser maior do que manter um júnior. E ainda há o risco de dependência de APIs externas, com preços flutuantes e indisponibilidade.
O que isso muda na prática
Para equipes de engenharia, a fala de Garman reforça uma estratégia: usar IA para amplificar, não para cortar. Na prática, isso significa investir em ferramentas de copiloto que ajudam juniores a escrever código mais rápido, mas ainda com revisão humana. Empresas que tentarem automatizar completamente tarefas de entrada correm o risco de perder a capacidade de formar talentos a longo prazo.
Ação prática: reveja o onboarding da sua equipe. Se você está usando IA para gerar código para juniores, garanta que eles revisem e entendam o que foi gerado. Caso contrário, você está criando uma geração de operadores de prompt, não de engenheiros.
Tensão e reflexão
Garman está certo? Depende. Em tarefas repetitivas e bem definidas, um LLM pode ser mais eficiente que um humano iniciante. Mas a pergunta real: você confia em deixar um sistema que alucina e não tem responsabilidade legal lidar com produção? Em ambientes regulados, a resposta é um claro não. Para startups em estágio inicial, talvez o custo de um júnior seja mais alto que uma API. Mas aí entra a dúvida: compensa sacrificar o desenvolvimento de talento interno por ganhos de curto prazo? A fala de Garman parece apontar que não.
No fundo, a polêmica escancara um ponto cego de muitas empresas: elas querem substituir custo variável (salário) por custo variável (API), sem considerar o custo de oportunidade de não formar profissionais.
Conclusão
Usar IA para substituir juniores é miopia, não estratégia. A tecnologia deve ser uma ferramenta de aprendizado, não de corte. Como você está equilibrando automação e desenvolvimento humano no seu time?
Nenhum comentário ainda. Seja o primeiro a comentar!
Deixe seu comentário