IA já acelera pull requests em até 15%, mas engenharia ainda enfrenta gargalos fora da codificação

Aceleração de pull requests em até 15% não é só um número, é o sintoma de uma mudança estrutural no fluxo de desenvolvimento. Dados reais do primeiro trimestre de 2026 mostram que ferramentas agentic como o Cursor impulsionaram a mediana de PRs por engenheiro de 2,8 para 4,1 por semana, enquanto o GitHub Copilot subiu de 2,5 para 3,61. Mas esse ganho está concentrado na fase de codificação, que ocupa menos de 15% do tempo útil de um dev: estudos apontam para 52 a 78 minutos diários de escrita ativa. O restante é revisão, planejamento, testes, depuração e coordenação, etapas onde a IA não acelera, mas complica. Por exemplo, PRs geradas por IA esperam 4,6 vezes mais para serem revisadas, têm 154% mais linhas e 75% mais erros lógicos. Engenheiros seniores gastam quase 40 minutos por PR de IA e aceitam menos de um quarto delas.

O que parece produtividade é, muitas vezes, deslocamento de esforço: a IA escreve rápido, mas transfere custo cognitivo para a verificação humana. Um relatório da LinearB mostra que o tempo médio de revisão de PRs aumentou 91% desde o fim de 2025, mesmo com a geração mais veloz. E 43% das alterações de IA exigem correção em produção, não por falha isolada, mas por dívida técnica oculta: 322% mais caminhos de escalonamento de privilégios, 153% mais falhas de design. A IA não está quebrando o teto de velocidade; está revelando que o verdadeiro gargalo nunca foi escrever código, mas entender, validar e manter sistemas complexos.

Em maio, a CEVIU já havia identificado o deslocamento do gargalo, da codificação para revisão e CI, mas agora há dados concretos quantificando o impacto: aumento real de 91% no tempo de revisão, disparidade entre aceitação de PRs por níveis hierárquicos (23,7% vs 31,9%) e evidência de que o 'ganho' em throughput mascara um custo operacional crescente. Também evoluiu a percepção de produtividade: enquanto 89% dos líderes relatam ganhos, um estudo controlado com devs experientes mostra que eles levam 19% mais tempo nas tarefas com IA, ainda assim acreditam estar 20% mais rápidos. Isso confirma o que a cobertura anterior chamava de 'paradoxo da percepção', agora com base empírica robusta.

Esses números definem o novo patamar de maturidade em engenharia de software: adotar IA deixou de ser sobre escolher uma ferramenta e virou uma questão de redesign de processos. Equipes com governança completa são 55% mais eficientes, não por usar mais IA, mas por ter políticas claras de revisão, testes automatizados específicos para outputs de IA, e funções como AI Guardian já em operação. Com 42% de todo o código commitado sendo gerado por IA hoje, e projeção de 65% até 2027, a qualidade do que é validado passa a pesar mais do que a velocidade do que é produzido. Ignorar isso não atrasa apenas entregas: amplifica riscos de segurança, dívida técnica e rotatividade de talentos, já que 65% dos devs terão papéis redefinidos até o fim do ano, migrando de codificadores para orquestradores de sistemas.