Programar com IA cansa mais, e o motivo está no tipo de tarefa que sobra para o desenvolvedor

O autor do texto, Nate Meyvis, diz que programar ficou mais cansativo e que muitos colegas relatam o mesmo. A diferença está na leitura. Para ele, a fadiga é sinal de trabalho diligente em tarefas que exigem capacidade mental e julgamento humanos, não de que algo vai mal. A IA absorve o repetitivo e o óbvio, e sobra o que pede mais decisão. Faz sentido que isso desgaste mais.

Ele mesmo põe limites na tese. Diz que não quer glorificar o burnout, que não consegue provar que o cansaço vem de trabalho saudável e não de alguma ineficiência, e que a visão é otimista e conjectural. Admite que leitura de logs e certas pesquisas também cansam, e que a IA faz isso bem. Também sobram tarefas fáceis e rotineiras para ele, então a ideia de que a IA substitui o trabalho menos cansativo não é óbvia. Meyvis compara a rotina com várias threads ativas ao pôquer online, em que já manejava de 8 a 12 janelas, e diz que prefere acelerar com IA seus padrões antigos a adotar um modo de "fábrica de software" completo.

O tema já vinha sendo coberto aqui. Em 10 de fevereiro de 2026, o CEVIU noticiou "A IA Torna a Parte Fácil Mais Simples e a Parte Difícil Mais Complexa para Desenvolvedores", e, na mesma data, "A IA Não Reduz o Trabalho, Ela o Intensifica", sobre malabarismo de tarefas e threads paralelos. Em 22 de maio de 2026, veio "Agentes de IA na codificação estão gerando fadiga de decisão entre desenvolvedores", e em 20 de julho de 2026, "Fadiga na Programação com LLMs: O Desafio da Supervisão Humana e a Evolução da Engenharia de Software". Em 2 de outubro de 2026, "Gerenciando a Carga Cognitiva em Código Auxiliado por IA" tratou do custo de revisar código gerado.

Esses textos descreviam a fadiga como problema a administrar. O texto atual mantém o diagnóstico, mas muda a interpretação: o cansaço pode ser efeito esperado de trabalhar nas partes de maior julgamento.

Para quem lidera times ou cuida do próprio ritmo, a leitura é que cansaço maior não indica automaticamente erro de fluxo nem burnout. Também não dispensa atenção: o próprio autor pede cuidado e admite que parte do desgaste pode vir de troca constante de contexto. Vale separar esforço que gera resultado de ruído, e a fonte não traz um método para isso.