Modelos de IA melhores possibilitam trabalhos mais ambiciosos
Queremos entender como melhorias em modelos de IA mudam a forma como os desenvolvedores trabalham. Em particular, até que ponto os desenvolvedores passam a realizar mais das tarefas que já faziam, e até que ponto modelos melhores viabilizam trabalhos que antes estavam fora de alcance?
Para responder a essa pergunta, firmamos uma parceria com o professor Suproteem Sarkar, da University of Chicago Booth School of Business, para estudar os hábitos de trabalho de desenvolvedores em 500 empresas que usam Cursor, de julho de 2025 a março de 2026. Esse intervalo de oito meses incluiu os lançamentos do Opus 4.5 e do GPT-5.2, dois modelos que trouxeram avanços significativos na capacidade de programação com IA.
Nosso artigo conclui que IAs melhores geram mais demanda por IA. Isso é consistente com um efeito semelhante ao paradoxo de Jevons, em que ganhos de eficiência aumentam o consumo total em vez de reduzi-lo. O uso de IA, definido como a média semanal de mensagens por usuário, aumentou 44% durante o período do estudo.
O aumento não foi imediato nem uniforme. Observamos que os desenvolvedores primeiro usaram modelos melhores para fazer mais trabalho de complexidade semelhante e só depois passaram a assumir tarefas mais complexas. Além disso, essa mudança ficou especialmente concentrada em setores como finanças, mídia e publicidade, onde forças competitivas e oportunidades ainda inexploradas podem ter impulsionado a adoção.
Mídia, software e finanças saem na frente
O uso aumentou em todos os setores que estudamos, mas o avanço foi maior em alguns do que em outros. Em particular, mídia e publicidade registraram o maior salto, com um aumento de 54% nas mensagens por usuário, seguidos por software e ferramentas para desenvolvedores (+47%) e finanças e fintech (+45%).
Nossa hipótese é que, em finanças, uma IA melhor pode criar uma dinâmica de corrida armamentista: quando uma empresa usa IA para obter vantagem nas operações, as outras passam a sofrer pressão competitiva para fazer o mesmo. Em mídia e publicidade, o mecanismo pode ser diferente, com modelos mais capazes ampliando oportunidades ainda inexploradas que as empresas aproveitam.
Uma mudança para níveis mais altos de complexidade
Inicialmente, os desenvolvedores faziam mais do mesmo com os modelos de IA aprimorados, mas, após um intervalo de 4 a 6 semanas, observamos que eles começaram a usar os modelos para tarefas mais complexas. No geral, o número de mensagens de “baixa complexidade” aumentou 22% ao longo do período do estudo, enquanto o número de mensagens de “alta complexidade” cresceu 68%, com a maior parte desse crescimento ocorrendo nas últimas seis semanas.
No artigo, levantamos a hipótese de que esse atraso reflete tanto o tempo que os desenvolvedores levam para descobrir do que um modelo melhor é capaz quanto a necessidade de as empresas reorientarem seus fluxos de trabalho em torno de novas capacidades.
Uma distribuição de tarefas em transformação
À medida que a IA melhora na geração de código, o trabalho do desenvolvedor passa a se concentrar em gerenciar esse resultado. Essa mudança aparece com clareza em nossos dados, nos quais podemos medir como o uso evolui ao longo das categorias de tarefas. Os maiores aumentos ocorreram em documentação (+62%), arquitetura (+52%), revisão de código (+51%) e aprendizado (+50%), enquanto tarefas mais isoladas, como interface/estilização, cresceram bem menos (+15%).
Isso indica que, à medida que o código gerado por IA aumenta o tamanho da base de código, a necessidade de documentar, entender e revisar esse código cresce na mesma proporção. Bases de código maiores e que mudam mais rápido também aumentam a complexidade de gerenciar como tudo isso se encaixa, o que pode explicar o forte crescimento em tarefas que envolvem vários sistemas, como arquitetura e implantação. Modelos mais capazes também podem tornar os desenvolvedores mais dispostos a usar agentes para essas tarefas que envolvem vários sistemas.
Ampliando a atividade econômica
Uma questão central sobre a adoção de IA é se ela apenas facilita o trabalho existente ou também cria novas oportunidades produtivas. Nosso estudo indica que faz as duas coisas, mas que essa expansão pode acabar sendo o aspecto mais relevante.
