Especialistas afirmam que fundamentos teóricos superam a programação técnica no mercado de trabalho atual

A automação impulsionada pela inteligência artificial está redefinindo as competências exigidas no mercado de trabalho, especialmente para profissionais de tecnologia. Geoffrey Hinton, vencedor do Prêmio Nobel e referência no desenvolvimento da área, alerta que a capacidade de executar tarefas de nível intermediário, como a escrita de código, deixará de ser um diferencial competitivo, já que sistemas de IA podem gerar e modificar softwares de forma autônoma.

A evolução da Ciência da Computação

Para Hinton, a formação em ciência da computação permanece essencial, mas sua utilidade agora reside nos fundamentos teóricos e não apenas na programação técnica. O pesquisador argumenta que limitar esse aprendizado à escrita de instruções para máquinas é ignorar a profundidade da disciplina.

Essa perspectiva é compartilhada por Bret Taylor, presidente da OpenAI, que classifica a graduação na área como extremamente valiosa. Taylor enfatiza que a programação envolve muito mais do que a codificação em si, destacando a importância do pensamento de sistemas para a supervisão e o projeto de novas tecnologias.

Novas abordagens educacionais e profissionais

A mudança no paradigma tecnológico sugere a necessidade de adaptar o ensino superior. Sameer Samat, executivo do Android no Google, propõe que a ciência da computação seja reinterpretada com foco total na resolução de problemas.

Nessa mesma linha, Hany Farid, professor da UC Berkeley, observa que as melhores oportunidades para recém-formados não estão mais restritas às gigantes do Silicon Valley. Segundo Farid, o maior potencial de inovação surge quando a computação é integrada a outras áreas do conhecimento, permitindo a solução de problemas que demandam especializações multidisciplinares.

Habilidades cognitivas e fundamentos técnicos

Mesmo diante da possibilidade de a IA assumir a maior parte da programação, Hinton recomenda que estudantes continuem aprendendo a programar. Ele compara esse processo ao estudo do latim nas humanidades: a prática serve menos como ferramenta profissional direta e mais como um exercício para desenvolver estruturas de raciocínio e pensamento crítico.

Para quem busca atuar como engenheiro ou pesquisador de IA, a recomendação é evitar a dependência de habilidades técnicas isoladas. O domínio de bases sólidas será o principal divisor de águas, com destaque para:

• Matemática;
• Estatística;
• Teoria da probabilidade;
• Álgebra linear.

O impacto prático dessa transição é a migração do valor profissional da execução para o planejamento. A vantagem competitiva agora pertence a quem consegue compreender a lógica de uma tarefa, planejá-la estrategicamente e tomar decisões precisas sobre a aplicação da máquina.