O Impacto da IA Generativa na Produtividade do Desenvolvedor: Um Estudo sobre o Uso do GitHub Copilot e Ferramentas Similares
DOI:
https://doi.org/10.5281/zenodo.21228058Palavras-chave:
Inteligência Artificial Generativa. GitHub Copilot. Produtividade. Engenharia de Software. Engenharia de Prompts.Resumo
Este artigo analisa o impacto das ferramentas de Inteligência Artificial Generativa, com ênfase no GitHub Copilot, sobre a produtividade de desenvolvedores de software. O objetivo geral é compreender os efeitos desses assistentes de código na economia de tempo e as novas competências exigidas. A pergunta de pesquisa é: qual o impacto da IA Generativa na produtividade do desenvolvedor e quais novas competências essa transformação demanda? Adotou-se pesquisa bibliográfico-documental de abordagem mista, com análise de surveys de larga escala (Stack Overflow, 2024; 2025), estudos experimentais (GitHub, 2024) e literatura acadêmica recente. Os resultados indicam redução de até 55% no tempo de execução de tarefas rotineiras e incremento de 26% em tarefas concluídas, embora a confiança na acurácia das respostas tenha caído de 43% para 33% entre 2024 e 2025. Identificaram-se cinco competências emergentes, com destaque para engenharia de prompts e revisão crítica de código.
Referências
BRAUN, V.; CLARKE, V. Using thematic analysis in psychology. Qualitative Research in Psychology, Londres, v. 3, n. 2, p. 77-101, 2006.
CACHAPUZ, António et al. A necessária renovação do ensino de ciências. 3. ed. São Paulo: Cortez, 2011.
CUI, Z. et al. The effects of generative AI on high-skilled work: evidence from three field experiments with software developers. Working Paper, 2024. Disponível em: https://ssrn.com/abstract=4945566. Acesso em: 20 abr. 2026.
FORSGREN, N. et al. The SPACE of developer productivity. ACM Queue, Nova Iorque, v. 19, n. 1, p. 20-48, 2021.
GITCLEAR. Coding on Copilot: 2023 data suggests downward pressure on code quality. Whitepaper. Mercer Island: GitClear, 2024. Disponível em: https://www.gitclear.com/coding_on_copilot_data_shows_ais_downward_pressure_on_code_quality. Acesso em: 24 abr. 2026.
GITHUB. Does GitHub Copilot improve code quality? Here’s what the data says. The GitHub Blog. São Francisco: GitHub Inc., 2024. Disponível em: https://github.blog/news-insights/research/does-github-copilot-improve-code-quality-heres-what-the-data-says/. Acesso em: 24 abr. 2026.
MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Fundamentos de metodologia científica. 7. ed. São Paulo: Atlas, 2010.
MICROSOFT. A year with Copilot: what Microsoft has learned about AI at work. Microsoft WorkLab. Redmond: Microsoft Corporation, 2024. Disponível em: https://www.microsoft.com/en-us/worklab/our-year-with-copilot-what-microsoft-has-learned-about-ai-at-work. Acesso em: 24 abr. 2026.
MOE, N. B. et al. Developer productivity with and without GitHub Copilot: a longitudinal mixed-methods case study. arXiv preprint, arXiv:2509.20353, 2025. Disponível em: https://arxiv.org/abs/2509.20353. Acesso em: 20 abr. 2026.
MORADI DAKHEL, A. et al. GitHub Copilot AI pair programmer: asset or liability? Journal of Systems and Software, Amsterdã, v. 203, art. 111734, 2023.
MOREIRA, Marco Antônio; NARDI, Roberto. O mestrado profissional na área de Ensino de Ciências e Matemática: alguns esclarecimentos. Revista Brasileira de Ensino de Ciências e Tecnologia, Curitiba, v. 2, n. 3, p. 1-9, 2009.
MURPHY-HILL, E. et al. What predicts software developers' productivity? IEEE Transactions on Software Engineering, Nova Iorque, v. 47, n. 3, p. 582-594, 2019.
PANTO. GitHub Copilot statistics 2026: users, revenue and adoption. São Francisco: Panto Research, 2026. Disponível em: https://www.getpanto.ai/blog/github-copilot-statistics. Acesso em: 24 abr. 2026.
PENG, S.; KALLIAMVAKOU, E.; CIHON, P.; DEMIRER, M. The impact of AI on developer productivity: evidence from GitHub Copilot. arXiv preprint, arXiv:2302.06590, 2023. Disponível em: https://arxiv.org/abs/2302.06590. Acesso em: 24 abr. 2026.
SQ MAGAZINE. Prompt engineering statistics 2026: surprising growth. Londres: SQ Magazine, 2026. Disponível em: https://sqmagazine.co.uk/prompt-engineering-statistics/. Acesso em: 24 abr. 2026.
STACK OVERFLOW. 2024 Developer Survey. Nova Iorque: Stack Overflow, 2024. Disponível em: https://survey.stackoverflow.co/2024/. Acesso em: 24 abr. 2026.
STACK OVERFLOW. 2025 Developer Survey. Nova Iorque: Stack Overflow, 2025. Disponível em: https://survey.stackoverflow.co/2025/. Acesso em: 24 abr. 2026.
UPLEVEL DATA LABS. Can GenAI actually improve developer productivity? Research Report. Seattle: Uplevel, 2024. Disponível em: https://resources.uplevelteam.com/gen-ai-for-coding. Acesso em: 24 abr. 2026.
VENTUREBEAT. Stack Overflow data reveals the hidden productivity tax of ‘almost right’ AI code. São Francisco: VentureBeat, 2025. Disponível em: https://venturebeat.com. Acesso em: 24 abr. 2026.
WIVESTAD, V. T.; ULFSNES, R. A journey through SPACE: unpacking the perceived productivity of GitHub Copilot. In: Agile Processes in Software Engineering and Extreme Programming - Workshops. Berlim: Springer, 2025. p. 42-50.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Luis Guilherme Nascimento Dias, Rogério Bernardes Andrade, Sandir Rodrigues Campos
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
