Ir para o conteúdo
Arara Code

Guias e comparativos

IA na programação em 2025: o que os dados mostram

Os dados de 2025 mostram uso quase universal de IA na programação, mas a confiança não acompanha. Na pesquisa do Stack Overflow, 84% usam ou pretendem usar IA, e 46% desconfiam da precisão dessas ferramentas. No relatório DORA, do Google, 90% usam IA no trabalho. No estudo do METR, desenvolvedores experientes levaram 19% mais tempo com IA, mas achavam que tinham ficado 20% mais rápidos.

Arara Code

Publicado pelo projeto Arara Code com base na documentação oficial citada.

A adoção de IA na programação é quase universal

Segundo a pesquisa do Stack Overflow de 2025, 84% dos participantes usam ou pretendem usar ferramentas de IA no desenvolvimento, contra 76% no ano anterior. Entre os desenvolvedores profissionais, 51% usam IA todos os dias. O relatório DORA 2025, do Google, ouviu quase 5 mil profissionais de tecnologia, e 90% deles dizem usar IA no trabalho. Em seu blog, o Google acrescenta uma mediana de duas horas por dia de trabalho com IA.

O GitHub vê o mesmo movimento. Segundo o relatório Octoverse 2025, 80% dos novos desenvolvedores na plataforma usam o GitHub Copilot já na primeira semana. Mais de 1,1 milhão de repositórios públicos usam um SDK de modelo de linguagem. Em agosto de 2025, o TypeScript passou Python e JavaScript e virou a linguagem mais usada no GitHub. Para o GitHub, a alta mostra uma troca por linguagens tipadas, que deixam o código feito com agentes mais confiável em produção.

GitHub: Octoverse 2025

A confiança não acompanha a adoção

A pesquisa do Stack Overflow de 2025 mostra o outro lado. O sentimento positivo sobre ferramentas de IA caiu de mais de 70%, em 2023 e 2024, para 60%. Hoje, 46% desconfiam da precisão dessas ferramentas, contra 33% que confiam, e só 3% dizem confiar muito. Os desenvolvedores experientes são os mais cautelosos, com a menor taxa de confiança alta (2,6%) e a maior de desconfiança alta (20%).

O relatório DORA 2025, do Google, também registra desconfiança: 30% dizem confiar pouco ou nada no código gerado por IA, um pouco menos que no ano anterior. No Stack Overflow, 87% se preocupam com a precisão dos agentes de IA e 81% com a segurança e a privacidade dos dados. Usar não é o mesmo que confiar: quem usa IA ainda precisa revisar e testar o que ela produz.

Stack Overflow: pesquisa de 2025 sobre IA

Produtividade: a percepção e a medição não batem

Em julho de 2025, o METR publicou um estudo controlado e randomizado com 16 desenvolvedores experientes de grandes projetos open source, em 246 tarefas reais de repositórios em que já contribuíam. Com ferramentas de IA do início de 2025, eles levaram 19% mais tempo. Antes, esperavam ganhar 24% de velocidade. Depois, ainda achavam que a IA os tinha deixado 20% mais rápidos. O METR avisa que o estudo não prova que a IA deixa de acelerar a maioria dos desenvolvedores.

O relatório DORA 2025 completa o quadro. Mais de 80% dos participantes acreditam que a IA aumentou sua produtividade, e a adoção aparece ligada a mais entregas. Mas ela também aparece ligada a menos estabilidade. Para o DORA, a IA amplifica o que o time já tem, de bom e de ruim. Sem testes automatizados fortes, controle de versão maduro e feedback rápido, mais mudanças viram mais instabilidade.

METR: estudo com desenvolvedores experientes (2025)

Como usar esses dados ao escolher um editor com IA

O estudo do METR mostra que a sensação de ganho pode enganar, então meça no seu próprio código. Escolha duas ou três tarefas reais do seu repositório e anote o tempo, as correções manuais e o resultado dos testes. Mantenha o que o DORA aponta como base: testes automatizados, controle de versão e feedback rápido. Prefira um editor que mostre o diff de cada mudança e peça permissão antes de editar arquivos ou rodar comandos.

No Arara Code, você pode comparar assistentes sem trocar de editor. Baixe a IDE, crie a conta no plano Free, que não pede cartão, e conecte no chat lateral os assistentes que já usa, como Codex, Claude Code ou Kiro. Cada um precisa do próprio CLI, login e cota. Crie uma branch por assistente e peça a mesma tarefa. Aprove ou recuse cada edição e comando, revise o diff, rode os testes e compare as anotações.

Google Cloud: relatório DORA 2025

Fontes e leitura complementar

Ler em Markdown

Continue explorando

Dê espaço à sua próxima ideia.

Conheça o Arara Code no seu próprio projeto. Comece pelo instalador e revise as mudanças que seu assistente fizer.