VOLOVLORisco de automatização e transição, tarefa a tarefa
PerguntarProfissõesCursosEmpresasEmpreenderMudançasNotasMétodoProcurar profissões, cursos…EN中文日本語ES
VLO
VOLO

Perceber como é que a automatização muda o trabalho, tarefa a tarefa, com a prova à vista e a incerteza assumida.

PerguntarProfissõesCursosEmpresasEmpreenderMudançasNotasMétodoQuem somosDiagnóstico de postosPrivacidadeCondições
© 2026 VOLO
Profissões
Todas as profissões
IA e software
Tradutor / IntérpreteCaixa de bancoCopywriterAssistente de apoio ao clienteAssistente administrativoTestador de software / engenheiro de QADesigner gráficoParalegalEditor de vídeoContabilista / Guarda-livrosEspecialista de marketingProgramador frontendAnalista de dadosGestor de sinistrosRedator técnico / engenheiro de documentaçãoProgramador de software júniorRecursos humanos / recrutamentoAnalista de crédito / gestor de riscoAnalista financeiroEspecialista de compras / cadeia de abastecimentoJornalistaComercial / gestor de contaAgente imobiliárioTécnico de suporte informático / helpdeskAuditorConsultor de gestãoProgramador backendInvestigador de IADesigner de produto / UXResponsável de sistemas de negócioEspecialista em operações de e-commerceRadiologistaEngenheiro de dadosAdvogadoAssistente médico / auxiliar de consultórioEngenheiro de aprendizagem automáticaEngenheiro de software experienteEngenheiro de DevOps / plataforma / SREGestor de produtoFarmacêuticoResponsável de parcerias / de canalAnalista de segurança (SOC)Responsável de conformidadeArquitetoChefe de primeira linha / chefe de equipaPsicoterapeuta / conselheiroVendedor / empregado de lojaSegurança / vigilanteProfessor do ensino básico e secundárioMédico de família / de cuidados primáriosEmpregado de mesaMecânico / técnico de automóveisFisioterapeuta / terapeuta de reabilitaçãoTrabalhador da construçãoEnfermeiroAuxiliar de ação direta / auxiliar de enfermagemResponsável de implementação de IA
RPA e autosserviço
Funcionário de atendimento ao públicoCoordenador de operaçõesRececionista
Robótica
Operador de caixa / empregado de lojaOperário de armazémOperário de linha de montagemTécnico de análises clínicasCozinheiro / chefPessoal de limpezaEletricista
Condução autónoma
Motorista de TVDE / táxiCamionistaEstafeta / entregador
Cursos
Todos os cursosEstudos ingleses / Línguas estrangeirasInformáticaContabilidadePsicologiaJornalismo / ComunicaçãoFinanças / EconomiaDireitoDesign de comunicação visualMarketingEnfermagemGestão de empresasEducação e formação de professoresArquiteturaAdministração pública
Guias
Perguntar à VOLOPara empresasPara quem empreendeMudanças recentesNotasDiagnóstico de postosMétodo e provaQuem somosSeguir uma profissãoProcurar
Estás a ler como:Tenho um empregoEstou a estudarDirijo uma empresaEstou a construir alguma coisa
On this pageDesdobramento por tarefasComo é que se chegou aquiMudanças recentesO que significa para tiEscrito sobre istoMétodo e fontes
Profissões›Engenheiro de software experiente

Avisa-me quando chegar um registo verificado a esta profissão →

Engenheiro de software experiente

Muda sistemas que não escreveu, decide o que pode sair e responde por como falha — a parte do trabalho de software que é sobretudo critério sobre um código concreto e não escrever.

experienced-software-engineerVer as tuas opções ↓Software e tecnologiaAvaliado 2026-09-12
Índice de impacto da automatização
46/100
confiança baixa · não é uma probabilidade de perder o emprego
Tarefas a automatizar-se
0de 6
0 aumentadas pela máquina
Continuam a ser levadas por pessoas
4de 6
2 tarefas novas
Juízos com prova por trás
1de 6
1 registo verificado
46/100
Índice de impacto da automatizaçãoConfiança baixa

Isto não é uma probabilidade de perder o emprego. Combina que parte da carga de tarefas do posto está exposta à automatização com até onde a adoção chegou de facto: serve para comparar profissões sobre uma base constante, e para mais nada.

Onde é que isto se aplica

Escrito para engenheiros com vários anos num código de produção mantido — quem revê, desenha e decide o que sai. Corta por senioridade; frontend, backend e engenharia de dados cortam por camada e têm páginas próprias, por isso um engenheiro de frontend sénior está em duas e elas respondem a perguntas diferentes. O trabalho de entrada é avaliado à parte; a engenharia de testes dedicada tem página própria. A engenharia de aprendizagem automática e a investigação em IA já têm as suas páginas; a engenharia de fiabilidade de sistemas é real, genuinamente diferente, e ainda não está coberta aqui — isso é uma lacuna, e não um juízo de que pertence a esta página.

O que está mesmo a mudar#

A unidade de análise é a tarefa, não o nome do posto. Um posto não é substituído: é a mistura de tarefas dele que se move.

Continua a ser levada por uma pessoa×4Tarefa nova×2

É este o teu trabalho? Di-lo e esta página estreita-se à tua parte dele.

O nome de um posto é um pacote de tarefas compradas em conjunto, e não há duas pessoas com o mesmo pacote. Não é enviado nada para lado nenhum: fica neste navegador.

Mudar um sistema que não escreveste

Continua a ser levada por uma pessoa✓ Com prova

Fazer uma alteração dentro de um código grande e de vida longa em que as restrições não estão documentadas e vivem naquilo a que decisões anteriores já se comprometeram.

IA e software
Porquê

Esta é a tarefa de que trata a evidência mais forte desta página, e a evidência aponta no sentido inesperado: num ensaio aleatorizado sobre problemas reais em repositórios que os participantes mantinham, os programadores experientes a usar ferramentas de IA de 2025 demoraram 19% mais, enquanto acreditavam ter sido 20% mais rápidos. O contexto de que uma alteração precisa está no modelo que uma pessoa tem daquele sistema concreto, e fornecê-lo a uma ferramenta custa mais do que poupa.

O que é que isto NÃO significa

Um ensaio, dezasseis programadores, repositórios maduros que conheciam bem — os autores dizem com clareza que não descreve a maioria dos programadores nem os projetos novos. Nada diz sobre como as mesmas ferramentas se comportam um ano depois, e um abrandamento medido uma vez não é uma propriedade permanente das ferramentas.

Rever o que a máquina escreveu

Tarefa nova≈ Inferência da plataforma

Ler código que não escreveste e a cuja escrita não assististe, e decidir se está certo — a um volume que sobe à medida que gerar fica mais barato.

IA e software
Porquê

Gerar desloca o estrangulamento em vez de o retirar: chega mais código, e lê-lo cai sobre quem responde pelo ramo. A Alphabet disse que mais de um quarto do código novo da Google é gerado por IA e depois revisto e aceite por engenheiros, o que é uma descrição de para onde o trabalho se moveu e não de trabalho a desaparecer.

O que é que isto NÃO significa

Uma percentagem de código gerado nada diz sobre quanto tempo leva a revisão, se é bem feita, ou se o número total de engenheiros mudou. O volume de revisão subir também não é automaticamente bom trabalho — é a parte do lugar mais facilmente mal feita sob pressão de tempo.

Desenhar a pensar em como falha

Continua a ser levada por uma pessoa≈ Inferência da plataforma

Escolher uma estrutura, e escolher que modos de falha se aceitam — sabendo o que acontece às três da manhã quando uma dependência está em baixo e metade dos pedidos já vai a caminho.

IA e software
Porquê

Um modelo consegue propor uma arquitetura e defendê-la com fluência. O que não consegue é carregar com a consequência do compromisso, e os compromissos aqui não são preferências técnicas — são apostas sobre que falha a organização consegue sobreviver, o que depende de factos sobre a organização e não sobre o código.

O que é que isto NÃO significa

Este é um juízo sobre o trabalho, e não uma medição: não temos qualquer registo de decisões de desenho automatizadas ou recusadas, e a ausência de evidência aqui é da espécie comum — ninguém publica as suas revisões de arquitetura.

Decidir o que sai

Continua a ser levada por uma pessoa≈ Inferência da plataforma

Ser quem diz que isto sai agora, com este risco conhecido, e responde por isso depois.

IA e softwareRPA e autosserviço
Porquê

A evidência do lado dos testes desta fronteira é que as verificações automáticas não estão a apanhar o suficiente: um inquérito a duzentos engenheiros seniores indica que 43% das alterações geradas por IA continuam a precisar de depuração manual em produção depois de passarem QA e pré-produção. Aguente-se ou não a percentagem — o inquérito foi publicado por uma empresa que vende ferramentas de depuração — a forma da afirmação bate certo com os incidentes que são relatados de forma independente.

O que é que isto NÃO significa

Um inquérito autodeclarado de uma parte interessada é evidência fraca para um número e melhor evidência para uma direção. Não estabelece que as decisões de lançamento estejam a ficar mais difíceis no geral, e é sobre software de grande empresa e não sobre todo o software.

Tornar outra pessoa capaz de o fazer

Continua a ser levada por uma pessoa≈ Inferência da plataforma

Revisão que ensina, programar a pares, e a entrega deliberada de contexto — o mecanismo pelo qual uma equipa continua a ter gente capaz de julgar.

IA e software
Porquê

Esta tarefa está a passar a sustentar carga por uma razão exterior à própria tarefa. O emprego entre os jovens dos 22 aos 25 anos nos lugares mais expostos à IA caiu cerca de 11% entre o final de 2022 e meados de 2026, enquanto os grupos menos expostos não caíram; várias organizações que cortaram a entrada de juniores disseram publicamente ter eliminado o caminho pelo qual as pessoas chegam a seniores. Se chega menos gente por baixo, transmitir o critério deixa de ser um bom hábito e passa a ser a linha de abastecimento.

O que é que isto NÃO significa

Os microdados salariais mostram uma queda do emprego; não mostram que o acompanhamento tenha aumentado, nem que alguém tenha decidido investir nele. A ligação entre uma entrada de juniores mais fina e mais trabalho de ensinar a cair sobre os seniores é uma leitura de dois factos, e não uma medição.

Ser dono dos agentes que escrevem e mudam código

Tarefa nova≈ Inferência da plataforma

Fixar o que um agente de código automatizado pode fazer sem vigilância, o que tem de perguntar, e por onde o que ele produz entra no ramo — e depois ser o nome colado a essa definição.

IA e softwareRPA e autosserviço
Porquê

Este trabalho não existia em 2022 e por omissão não está atribuído a ninguém. Aparece onde quer que a geração seja autorizada a tocar num repositório, e os incidentes que se seguem costumam ser atribuídos não ao modelo mas a quem foi autorizado a integrar o quê — as falhas da Amazon de março de 2026 foram atribuídas a uma alteração de código assistida por IA não aprovada e seguidas de uma revisão de segurança do código de noventa dias em 335 sistemas.

O que é que isto NÃO significa

O incidente e a revisão de uma empresa não são uma descrição do setor, e um programa de revisão é evidência de que algo correu mal e não evidência sobre quão frequente isso é. Nada aqui diz que esta responsabilidade seja já um lugar por que alguém é pago.

Que tecnologias é que importam aqui#

Quatro sinais separados. Deliberadamente não se somam: um trabalho exposto a duas tecnologias não está exposto ao dobro.

Automatização cognitiva
Mudar um sistema que não escrevesteRever o que a máquina escreveuDesenhar a pensar em como falhaDecidir o que saiTornar outra pessoa capaz de o fazerSer dono dos agentes que escrevem e mudam código
Processos e autosserviço
Decidir o que saiSer dono dos agentes que escrevem e mudam código

Como é que se chegou aqui#

O índice não é um número fixo. Isto é onde ele teria estado em cada marco de capacidade desde o ChatGPT: reconstruído, e etiquetado como tal.

Reconstruído · inferência da plataformaEstimado hoje para cada marco passado, não medido na altura. 26 → 46.
1007550250
por avaliar
2022 H22024 H2Now

● 1 facto verificado desta profissão, desenhado na data em que aconteceu: os troços da linha perto de uma marca estão ancorados a algo verificável.

Uma linha de partida mais alta do que a de quase todas as páginas daqui, porque o preenchimento de código e as ferramentas de refatoração já eram o normal antes de 2022: esta profissão começou o período parcialmente automatizada e sabia-o. A subida de 2023-2025 é a geração a chegar ao ponto em que se pode redigir uma alteração inteira em vez de completar uma linha. Achata cedo e baixo em comparação com a curva júnior, e o achatamento é a parte interessante: as tarefas que sobram são juízo sobre um sistema em concreto e responsabilidade pelo que sai, e a nenhuma delas chega um modelo mais capaz. Lê a distância entre esta linha e a júnior como a forma do problema e não como um consolo: as mesmas forças que mantêm esta curva em baixo são as que empurram aquela para cima, e o que as liga é o caminho que vai de uma à outra.

2022 S226A geração de texto de uso geral chega ao público. Antes deste ponto, a exposição vinha de automatização já implementada: reconhecimento ótico, RPA, visão artificial, caixas de autosserviço, algoritmos de distribuição. ChatGPT research preview (2022-11-30) ↗
2023 S129Um modelo geral que passa exames profissionais. A qualidade do primeiro rascunho atravessa o limiar a partir do qual o trabalho qualificado começa a usá-lo. GPT-4 (2023-03-14) ↗
2023 S233Entrada de imagem, contexto longo e chamada de ferramentas. Os modelos podem ser apontados a documentos e ligados a sistemas, que é o que mexe com o trabalho de processo e não com o de escrever. GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024 S137A mesma capacidade fica muito mais barata e mais rápida. Nada de novo se torna possível; muita coisa se torna acessível em grande volume, que é quando as decisões de implementação mudam.
2024 S240Modelos de raciocínio que trabalham problemas de vários passos, e os primeiros modelos que operam um computador olhando para o ecrã. O segundo é o que chega aos trabalhos que consistem em operar software. OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025 S143Os agentes começam a operar software real de ponta a ponta, em vez de produzirem texto para uma pessoa colar. É também quando aparecem os primeiros recuos públicos: organizações que automatizaram e desfizeram parte disso. Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025 S245O contexto longo e o uso de ferramentas passam a ser o normal, e não uma funcionalidade à parte. Os ganhos de capacidade continuam; a restrição visível desloca-se do que os modelos conseguem fazer para a responsabilidade legal, a compra e o custo. GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026 S146Os agentes de horizonte longo aterram dentro de fluxos de trabalho de setores concretos. A adoção passa a ser setorial e não geral. GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
Agora46A avaliação atual: este ponto é o índice de impacto publicado na página da profissão, portanto a curva fica ancorada a um número que o sítio já sustenta. Para as curvas planas vale a pena anotar uma coisa: nessas mesmas semanas foi aberta a laboratórios de investigação e a fabricantes uma pré-visualização de investigação de uma especificação partilhada para agentes de IA operarem dispositivos físicos. É a primeira classe de capacidade apontada às profissões físicas cujas linhas aqui quase não se mexem. GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

Uma linha plana não é uma previsão de segurança. Diz a que tarefas a automatização chegou até agora: as profissões que menos se mexeram aqui são aquelas em que a restrição é física ou regulamentar, e ambas podem mudar.

Mudanças recentes#

Restrição2025-07-10Verificado a 2026-09-12
Um ensaio aleatorizado da METR com 16 programadores experientes de código aberto sobre 246 problemas reais concluiu que demoraram 19% mais com ferramentas de IA do início de 2025, enquanto acreditavam ter sido 20% mais rápidos

Mantenedores experientes em repositórios grandes e maduros que conhecem bem (cerca de 5 anos cada um); as ferramentas eram sobretudo o Cursor Pro com o Claude 3.5/3.7 Sonnet. Os autores não afirmam em momento algum que o resultado se generalize à maioria dos programadores nem ao trabalho em projetos novos ou de nível júnior.

Uma falha, um recuo, uma regulação ou um custo estão a travar a adoção. Pode baixar uma avaliação ou alargar a sua incerteza.

METR — study report ↗Ficha de impacto completa →

O que isto significa para ti#

Se estás a começar

Ainda não és esta página, e o caminho até ela é justamente o que está sob pressão — lê primeiro a página de júnior. O que mais conta aqui é que a capacidade que esta profissão vende é critério sobre um sistema concreto, e isso adquire-se estando dentro de um, e não usando ferramentas melhores.

Se tens experiência

A conclusão medida desta página é que as ferramentas não te aceleraram no teu próprio código, e que podes ter acreditado no contrário. Trata isso como razão para medires o teu próprio trabalho e não como consolo: o ensaio é pequeno e tem um ano, e a parte do lugar que está a crescer não é escrever — é rever o que chega, e responder por aquilo que a um agente foi permitido fazer.

As tuas opções#

Quatro direções, cada uma com as suas restrições reais e com uma coisa que podes testar esta semana. Continuar como estás é uma opção legítima; só tem de ser uma opção escolhida.

Ficar e reforçar-te

Tornares-te a pessoa em quem se confia para dizer que não

À medida que as alterações geradas se multiplicam, o estrangulamento passa para quem consegue recusar uma com uma razão que se aguenta. Essa autoridade ganha-se estando certo em público, repetidamente, sobre um sistema concreto.

Restrições reais

Exige ficar num mesmo código tempo suficiente para se estar certo sobre ele, o que vai contra mudar de empresa por um aumento a cada dezoito meses.

Testa isto esta semana

Pega numa alteração gerada que tenhas aprovado este mês e relê-a à procura do que te escapou. Escreve se ainda a aprovarias e porquê.

Refazer o posto

Assumir o que os agentes podem fazer

Alguém tem de decidir o que uma alteração automatizada pode tocar e por onde entra. Na maioria das equipas isso não foi dado a ninguém, e é por isso que aparece nos relatórios de incidentes em vez das descrições de funções.

Restrições reais

É responsabilidade sem título, pelo menos por agora. Assume-a de propósito e por escrito, ou ela vai ser-te atribuída na primeira vez que algo se partir.

Testa isto esta semana

Escreve uma página sobre o que as alterações automatizadas podem hoje fazer no teu repositório sem uma pessoa no caminho. Põe-na a circular e vê quem discorda sobre o que já é permitido.

Movimento lateral

Ir para onde estar errado sai caro por lei

Pagamentos, sistemas críticos de segurança, dados regulados — sítios onde uma alteração sem vigilância não é permitida, por isso a revisão e a responsabilidade são financiadas em vez de assumidas.

Restrições reais

Trabalho mais lento, mais processo, e a profundidade leva anos. É outro tipo de engenharia, e não a mesma engenharia numa sala mais segura.

Testa isto esta semana

Encontra um requisito regulamentar que se aplique a um sistema perto de ti e lê o que ele proíbe mesmo. Quase nenhum engenheiro leu um diretamente.

Mudança de setor

Passar para o lado do problema

Engenharia de soluções, produto técnico, experiência de programador — lugares onde o valor é perceber ao mesmo tempo um sistema e o que alguém precisa dele, e onde escrever nunca foi a parte rara.

Restrições reais

Exige tratar a comunicação como competência de primeira linha, e aceitar que vais deixar de ser quem melhor conhece o código.

Testa isto esta semana

Senta-te com alguém a usar um sistema que construíste e não digas nada durante vinte minutos. Anota todos os sítios onde essa pessoa hesitou.

Perguntas frequentes#

As ferramentas de código com IA tornam mesmo os engenheiros experientes mais rápidos?

O único ensaio aleatorizado que este sítio tem encontrou o contrário, e o detalhe que vale a pena levar é a distância entre medição e perceção: dezasseis mantenedores experientes de código aberto a trabalhar em problemas reais de repositórios que conheciam demoraram 19% mais com ferramentas de 2025, enquanto estimavam ter sido 20% mais rápidos. Os autores não afirmam que isto descreva a maioria dos programadores nem os projetos novos, e tem um ano. O que estabelece é que a aceleração não é automática num código maduro, e que perguntar a ti próprio não resolve a questão.

Quanto tempo tenho?

Ninguém consegue responder a isso com um número, e as respostas confiantes dos dois lados estão a vender alguma coisa. Uma pergunta mais útil é que parte do trabalho, porque as partes movem-se a velocidades diferentes: escrever código de rotina é já em grande medida feito por máquina, rever o que ela produziu tornou-se um trabalho próprio, e decidir o que sai com um risco conhecido não se moveu porque é responsabilidade e não capacidade. Repara antes num sinal que consigas verificar: quanto da tua semana é agora ler código que não escreveste.

Se estão a cortar juniores, ser sénior é mais seguro?

Está exposto de outra maneira, e não mais seguro, e as duas coisas estão ligadas de uma forma que vale a pena ver. O emprego entre os jovens dos 22 aos 25 anos mais expostos à IA caiu cerca de 11% entre o final de 2022 e meados de 2026, e várias organizações que cortaram a entrada de juniores disseram publicamente ter eliminado o caminho pelo qual as pessoas chegam a seniores. Uma profissão que deixa de fabricar seniores tem um problema de abastecimento mais tarde, e não uma garantia de segurança agora — e entretanto o trabalho de ensinar que se repartia por uma equipa cai sobre menos gente.

Devo especializar-me em frontend, em backend ou em aprendizagem automática?

Este sítio ainda não consegue responder a isso, e dizê-lo é mais útil do que adivinhar. Os três têm exposições genuinamente diferentes, mas não temos evidência que os separe — os registos aqui distinguem por senioridade e não por tecnologia, porque foi assim que os estudos foram desenhados. Trata qualquer ordenação confiante de frontend contra backend como a impressão de alguém. O que a evidência sustenta é escolher pelo quão caro sai estar errado no teu domínio, e isso atravessa os três.

Qual é a única coisa que vale a pena dominar agora?

Rever código que não escreveste, e conseguir dizer porque recusaste alguma coisa. Essa competência esteve sempre neste lugar e nunca foi aquilo por que alguém era contratado ou avaliado; é agora o estrangulamento, porque gerar deslocou o trabalho de produzir para julgar. É também a capacidade que te torna a pessoa em quem se confia para dizer que não, que é a parte deste trabalho sem substituto à vista.

Escrito sobre isto#

Estes textos argumentam a partir dos mesmos registos que esta página tem, e cada uma das suas secções nomeia aquilo em que se apoia.

  • O que é mesmo automatizado, e como saber de antemão

Método e fontes#

Data da avaliação
2026-09-12
Base dos juízos de tarefa
1 com prova · 5 inferência da plataforma · 0 sem prova suficiente
Factos verificados
1

Como avaliamos uma profissão →