O desenvolvimento de software está sendo transformado pelos avanços recentes e acelerados da Inteligência Artificial generativa (genAI), motivando uma mudança no paradigma da engenharia de software (ES).
A comunidade deixa de ver genAI como novidade — um potencial a explorar — e passa a vê-la como um recurso presente e essencial. Como resultado, crescem as discussões sobre seu impacto em processos, produtos e papéis, aliadas à necessidade de uma adoção segura e escalável.
Esse e outros pontos foram amplamente discutidos no International Conference on Software Engineering (ICSE) 2026, principal fórum que reúne pesquisadores, profissionais da indústria e educadores para debater avanços em pesquisa e inovação. A equipe do Zup Labs, da Zup Innovation, esteve presente na 48ª edição do evento, realizada entre os dias 12 e 18 de abril, no Rio de Janeiro, Brasil.
Além de temas tradicionais da engenharia de software, como testes, manutenção, evolução e qualidade, um dos principais movimentos observados na edição de 2026 do ICSE foi a chamada “virada agêntica” da ES. Ou seja, o uso crescente de agentes de IA, potencializados por Large Language Models (LLMs), para executar ou apoiar tarefas tradicionalmente realizadas por pessoas.
Nesse contexto, organizamos nossos aprendizados do evento em quatro grandes eixos:
(1) O avanço da agentic engineering, com foco em como construir sistemas utilizando agentes de IA;
(2) A evolução para software entendido como sistemas adaptativos, capazes de aprender continuamente;
(3) O protagonismo dos fatores humanos, explorando o bem-estar e a preservação da agência do desenvolvedor;
(4) Os pontos de atenção ao longo desse caminho, incluindo desafios relacionados à governança e dívida técnica.
Agentic Engineering: como construir software com agentes de IA
Um dos movimentos mais visíveis no evento foi o avanço da chamada agentic engineering, um campo emergente que reposiciona a IA generativa na engenharia de software.
A premissa do movimento parte do uso cada vez mais frequente de agentes de IA baseados em LLMs para gerar e revisar código, criar testes e apoiar a especificação de requisitos. Isso potencializa novos processos e arquiteturas de software.
Por exemplo, ganha força a ideia de sistemas compostos por múltiplos agentes que interagem entre si e com humanos, exigindo novas abordagens de orquestração e controle.
Mais do que automatizar tarefas isoladas, a discussão passa a envolver como estruturar fluxos completos de desenvolvimento com participação ativa desses agentes.
A apresentação no evento principal de Qinghua Lu, diretora de pesquisa na CSIRO, aprofunda aspectos desse movimento e questiona a possibilidade de criar novas formas de usar IA para criar software ao invés de adaptar o uso da IA para o formato conhecido.
Para Lu, à medida que agentes conseguem produzir o comportamento esperado (através da geração de especificações, código, testes), precisamos investir em abordagens que tornem o processo direcionado à verificação. Ou seja, garantir que o que foi produzido atende às necessidades e expectativas esperadas. O artigo Verifiability-First AI Engineering in the Era of AIware, onde Lu é co-autora, traz mais detalhes da proposta.
Para além de soluções autônomas de verificação do conteúdo produzido por agentes de IA, ganha também espaço a discussão sobre artefatos que suportem práticas de observabilidade e monitoramento.
Satish Chandra, engenheiro de software na Meta, destaca um ponto interessante nesse contexto em sua apresentação “AI in SE: The Era of Coding Agents”: os traços de execução dos agentes são insumos valiosos para entender padrões e prever anomalias.
Chamada de agentic execution trajectory, o registro das ações e decisões tomadas por um agente pode ser utilizado para entender o funcionamento atual, apoiando o acompanhamento e melhoria de processos e arquiteturas de sistemas. Esses artefatos são uma ótima oportunidade de pesquisa e podem contribuir para desafios desse novo campo, como observabilidade e desempenho.
Trabalhos sobre agentic engineering foram amplamente discutidos ao longo do evento, com destaque para workshops dedicados ao tema, como o AGENT 2026 (International Workshop on Agentic Engineering) e o LLM4Code (Large Language Models for Code). Esses espaços evidenciam o interesse crescente da comunidade, ainda que inserido em um contexto mais amplo da engenharia de software.
Software como sistema adaptativo: rumo a sistemas que aprendem
Além das discussões sobre como desenvolver software com agentes de IA, um segundo eixo importante para entender a IA generativa na engenharia de software é a forma como compreendemos a evolução do próprio software.
À medida que avançamos na arquitetura de sistemas agênticos e suas capacidades, a visão tradicional de software como um artefato estático dá lugar, gradualmente, à ideia de sistemas adaptativos, que evoluem continuamente a partir de dados, uso e feedback.
Essa perspectiva foi destacada por Jan Bosch, professor da Chalmers University of Technology e diretor do Software Center, da Suécia. Segundo Bosch, estamos caminhando em direção a uma engenharia de software 4.0, centrada em autonomia e fluxos contínuos.
A ideia defendida é que o software deixa de ser apenas um produto, passando a uma solução que aprende continuamente em tempo de execução. Apesar de não ser uma ideia nova, já que a área de IA vem explorando o tema a décadas, a abordagem ganha novas perspectivas quando integrada à IA generativa.
O protagonismo humano na engenharia de software na era da IA
Pesquisas e discussões sobre o fator humano em ES também tiveram destaque no ICSE em 2026.
A palestra “Beyond chasing the medals: software development as an Olympic sport”, de Alexander Serebrenik (Eindhoven University of Technology), trouxe uma reflexão necessária ao comparar o desenvolvimento de software aos jogos olímpicos. Serebrenik, ao fazer uma analogia com curling, provocou que nem toda conquista vem de uma corrida: muitas vezes o resultado vem da coordenação em equipe em prol de um objetivo.
Com isso, a apresentação alertou que o foco exclusivo em velocidade e métricas de desempenho pode ser crítico se ignorarmos o bem-estar das pessoas. A mensagem foi clara, posicionando o uso da IA como suporte para reduzir a carga de trabalho, e não como uma ferramenta de pressão para aumentar a cadência de entrega a qualquer custo.
Para entender melhor esse fator humano relacionado ao uso de IA no desenvolvimento de software, estudos apresentados durante o evento exploraram a percepção dos profissionais e os resultados sugerem um panorama de ambivalência.
Se por um lado há entusiasmo com a eficiência e o fim de tarefas repetitivas, por outro, cresce a preocupação com a perda de autoria, o aumento da carga cognitiva e os riscos de viés algorítmico.
O fio condutor das discussões, especialmente na trilha de Software Engineering in Society (SEIS), foi a preservação da agência humana.
Desenvolvedores buscam uma IA que potencialize suas capacidades sem substituir o julgamento crítico, a criatividade e a responsabilidade ética. A discussão sugere que o futuro dessa integração dependerá de como as empresas conseguirão alinhar inovação tecnológica com a saúde mental e a satisfação da experiência profissional.
IA generativa na engenharia de software: novos desafios e pontos de atenção
Apesar das oportunidades, o evento também reforçou a importância de olhar criticamente para os desafios dessa transformação agêntica na ES.
Discussões como as do painel SE.next, mediado por Ahmed E. Hassan, evidenciaram que o papel da pessoa engenheira de software vai além da codificação. Atividades como tomada de decisão, entendimento de contexto e colaboração continuam sendo centrais, porém ainda difíceis de serem plenamente conduzidas por agentes de IA.
Além disso, capturar intenção e alinhar expectativas ao longo do tempo permanece como um desafio relevante para sistemas baseados em LLMs, que podem apresentar inconsistências ou limitações em cenários mais complexos.
Em uma perspectiva complementar a discutida durante o painel SE.next, Robert Feldt, professor da Chalmers University of Technology, compartilhou o modelo da Pilha Semi-Executável (Semi-Executable Stack) na sua palestra “Agentic Software Engineering Will Eat the World”.
Feldt argumenta que o objeto da ES está se expandindo em vez de encolher, uma vez que o desenvolvimento não se restringe mais ao código determinístico. Ou seja, ES passa a englobar um espectro de artefatos semi-executáveis, abrangendo desde prompts e workflows até sistemas de controle, lógica operacional e adequação societal (societal fit).
Cada camada apresenta novos riscos, desafios e chances de inconsistência, uma vez que a execução dos novos artefatos depende de interpretações probabilísticas (pelos modelos) e do julgamento humano. Contudo, para Feldt, a governança e o desenvolvimento de práticas mais robustas de observabilidade, monitoramento e validação ganham destaque, alinhando com discussões sobre agentic engineering mencionadas anteriormente.
Por fim, outro ponto de atenção destacado é sobre a dívida técnica associada ao uso de IA.
No painel “Technical Debt in the AI Era”, mediado por Paris Avgeriou (Universidade of Groningen) e Ipek Ozkaya (Carnegie Mellon University), discutiu-se como sistemas baseados em IA podem não priorizar, por padrão, aspectos como qualidade e manutenibilidade no médio e longo prazo.
Nesse contexto, surgem conceitos como intent debt (relacionado à perda da intenção original de uma solução) e cognitive debt (associado ao aumento da complexidade e dificuldade de entendimento). Essas novas formas de débito ampliam a visão tradicional de dívida técnica e reforçam a necessidade de práticas específicas para desenvolvimento assistido por IA. Margaret-Anne Storey, professora da Universidade de Victoria, inclusive aprofundou sobre o tema durante o International Conference on Technical Debt (TechDebt), evento que ocorreu durante o ICSE de 2026.
Conclusão
O ICSE 2026 reforça que a adoção de IA na engenharia de software não se resume à incorporação de novas ferramentas, mas representa uma transformação mais profunda na forma como sistemas são concebidos, desenvolvidos e mantidos.
Os três eixos observados — a construção agêntica, os sistemas adaptativos, a centralidade do fator humano e a gestão de novos riscos — mostram que estamos diante de uma mudança estrutural.
Ao mesmo tempo em que surgem oportunidades significativas de ganho de produtividade e inovação, cresce também a necessidade de novas abordagens para garantir qualidade e governança.
Para organizações, o desafio deixa de ser apenas “usar IA” e passa a ser como integrar essas capacidades de forma responsável e estratégica aos seus processos de engenharia, equilibrando automação e supervisão humana. É nesse equilíbrio que, ao que tudo indica, se desenha o próximo estágio da engenharia de software.
*Nicole Davila is a Software Engineer and researcher at Zup Innovation and a PhD candidate in Computer Science at the Federal University of Rio Grande do Sul (UFRGS), Brazil, where she obtained her Master’s degree in 2020. Her research is situated in Software Engineering, with an emphasis on AI4SE, investigating the use of Generative AI to support and enhance software development processes and industry innovation.
