Transformar ideias em código sempre foi complicado. Especificações, histórias de usuário e discussões intermináveis muitas vezes deixam os desenvolvedores na dúvida: “Será que era isso que eles queriam dizer?”. Os mal-entendidos se acumulam, e o trabalho de verdade — escrever um código excelente — fica atolado em idas e vindas. E se houvesse uma maneira de facilitar esse processo? Imagine começar com um prompt, escrito em linguagem simples, que descreva o que um recurso deve fazer. A partir daí, a IA gera testes, transformando a instrução em algo concreto — algo com que toda a equipe possa se alinhar. E quando esses testes parecem corretos, a IA escreve o código para que eles sejam aprovados. Não se trata de pular etapas, mas de eliminar o ruído, para que os desenvolvedores possam se concentrar em resolver problemas e lançar ótimos recursos. Será que essa seria a maneira de preencher a lacuna entre a intenção do produto e sua implementação? Será que fluxos de trabalho do tipo “teste primeiro”, como esse, poderiam tornar a qualidade implícita e a produtividade algo natural? Nesta palestra, exploraremos essas possibilidades, desde a maneira como as instruções remodelam a colaboração até o papel dos testes na união de entendimentos — e como a IA se encaixa nisso tudo. Talvez desenvolver software não precise ser uma tarefa árdua. E se pudesse parecer… mais fácil?
Recursos
Os recursos a seguir foram mencionados durante a apresentação “
” ou constituem informações adicionais úteis.
- TuxCare SecureChain para Java
- Avaliação da qualidade do código de ferramentas de geração de código assistidas por IA
- Adormecido diante do teclado? Avaliando a segurança das contribuições de código do GitHub Copilot
- Combater fogo com fogo: até que ponto podemos confiar no ChatGPT em tarefas relacionadas a código-fonte?
- Código mais rápido, riscos maiores: o compromisso em termos de segurança no desenvolvimento impulsionado pela IA
- Avaliação da qualidade e da segurança do código gerado por IA: uma análise quantitativa
- Relatório Qodo: Situação da qualidade do código de IA em 2025
- Pesquisa com Desenvolvedores do StackOverflow 2025 – (Des)confiança nas Ferramentas de IA
- Variação de código no GitHub por ano, segundo o GitClear
- Código mais rápido, riscos maiores: o compromisso em termos de segurança no desenvolvimento impulsionado pela IA
- O livro de Baruch: “The Liquid Software”
- Livro de Baruch: Ferramentas de DevOps para Desenvolvedores Java
- A Cadeia de Integridade de Intenções explicada + Código de demonstração
O código de demonstração, o arquivo guidelines.md e a palestra completa em forma de post de blog! - Vídeo de demonstração
- A maldição do conhecimento
- Estocástico
- Desenvolvimento Orientado por Testes
- Desenvolvimento Orientado por Comportamento
- Especificações do Gherkin
- Kit de Especificações do GitHub
- Kiro, da Amazon – IDE de IA orientado por especificações
- Tessl.io – Desenvolvimento orientado por especificações e nativo de IA
- Andrej Karpathy





