5 erros do estagiário de TI que a IA expõe

O estagiário de TI não é dispensado por causa da IA, e sim por ser um profissional raso. O problema não é a ferramenta que escreve código, é a falta de profundidade em produto, regra de negócio e operação. Neste artigo você vê os cinco erros mais comuns de quem está começando e o caminho prático para virar efetivo.

O que separa o estagiário de TI com IA do estagiário dispensado

O estagiário de TI que entende profundamente o sistema não é substituído pela IA; o que sobra é o profissional raso. Foi com essa tese que Herbert, do canal O Rei dos Sites, listou em maio de 2026 os erros que definem quem fica e quem sai da empresa. Ele já foi estagiário, sênior e hoje contrata estagiários na própria empresa de software.

A lógica dele é simples: quanto mais código a IA gera, mais bugs aparecem e mais necessário fica quem sabe investigar. A demanda por software tende a subir, não a cair, porque a barreira de entrada diminuiu. O risco real é entrar no mercado sabendo só operar a ferramenta, sem entender o que ela produz.

Os cinco erros que ele aponta, na ordem do vídeo:

1. Acumular ferramentas em vez de dominar poucas a fundo.
2. Usar IA como muleta, o que reduz seu valor em vez de aumentar.
3. Medir valor por produtividade em vez de virar um profissional caro.
4. Ignorar que a IA é pior no que parece fácil e melhor no que parece difícil.
5. Estudar o que está em alta em vez do que está em falta no mercado.

Por que dominar uma ferramenta vale mais que conhecer dez

Acumular ferramentas rasas não protege o estagiário, porque a vantagem competitiva está na profundidade. O autor cita o paradoxo de Jevons: quando uma tecnologia torna algo mais fácil de produzir, a demanda tende a aumentar, não a diminuir. É o caso do fotógrafo depois da câmera do celular, que não desapareceu quando tirar foto ficou trivial.

Na prática, isso muda sua rotina de estudo. Em vez de testar todo editor novo que aparece, escolha uma stack, um editor e um fluxo de trabalho e vá fundo até entender os limites de cada decisão. O mercado não pergunta quantas ferramentas você abriu; pergunta se você consegue manter o que entregou.

Ferramenta	O que é	Uso típico
Cursor	Editor de código com IA baseado no VS Code	Programação assistida no dia a dia
Claude Code	Ferramenta de codificação agêntica da Anthropic que roda no terminal	Refatorações e tarefas complexas no repositório
v0	Ferramenta de UI generativa da Vercel	Prototipar interfaces rapidamente
Gemini	Assistente e família de modelos do Google	Uso geral, gratuito em muitas contas

A tabela acima descreve o papel de cada ferramenta, mas nenhuma delas substitui entender arquitetura, banco de dados e regra de negócio. Ferramenta acelera quem já sabe o que fazer e revela, com a mesma velocidade, quem não sabe.

O paradoxo da automação e as habilidades que ficam raras

Quanto mais uma tarefa é automatizada, mais críticas e raras ficam as habilidades humanas que sobram. Esse é o paradoxo da automação, conceito que o vídeo atribui a 1983 e ilustra com pilotos de avião: quando o piloto automático ficou comum, os pilotos que restaram precisavam resolver justamente o que a automação não resolvia.

A IA escreve código com facilidade, mas falha em tarefas triviais para humanos, como interpretar um cliente irritado ou negociar prazo com o chefe. Isso amplia o papel do desenvolvedor: hoje ele participa de reuniões, entende de produto e precisa explicar tecnicamente o que a empresa precisa. Na empresa de software citada no vídeo, o engenheiro está em contato direto com o cliente final por dominar a regra de negócio.

O exemplo do almoço em Curitiba fecha o raciocínio. Um sênior que trabalha com Java em sistemas da Copel, distribuidora de energia do Paraná, disse não temer a IA porque ela não tem o contexto específico do domínio dele. Quem tem contexto reina, e contexto se constrói com anos de profundidade, não com lista de ferramentas.

De produtivo a profissional caro: o erro do número três

Ser produtivo não é o objetivo; ser um profissional caro é. O autor conta um caso real de maio de 2026: uma aplicação hospedada na Vercel começou a derrubar conexões por limite máximo do PostgreSQL, e ninguém na equipe sabia explicar por quê. O engenheiro que construiu a funcionalidade tinha usado só IA e não entendia a aplicação.

Quando só a IA entende o sistema, a empresa depende de uma caixa-preta. O estagiário que quer ser efetivado precisa ser a pessoa que responde: por que o sistema quebrou às 3 da manhã? Por que o banco caiu no pico de acesso? Essas perguntas valem salário de sênior; gerar tela bonita vale pouco.

O caminho que ele defende é estudo estruturado: faculdade, curso técnico ou curso por fora, desde que leve a fundo. Ele menciona o próprio curso na descrição do vídeo, vendido naquele dia por R$ 97 com aviso de reajuste, o que você deve avaliar com o mesmo critério de profundidade aplicado a qualquer material de estudo.

IA é pior no que parece fácil e melhor no que parece difícil

A IA inverte a intuição sobre dificuldade. Escrever código, criar uma logo, uma capa ou um roteiro ficou fácil, então o valor dessas tarefas caiu. O que segue difícil é tudo que vem depois: gravar bem o vídeo, hospedar a aplicação, aguentar pico de acesso e configurar políticas de segurança.

Esse deslocamento redefine o trabalho do estagiário. Ele precisa entender de produto, de regra e da empresa como um todo, do cafezinho ao software. A parte fácil do ofício virou commodity; a parte difícil da engenharia continua sendo o diferencial que nenhuma ferramenta entrega sozinha.

Para aplicar isso hoje, olhe para as tarefas que você evita: ler log, configurar deploy, escrever teste, levantar requisito com o cliente. É exatamente aí que está o valor que a IA não toma de você, e é aí que você deve gastar suas horas de estudo.

Estude o que está em falta, não o que está em alta

O último erro é estudar o que está na moda em vez do que o mercado sente falta. O autor critica universidades que ensinam com base no que parece em alta, enquanto as dores reais ficam descobertas. Profissionais que entendem de IA aplicada a engenharia de software estão nessa lista de escassez.

Ele ilustra com um desenvolvedor pleno que programava com Gemini porque a empresa não pagava outra ferramenta. A defesa do vídeo é direta: investir algo na casa de milhares de reais por ano em ferramenta e estudo é pequeno perto do retorno de carreira, e economia nesse ponto é, na visão dele, o erro mais caro do iniciante.

Sobre o modelo 'Opus 4.7' citado como a melhor IA do vídeo, trate como opinião do autor, não como fato verificado; ferramentas e versões mudam rápido. O princípio por trás da opinião é o que importa: use as melhores ferramentas que você puder pagar e escolha-as pela profundidade que permitem, não pelo preço.

Perguntas frequentes sobre estagiário de TI e IA

• A IA vai substituir estagiários de TI? A substituição não é automática. O vídeo argumenta que a IA elimina o profissional raso, que só executa tarefas fáceis, e valoriza quem entende sistema, produto e regra de negócio. Estagiário que desenvolve profundidade tende a ser efetivado, não dispensado.

• Vale a pena usar IA gratuita como o Gemini para programar? Ferramenta gratuita pode ser um começo, mas o autor do vídeo defende investir em ferramentas pagas mais capazes quando o objetivo é carreira. O ponto central não é a marca, é não limitar sua entrega por uma economia pequena perto do salário em jogo.

• O que estudar primeiro: mais ferramentas de IA ou fundamentos? Fundamentos primeiro. Banco de dados, arquitetura, deploy e regra de negócio são o que a IA não entrega sozinha. Ferramentas como o Cursor aceleram quem já sabe o que fazer e expõem quem não sabe.

• O paradoxo da automação serve para outras carreiras? Serve. O conceito, citado no vídeo com data de 1983, aparece em aviação e indústria: automatizar uma tarefa torna mais raras e valiosas as habilidades humanas que restam. Em software, isso significa interpretação de contexto, comunicação e operação de produção.

Source video