Amazon põe resultados à frente do volume de IA na engenharia

A orientação atribuída ao vice-presidente Terk Terkowitz rejeita metas baseadas em tokens e código gerado sem medir o benefício entregue.

A Amazon está mudando o jeito de avaliar o uso de inteligência artificial entre seus engenheiros de software. Em uma orientação interna divulgada em 27 de outubro e repercutida no dia seguinte, a companhia defendeu que o desempenho seja medido pelo valor entregue a clientes, ao negócio e às equipes — não pelo volume de ferramentas usadas ou de código produzido.

A mensagem não é para abandonar a IA. A empresa segue incentivando seus profissionais a incorporar a tecnologia ao trabalho, mas quer separar adoção de resultado. Abrir uma ferramenta ou consumir muitos tokens não prova, por si só, que uma tarefa ficou melhor ou foi concluída com mais qualidade.

Quando a métrica vira meta, o incentivo pode sair do lugar

Tokens são unidades de texto processadas ou geradas por modelos de IA. O consumo pode influenciar os custos de operação, mas também é um indicador incompleto: não mostra sozinho se o código funciona, se resolveu um problema real ou se facilitou a vida de quem vai manter o sistema.

A orientação atribuída ao vice-presidente Terk Terkowitz alerta que transformar consumo de tokens, adoção de ferramentas ou volume de alterações em metas pode distorcer o comportamento. Um profissional pode acabar buscando números maiores sem produzir um benefício equivalente. A empresa também considera frágeis, quando isoladas, métricas como quantidade de revisões de código.

Esse tipo de corrida ganhou o apelido de “tokenmaxxing”: usar modelos ou agentes repetidamente para inflar indicadores de atividade. A preocupação é que uma equipe pareça mais produtiva nos painéis enquanto gera trabalho desnecessário e aumenta o uso de computação. O ponto não é que todo uso intenso seja desperdício, mas que intensidade não deve ser confundida com qualidade.

O episódio que colocou o tema em evidência

A mudança de discurso veio depois do encerramento, em maio, de um ranking interno chamado KiroRank, segundo relatos sobre o caso. O placar reunia atividade de funcionários na plataforma de desenvolvimento Kiro. Algumas pessoas teriam recorrido a tarefas desnecessárias para agentes de IA para subir na classificação.

O episódio ilustra um problema conhecido em sistemas de avaliação: quando um número vira alvo, as pessoas podem otimizar o número em vez do objetivo que ele deveria representar. Contar chamadas a modelos ou alterações de código pode ser mais fácil do que atribuir a uma ferramenta o mérito por uma entrega útil — mas a facilidade de medir não torna o indicador suficiente.

Usar menos também pode ser uma decisão acertada

A empresa não está descartando as métricas de uso. Elas ainda podem ajudar a perceber padrões e entender como as ferramentas estão sendo adotadas, desde que não funcionem como placar isolado de desempenho. A orientação também abre espaço para identificar tarefas em que a IA não ajuda: reconhecer esse limite pode evitar etapas desnecessárias e orientar melhorias futuras.

Ganhos de produtividade são difíceis de resumir em um único número. O resultado depende da tarefa, da qualidade do código gerado, do tempo gasto para revisar respostas e do trabalho adicional de integração. Mais código pode acelerar uma entrega ou criar correções e manutenção para depois. Por isso, a régua defendida pela Amazon olha para efeitos mais duradouros, como mudanças úteis em produção e resultados para usuários.

A companhia continua apostando que a IA fará parte do desenvolvimento de software, combinada com conhecimento técnico e julgamento humano. O recado é menos “use menos tecnologia” e mais “prove que ela ajudou”. Para equipes que adotam ferramentas semelhantes, a diferença está em medir o que melhorou de fato, sem premiar consumo ou atividade só porque são fáceis de contabilizar.

Quer se aprofundar nesta notícia? Leia mais sobre ela abaixo: