Mandatos de IA no Código Disparam Descobertas de Segurança em 10x

Desenvolvedores na Amazon, Google, Microsoft e empresas fintech operam sob mandatos explícitos de uso de IA. Funcionários são coagidos através de avaliações de desempenho a adotar ferramentas de codificação LLM independentemente da qualidade da saída ou impacto de segurança. Um funcionário da Amazon inflou o uso reportado de IA para satisfazer métricas de adoção. Um desenvolvedor disse à 404 Media: "A qualidade real da saída não importa tanto quanto nossa disposição em participar." O resultado: prompts registrados em sistemas de conformidade, saída descartada, código escrito manualmente.

Google relata 75% de código gerado por IA. Anthropic relata 90%. O CTO da Microsoft espera 95% em todo código da empresa até 2030. Esses percentuais medem conformidade com mandatos, não produtividade ou qualidade.

Uma firma de segurança de API rastreou um aumento de 10x em descobertas mensais de segurança dentro de empresas Fortune 50 entre dezembro de 2024 e junho de 2025: 1.000 para mais de 10.000 vulnerabilidades por mês, coincidindo com pico de adoção de IA. Volume de código está ultrapassando capacidade de revisão humana. Um designer UX em uma empresa de tecnologia de médio porte disse: "Estamos sendo orientados a usar agentes de IA para mudanças amplas em nosso codebase. Não há como avaliar se todo esse código é bem escrito ou seguro — especialmente quando centenas de outros programadores na empresa estão fazendo o mesmo."

GitClear analisou 211 milhões de linhas de código e descobriu que assistentes de codificação IA aumentaram código copiado e colado de 8,3% para 12,3% de todas as alterações. Blocos de duplicação subiram oito vezes. Atividade de refatoração caiu de 25% para menos de 10%, uma métrica preditiva de custo de manutenibilidade a longo prazo.

Uso obrigatório de IA correlaciona com erosão de habilidades. Um ensaio controlado randomizado com 52 engenheiros de software descobriu que participantes usando assistência de IA completaram uma tarefa de integração de biblioteca em aproximadamente o mesmo tempo que controles mas pontuaram 17% mais baixo em um quiz de compreensão de acompanhamento (50% vs. 67%). Tarefas de debug mostraram o declínio mais acentuado. Métricas de engenharia padrão não capturam essa lacuna. Métricas de velocidade parecem sólidas, métricas DORA se mantêm, contagens de PR sobem, cobertura de código está verde. Desenvolvedores descreveram diretamente: "Definitivamente está me tornando mais burro" e "Estamos construindo um ninho de ratos de dívida técnica que será impossível desembaraçar quando esses modelos ficarem proibitivamente caros."

Meta cortou 8.000 pessoas (10% da força de trabalho) citando ganhos de IA. Microsoft ofereceu aposentadoria voluntária para aproximadamente 125.000 pessoas (7% da força de trabalho dos EUA). Snapchat cortou 16% do pessoal em tempo integral, aproximadamente 1.000 pessoas. Redução de pessoal é a principal saída realizada do impulso de codificação de IA — não velocidade de envio, não taxas de defeito, não confiabilidade do sistema.

Líderes de engenharia avaliando rollouts obrigatórios devem medir retenção de compreensão e taxas de defeito em módulos gerados por IA. A maioria das organizações executando esses mandatos não rastreia nenhum dos dois. Percentual de compartilhamento de código de IA é um indicador atrasado da força do mandato, não saúde de engenharia. A trajetória de vulnerabilidade de segurança em empresas Fortune 50 sugere que o custo já está sendo pago.