Manifesto DE pesquisa

The bottom rung is gone. Here's what replaces it.

O primeiro trabalho de software está sendo compactado. A substituição deve ser pública, revisável e real.

The old bargain said: get hired, learn on bounded work, earn trust, and grow. The new market increasingly says: prove you can work before anyone gives you the work.

Argumento 01

A camada de aprendizagem nunca foi automática. Foi mantido.

O papel júnior costumava ser um contrato social áspero, mas confiável. Uma empresa contratou potencial, entregou trabalho limitado e permitiu que novos desenvolvedores aprendessem a julgar sob review. O trabalho não era glamouroso. Foram tickets, bugs, testes, migrações, docs, threads de suporte e código review.

Esse contrato está quebrando. As tarefas que tornaram o início de carreira legível são as mesmas tarefas que as empresas são mais tentadas a automatizar, comprimir ou entregar a pessoas seniores com copilotos AI.

Argumento 02

O paradoxo da experiência tornou-se infraestrutura.

A primeira vítima não é apenas um anúncio de emprego. É a perda de um lugar onde os iniciantes podem cometer pequenos erros com segurança, aprender o padrão local e construir um registro que outra pessoa inspecionou.

Sem essa escada, o mercado pede experiência aos novos desenvolvedores, removendo o trabalho de baixo risco que costumava criá-la.

Argumento 03

Quando a produção é barata, a prova tem que se aproximar da realidade.

AI torna a produção privada mais barata. Ele pode produzir uma demonstração polida, uma explicação plausível e uma bala de currículo respeitável em segundos. Isso é útil para o aprendizado, mas enfraquece o sinal de contratação quando cada candidato pode fabricar artefatos semelhantes.

O sinal de substituição não é uma autopromoção mais alta. É um trabalho público: contexto issue, diferenças pull request, feedback do mantenedor, revisões e alterações mescladas.

Argumento 04

O código aberto transforma o aprendizado em uma trilha pública.

O código aberto não é um sistema de aprendizagem perfeito. Os mantenedores estão ocupados, issues variam em qualidade e labels são apenas dicas. Mas tem uma vantagem que o novo mercado de trabalho precisa muito: as evidências são públicas e passíveis de revisão.

Um pequeno pull request aceito mostra mais do que código. Ele mostra compreensão de leitura, manuseio de restrições, paciência com feedback e a capacidade de enviar dentro do sistema de outra pessoa.

Argumento 05

AI pertence ao fluxo de trabalho, não ao lugar da prestação de contas.

O novo primeiro degrau não deve fingir que o AI desaparece. Os desenvolvedores devem usá-lo. Mas a unidade de prova deve ser a mudança revisada, não o artefato gerado.

A questão útil não é se um iniciante usou AI. É se eles entenderam o problema, validaram a mudança, responderam ao review e saíram do projeto melhor do que encontraram.

Argumento 06

O degrau de substituição é contribuição, não teatro de credenciais.

O Good First Issue existe para esse caminho mais estreito e durável. Ele ajuda os novos desenvolvedores a encontrar trabalho pequeno o suficiente para começar e real o suficiente para importar.

A resposta para um degrau inferior que desaparece não é a nostalgia. É um primeiro passo melhor: trabalho público, com escopo e sustentável que dá aos iniciantes uma maneira justa de provar que podem enviar.

Comece aqui

Construa o registro que o mercado pode inspecionar.

Escolha um issue focado, trabalhe em público, responda ao review e deixe um rastro durável de contribuição real.

Ver issues

Sources

Research and references

  1. SignalFire, The SignalFire State of Tech Talent Report - 2025, May 20, 2025
  2. Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
  3. Stanford Digital Economy Lab, November 2025 PDF version
  4. McKinsey Global Institute, Generative AI and the future of work in America, July 2023
  5. Harvard Business Review, The Perils of Using AI to Replace Entry-Level Jobs, September 16, 2025