Governança de IA: JetBrains aposta em medição centralizada em vez de restrições para desenvolvedores

A JetBrains está virando a chave na gestão de ferramentas de IA para times de desenvolvimento. Em vez de começar com restrições duras — como bloquear ChatGPT, Copilot ou outras assistentes —, a empresa está construindo uma infraestrutura centralizada de medição e governança. O objetivo é dar às lideranças técnicas visibilidade clara sobre quais ferramentas são adotadas, por quem e com que frequência, antes de qualquer política punitiva. A abordagem foi detalhada recentemente no InfoQ e sinaliza uma tendência importante: governar IA com dados, não com medo.

Governança de IA: por que a JetBrains escolheu medir em vez de bloquear?

A lógica é simples: você não pode gerenciar o que não mede. Em vez de assumir que todas as ferramentas de IA são um risco e bloqueá-las preventivamente, a JetBrains entende que os desenvolvedores já estão usando essas soluções — muitas vezes por conta própria, com contas pessoais e sem supervisão. Centralizar a infraestrutura de medição permite que as empresas saibam exatamente quais ferramentas estão em uso, quais são ignoradas e quais geram valor real. É uma postura de governança que prioriza a inteligência de contexto antes do controle rígido.

Como implementar a medição centralizada em governança de IA?

A proposta é criar um ponto único de observabilidade. Em vez de depender de relatórios manuais ou de silos por equipe, a plataforma da JetBrains agrega dados de uso de diferentes ferramentas de IA em um só lugar. Esse painel de controle dá aos gestores métricas como taxa de adoção, frequência de chamadas e até custo associado a cada ferramenta. Com esses dados, é possível tomar decisões mais racionais: treinar times, ajustar permissões ou negociar licenças corporativas — tudo com base em evidências, não em suposições.

A abordagem também reduz o atrito com os desenvolvedores, que muitas vezes enxergam políticas de bloqueio como obstáculos à produtividade. Ao mostrar transparência e dar voz ao time na escolha das ferramentas, a governança vira aliada, não inimiga.

Governança de IA: impactos para devs e líderes técnicos

Para os desenvolvedores, a mudança é sutil, mas relevante. Em vez de enfrentar barreiras, eles ganham um ambiente mais estruturado para usar IA com segurança. A medição centralizada ainda permite identificar ferramentas que realmente aumentam a velocidade de entrega — algo que times ágeis valorizam.

Para líderes técnicos e CTOs, o benefício é a capacidade de responder a perguntas difíceis com dados: quanto estamos gastando com IA? Quais ferramentas substituem outras? Onde há risco de vazamento de dados? Com a infraestrutura centralizada, essas respostas deixam de ser achismo e passam a ser métricas. Isso é particularmente relevante num cenário em que a adoção de IA cresce mais rápido que a capacidade das empresas de criar políticas de governança.

Por que a medição de IA é crucial para devs brasileiros?

O Brasil tem uma comunidade de desenvolvedores grande e cada vez mais exposta a ferramentas de IA. Muitos profissionais já usam assistentes de código no dia a dia, muitas vezes sem aprovação formal da empresa. A abordagem da JetBrains serve como referência para empresas brasileiras que estão começando a lidar com o mesmo problema: como permitir inovação sem abrir mão de segurança e controle. Em vez de copiar políticas prontas dos EUA, o modelo de medição centralizada pode ser adaptado à realidade local, com foco em transparência e colaboração entre equipes de engenharia e segurança.

A iniciativa também dialoga com um movimento maior de governança de IA, que já aparece em outras frentes — como o manifesto por IA de código aberto defendido por Mark Zuckerberg e a busca por mais controle sobre modelos generativos. Se a tendência se consolidar, o papel do líder técnico deixa de ser o de "policiar" o uso de IA e passa a ser o de "orquestrar" as ferramentas certas para cada contexto.

5 passos para medir e governar IA na sua empresa

A JetBrains sugere começar pequeno. O primeiro passo é mapear as ferramentas de IA já em uso — sem julgamentos. Depois, definir quais métricas são relevantes: número de usuários ativos, frequência de uso, custo por chamada, tipo de dado processado. Com essa base, é possível criar políticas de permissão que evoluem conforme o time aprende. A chave é não travar a adoção enquanto a medição não está madura. A infraestrutura centralizada permite que a governança cresça junto com o uso, em vez de chegar como um freio de mão puxado depois que o carro já andou.

Segundo o relato do InfoQ, a JetBrains está construindo essa estrutura para seus próprios produtos e pretende oferecer aos clientes um caminho semelhante. A mensagem é clara: o futuro da governança de IA nos times de desenvolvimento não está em banir ferramentas, mas em entender profundamente como elas são usadas. Para quem lidera equipes de engenharia, essa é uma mudança de mentalidade que vale a pena acompanhar de perto.

Perguntas frequentes sobre governança de IA com medição

A JetBrains está proibindo o uso de ferramentas de IA?

Não. A empresa adotou a abordagem oposta: em vez de restrições, ela está centralizando a medição e a governança para dar visibilidade e controle sobre o uso das ferramentas.

Como a medição centralizada ajuda na segurança?

Ela permite que líderes técnicos identifiquem quais ferramentas processam quais dados, facilitando a aplicação de políticas de segurança baseadas em risco real, em vez de bloquear tudo por precaução.

Essa prática pode ser aplicada fora do ecossistema JetBrains?

Sim, o conceito de governança centralizada por medição independe da marca. Empresas podem adotar a mesma lógica com dashboards internos ou soluções de observabilidade para monitorar o uso de IA entre seus desenvolvedores.

A fonte original desta notícia está disponível no InfoQ, que traz mais detalhes técnicos sobre a implementação da JetBrains.