readit · estudo de fim de semana →

O código existe.
A leitura, não.

Na era da IA, padrões de arquitetura, de função e de método passam sem ninguém olhar. Este estudo embasa duas frentes: um agente que mapeia o código — e um software que ensina a lê-lo.

readit Desktop

session.ts
O que createSession está fazendo — e qual padrão isso é?
Leu session.ts · 6s

Padrão: auth facade + role dispatch. O arquivo esconde o fluxo. O mapa não.

1export function createSession(user: User) {
2 const token = sign(user.id, SECRET)
3 cache.set(user.id, hydrate(user, token))
4 return redirect(
5 user.role === "admin" ? "/ops" : "/app"
6 )
7}

Qual o próximo beacon?

Agent

01 Problema

Escrever ficou barato. Entender, não.

Xia, Bao, Lo e Hassan mediram 3.148 horas de trabalho real: desenvolvedores passam cerca de 58% do tempo tentando compreender o que o código faz. A IA não removeu essa conta — ela inverteu o gargalo. O código agora cresce mais rápido do que o modelo mental do time.

Tempo em compreensão

58%

Xia et al., 2017 · 78 devs, 3.148 horas

Padrões de dívida

4

Ahmad, 2026 · aceitação, contexto, atrofia, bypass

Fluxo do especialista

↓

CodeMap, 2025 · global → estrutura → lógica → local

A IA gera. O time não lê.

Vaithilingam et al. (2022) já mostravam o trade-off: Copilot acelera a entrega e reduz a compreensão do que foi gerado. O estudo com Copilot em código brownfield (2025) confirma: sobe o desempenho da tarefa, cai a capacidade de engenharia reversa no nível de átomo e de função.

O fluxo certo é global → local.

Auditores profissionais não começam no arquivo. CodeMap (2025) descreve a sequência: panorama do projeto, estrutura do codebase, lógica de negócio, só então funções e variáveis. LLMs falham em preservar relações entre esses níveis — e o desenvolvedor que aceita o snippet herda o buraco.

Perguntar ao chat não é ler o fluxo.

Trailblazer (UIST 2025) mostra que respostas de IA sem traço de programa deixam o desenvolvedor desorientado. Traces anotados — o caminho real entre símbolos — melhoram tempo e familiaridade. O mapa importa mais do que o parágrafo.

readit Field study

Xia et al. · 3.148 horas

Onde o tempo dos profissionais realmente vai.

  • Compreensão

    ler, navegar, perguntar

    58%

  • Edição

    escrever e ajustar

    24%

  • Outros

    review, build, espera

    18%

02 Padrões

Um padrão é um chunk. Não um template.

Leitura fluente de código não é decodificar sintaxe linha a linha. É reconhecer formas. A psicologia da expertise (Chase & Simon; chunking) e a pesquisa clássica de program comprehension (Brooks, Pennington, Soloway) convergem: o especialista vê beacons — sinais que ativam um esquema mental já nomeado.

CamadaExemplo
ArquiteturaClean / hexagonal / CQRS
FunçãoFacade, mapper, guard, policy
Métodoearly-return, reduce, hydrate
Fluxoauth → session → redirect

readit Catalog

Beacon ativo

role dispatch

O chunk dispara quando o olho vê o branch por papel — não quando lê o `if`. Nomeie, ou a dívida já começou.

05 user.role === "admin" ? "/ops" : "/app"

03 Leitura

Especialistas leem de cima para baixo.

Seniors gastam menos tempo em compreensão não porque leem mais rápido — leem com um mapa. O júnior navega o arquivo. O sênior navega o grafo. A IA, hoje, entrega o arquivo.

  1. 1

    Panorama

    O que este sistema é, e o que ele não é.

  2. 2

    Estrutura

    Módulos, fronteiras, direções de dependência.

  3. 3

    Lógica

    Regras de negócio e invariantes que o código protege.

  4. 4

    Local

    Função, variável, branch — só depois do contexto.

readit Trace

Caminho anotado

  1. Auth

    EXTRACTED

  2. sign

    EXTRACTED

  3. cache

    INFERRED

  4. hydrate

    EXTRACTED

  5. redirect

    AMBIGUOUS

04 Dívida

A dívida não está no código. Está na cabeça.

Ahmad (EASE 2026) formaliza comprehension debt: o gap entre o que o time precisa entender para mudar o sistema e o que de fato entende. Diferente de technical debt, não mora no artefato. Mora no modelo mental coletivo. Testes verdes não a detectam.

Acumula dívida

Aceleração

A IA é provedora de solução. O output entra com pouca interrogação. A carga germane — a que constrói schema — some. Sweller (1994): se a ferramenta faz o trabalho pesado da schema, o aprendiz não a forma.

Paga a dívida

Exploração

A IA é andaime. Pedem-se explicações, reescreve-se o gerado, verifica-se contra o codebase. A carga germane sobe. O código continua rápido — e o mapa também cresce.

P1 · Black-box acceptance

Commit sem modelo mental. Integra. Quebra no sprint seguinte, na hora de mudar.

P2 · Context-mismatch

A IA não viu o sistema. O snippet é localmente certo e globalmente estranho.

P3 · Atrofia por dependência

Menos leitura, menos schema. A muleta vira o único músculo.

P4 · Verification bypass

Quem mais precisa verificar é quem menos consegue. O erro só aparece em runtime.

05 Frente A

Um Graphify para o Cursor. E para o Claude.

A primeira frente é um skill de agente: instalar, apontar o repo, obter um grafo. Não um chat que resume. Um mapa que preserva arestas — EXTRACTED, INFERRED, AMBIGUOUS — e comunidades que o olho não pediria.

AST + semântica

Imports e calls saem da árvore. Padrões, fluxos e similaridade saem do modelo. Os dois se fundem.

Comunidades e god nodes

O que está no centro. O que atravessa módulos. O caminho mais curto entre Auth e Database.

Onde o desenvolvedor trabalha

Cursor, Claude Code, Codex. O grafo entra no contexto do agente — não numa aba à parte.

Cursor
# skill readit
npx readit init --cursor
Claude
# plugin readit
/plugin install readit

06 Frente B

Fluência de leitura é um treino. Não um plugin.

A segunda frente é software de ensino. O objetivo não é gerar mais código. É fazer o desenvolvedor reconhecer o padrão no código que a IA já gerou — até a leitura ficar automática, como um idioma.

01

Catálogo vivo

Arquitetura, função, método e fluxo — nomeados, com beacons e contraexemplos do próprio repo.

02

Exemplos trabalhados

O mesmo trecho em três velocidades: o que a IA escreveu, o padrão que ela usou, o risco que ela escondeu.

03

Modo compreensão

A literatura pede isso explicitamente: não só gerar, decompor em segmentos semânticos e obrigar a pausa. Rewrite-before-commit como prática, não como conselho.

07 Escada

Pare no primeiro degrau que segura.

Ler código gerado por IA é uma escada. O erro é começar no arquivo. O acerto é subir só até o degrau que já responde a pergunta.

  1. 01

    Que pergunta eu estou fazendo?

    sem pergunta: não abrir o arquivo

  2. 02

    Qual o panorama deste módulo?

    sem mapa: não descer

  3. 03

    Que padrão de arquitetura está em jogo?

    nomear. se não nomeia, o chunk não disparou

  4. 04

    Qual o fluxo entre símbolos?

    aresta antes de linha

  5. 05

    Onde está o beacon?

    o sinal que um sênior veria em 4 segundos

  6. 06

    Consigo reescrever em uma frase?

    se não, a dívida já começou

  7. 07

    Só então: o local.

    função, branch, nome. mais um teste se há lógica

08 Fontes

O que lemos para não inventar.

  1. Xia, Bao, Lo, Xing, Hassan, Li (2017)

    Measuring Program Comprehension: A Large-Scale Field Study with Professionals

    ≈58% do tempo em compreensão · 78 profissionais · 3.148 horas

  2. Vaithilingam, Zhang, Glassman (CHI 2022)

    Expectation vs. Experience: Evaluating the Usability of Code Generation Tools

    Mais rápido. Menos compreensão do código gerado.

  3. Ahmad (EASE 2026)

    Comprehension Debt in GenAI-Assisted Software Engineering Projects

    CD ≠ TD. Quatro padrões de acúmulo. Uma orientação que mitiga.

  4. Huang et al. (2025)

    Understanding Codebase like a Professional! Human–AI Collaboration for Code Comprehension

    Fluxo do auditor: global → estrutura → lógica → local. CodeMap.

  5. Trailblazer (UIST 2025)

    Answering Developer Questions with Annotated Agent-Discovered Program Traces

    Trace anotado vence resposta de chat. O fluxo é o mapa.

  6. Sweller (1994) · Brooks · Pennington · Soloway

    Carga cognitiva, beacons e modelos mentais de programa

    Schema se constrói com esforço germane. Padrão é chunk nomeado.

  7. Gorman (2025)

    Comprehension Debt

    Quando o time produz código mais rápido do que consegue entender.

  8. Graphify

    Grafo de conhecimento sobre código, docs e papers

    AST + semântica, comunidades, god nodes, arestas honestas.