O que a IA fez com o Stack Overflow, em um único gráfico

Um contribuidor extraiu as estatísticas públicas do Stack Overflow e criou um gráfico. O resultado fala por si: o ChatGPT esvaziou o espaço.

O caso concreto

Um usuário publicou no data.stackexchange.com (a interface pública de consultas SQL nos dados do Stack Overflow) uma query que traça o número de perguntas feitas por mês no site desde sua criação até meados de 2026. O gráfico foi linkado no Hacker News em uma thread no dia 18 de julho de 2026 e faz aquilo que poucos artigos de opinião conseguem: mostrar, sem rodeios, o que a IA mudou.

A curva sobe suavemente de 2008 a 2013, estabiliza entre 2013-2020 com um ligeiro declínio já iniciado, cai drasticamente a partir do final de 2022 — exatamente quando o ChatGPT foi lançado (30 de novembro de 2022) — e continua a cair sem recuperação. Em 2026, o volume mensal de perguntas atingiu um patamar não visto desde os primeiros anos do site.

O código por trás do gráfico

Para os curiosos, a query publicada é do tipo:

SELECT
 DATEFROMPARTS(YEAR(CreationDate), MONTH(CreationDate), 1) AS Month,
 COUNT(*) AS Questions
FROM Posts
WHERE PostTypeId = 1
GROUP BY YEAR(CreationDate), MONTH(CreationDate)
ORDER BY Month;

PostTypeId = 1 filtra apenas as perguntas (as respostas têm PostTypeId = 2). A ferramenta data.stackexchange.com permite que qualquer pessoa verifique o resultado em trinta segundos, sem instalar nada — um modelo de abertura de dados que poucas plataformas ainda oferecem.

O porquê

Para um desenvolvedor sênior, a pergunta “por que uma queda dessas?” tem uma resposta óbvia: quando você está travado em um bug ou em uma sintaxe, você não busca mais “python typeerror int str” no Google e deixa de abrir a primeira resposta do Stack Overflow de um tópico de 2014 marcado como duplicado. Você abre o Claude, o ChatGPT ou o Copilot e faz a pergunta diretamente, com seu contexto, seu trecho de código, sua stack trace. A resposta chega personalizada, em português se você quiser, sem as guerras de moderadores por fechamento por duplicidade.

É mais rápido, é mais suave (ninguém te acusa de RTFM), e funciona na maioria das vezes — exceto quando o modelo alucina. Nesse caso, o sênior sabe e re-verifica; o júnior, muitas vezes, não. Esse é um dos debates atuais nas equipes.

O que se perde pelo caminho

O verdadeiro custo dessa mudança não é imediatamente visível. O Stack Overflow não era apenas um mecanismo de respostas: era um corpus que o Google indexava, que os recrutadores consultavam (para avaliar um perfil), que os novatos liam para aprender a formular uma pergunta técnica de forma adequada. Esse corpus agora está encolhendo, enquanto os modelos de IA que foram treinados com ele continuam a se beneficiar sem contribuir em troca. Uma potencial alça de feedback problemática: com o que treinarão os modelos de 2028?

Há também o aspecto rastreabilidade. Uma resposta do Stack Overflow, você sabe quem a escreveu, quando e com qual pontuação da comunidade. Uma resposta de um LLM é uma agregação opaca. Para código de produção, essa rastreabilidade vale ouro.

Para reter

O gráfico é apenas mais um data point entre muitos: o Stack Overflow anunciou várias ondas de demissões desde 2023, motivadas em parte pela queda no tráfego (veja, por exemplo, a postagem do CEO Prashanth Chandrasekar em outubro de 2023 anunciando a primeira onda). Mas a imagem, por si só, resume três anos de evolução nos hábitos dos desenvolvedores. A pergunta a se fazer em 2026, em equipe, não é mais “devemos usar LLMs”. É: como não deixar morrer os bens comuns (documentação, Q&A pública, tutoriais) que tornaram nossa profissão possível?