A principios de 2026, un grupo de investigadores que intentaba medir el efecto de la IA en la productividad de los desarrolladores se encontró con un problema profundamente humano: algunos profesionales ya no querían aceptar tareas que pudieran obligarlos a trabajar sin IA.
Los investigadores lo llamaron sesgo de selección. Yo no dejo de pensar en ello como una pequeña confesión.
No hace tanto, la IA era un experimento que vivía en un panel lateral. La abríamos cuando fallaba el autocompletado o cuando una expresión regular empezaba a darnos vergüenza. Hoy, para muchos desarrolladores, simplemente forma parte de la habitación. Está ahí cuando abrimos el editor por la mañana, cuando heredamos un repositorio que nadie ha tocado en años y cuando una prueba se pone roja a última hora de la noche.
Podemos cerrar el panel. Podemos apagar el agente. Todavía sabemos programar.
Entonces, ¿por qué trabajar sin IA empieza a sentirse como trabajar con una mano menos?
La IA se quedó con las pausas
La IA no entró en el desarrollo de software anunciando que venía a sustituirnos. Llegó como una sucesión de pequeños alivios.
Primero completó la línea que ya estábamos a punto de escribir. Después redactó la prueba que llevábamos días posponiendo. Explicó una función desconocida, convirtió un stack trace en palabras comprensibles y encontró el parámetro escondido en una documentación que no queríamos volver a leer.
Nada de eso parecía dependencia. Parecía avanzar.
Piensa en la última vez que tu asistente dejó de estar disponible. Lo inquietante probablemente no fue haber olvidado el lenguaje. Fue el silencio antes del primer movimiento. Tener que decidir dónde buscar. Sostener la incertidumbre sin compañía. Mirar el error el tiempo suficiente para que apareciera una hipótesis.
Antes, esas pausas eran normales. Ahora se sienten como fricción.
Quizá eso sea lo que la IA ha cambiado de forma más profunda. No solo ha transformado cómo producimos respuestas. También ha cambiado cuánto tiempo estamos dispuestos a quedarnos a solas con una pregunta.
El alivio es real
Es fácil hablar de dependencia como si los desarrolladores estuvieran cambiando disciplina por pereza. Esa lectura no alcanza a explicar lo que la herramienta se siente desde dentro del trabajo.
El desarrollo de software contiene una cantidad sorprendente de vergüenza privada. Está el ingeniero sénior que ha olvidado la sintaxis de un comando básico. La persona recién llegada que teme que una pregunta más confirme todas las dudas de los demás. El desarrollador que trabaja en un segundo idioma, entiende perfectamente el problema pero no consigue explicarlo con rapidez. Quien entra en una base de código de diez años donde cada decisión importante solo existe en la memoria de otra persona.
La IA tiene paciencia con todos ellos.
No suspira cuando repetimos una pregunta. No dice: «Esto ya deberías saberlo». Está disponible a las dos de la mañana y puede convertir una pantalla en blanco en algo con lo que discutir. Incluso una respuesta imperfecta cambia el peso emocional de empezar.
Eso importa. A veces, lo que parece productividad es en realidad alivio: menos miedo a quedarse atascado, menos vergüenza, menos soledad frente a una máquina que se niega a explicarse.
Para muchos desarrolladores, la IA también ha devuelto energía a las partes del trabajo que sí les importan. Puede cargar con el código repetitivo, las pruebas de siempre, el andamiaje de una migración y la enésima variante de un cliente de API. La mente llega menos cansada al problema interesante.
No deberíamos despreciar eso como un simple atajo. Una herramienta que da a las personas más valor para explorar está haciendo algo verdaderamente valioso.
La dificultad es que el consuelo y la dependencia crecen de la misma raíz.
Usamos aquello en lo que no confiamos del todo
Las encuestas entre desarrolladores encuentran una y otra vez la misma relación extraña: usamos la IA constantemente y, al mismo tiempo, sospechamos de lo que nos entrega.
La tensión resultará familiar a cualquiera que haya visto una respuesta segura de sí misma desmoronarse ante un solo caso límite. El código parece correcto. Los nombres están bien elegidos. La explicación suena tranquila. Solo después de la tercera prueba fallida descubrimos que el modelo inventó un método, entendió mal una regla de negocio o resolvió un problema más sencillo que el nuestro.
Y aun así, la próxima vez que nos bloqueamos, volvemos a preguntar.
No es hipocresía. La confianza no es una sola cosa.
Puede que no confiemos a la IA la decisión final, pero sí una primera dirección. Puede que no confiemos en el parche, pero sí en una conversación capaz de aflojar el nudo de nuestro pensamiento. Quizá no creamos la respuesta, pero creemos que habrá algo en la pantalla en lugar de nada.
La IA se ha convertido en ese compañero al que jamás dejaríamos hacer merge directamente a main y que, sin embargo, echamos de menos en cuanto sale de la habitación.
Avanzamos más rápido porque el siguiente paso aparece enseguida. Sigue siendo nuestra responsabilidad comprobar que puede soportar nuestro peso.
Lo que desaparece cuando desaparece el esfuerzo
Hay un tipo de conocimiento que solo nace cuando nos quedamos atascados.
Antes de la IA, un error desconocido podía llevarnos del stack trace al punto de llamada, de ahí a la documentación y, finalmente, a una suposición que ni siquiera sabíamos que habíamos hecho. Era un recorrido ineficiente. También era la forma en que una base de código se convertía en un lugar, no solo en una colección de archivos.
Recordamos los sistemas que alguna vez se nos resistieron.
El bug que se llevó una tarde nos enseña dónde vive realmente el estado. El incidente en producción explica por qué existe una protección aburrida. La librería que entendimos mal tres veces se convierte en la que algún día podremos explicar a otra persona.
Cuando la IA elimina la resistencia, también puede llevarse la historia que hace que una lección permanezca.
Un estudio temprano con desarrolladores aprendiendo una librería desconocida encontró algo que parece intuitivamente cierto: quienes delegaron toda la tarea aprendieron menos que quienes utilizaron la IA para hacer preguntas conceptuales y comprobar su propio entendimiento. La diferencia importante no era «IA o no IA», sino si la herramienta reemplazaba el pensamiento o participaba en él.
Esto es especialmente delicado para quienes empiezan. Los ingenieros con experiencia reconocen una abstracción sospechosa porque antes construyeron la equivocada. Perciben que un parche limpio no pertenece al sistema porque conocen sus cicatrices. Pero ¿dónde desarrollará ese instinto la siguiente generación si cada aspereza se alisa antes de que pueda tocarla?
La mentoría nunca fue únicamente transferir respuestas. Era transmitir el criterio poco a poco: qué merece preocupación, cuándo detenerse, qué compromiso saldrá caro más adelante y por qué una solución que funciona todavía no está terminada.
La IA puede explicar todas esas ideas. Lo que todavía no puede reproducir es la sensación de que otra persona ha decidido quedarse a tu lado mientras las aprendes.
El atajo puede ser real. La comprensión todavía tiene que recorrer la distancia.
El código antes llevaba huellas
Hay otro cambio más difícil de medir porque sucede entre personas.
El código escrito por alguien suele conservar rastros de su autor. Una función auxiliar extraña puede guardar el recuerdo del incidente que la hizo necesaria. Un comentario torpe puede revelar dónde hubo dudas. Durante una revisión no inspeccionamos solo el cambio: reconstruimos el pensamiento que lo produjo. Preguntamos y otra persona responde desde el camino que recorrió.
El código generado por IA puede llegar sin ese camino.
Puede ser pulido y técnicamente plausible, pero sentirse extrañamente sin dueño. El autor sabe describir lo que pidió, pero no siempre por qué el resultado tomó esa forma. Entonces, quien revisa termina haciendo parte del trabajo que antes pertenecía a quien escribía: reconstruir la intención, comprobar supuestos y descubrir los bordes ocultos de una decisión que nadie recuerda haber tomado.
Esta es la inquietud que recorre muchas conversaciones de la comunidad sobre pull requests generadas por IA. La queja no es solo que el código pueda ser malo. El código malo nos resulta conocido. La incomodidad más profunda es que ha cambiado el contrato social.
Una persona puede producir un cambio grande en minutos. Otra todavía debe invertir atención humana para comprenderlo. El tiempo ahorrado frente al teclado reaparece silenciosamente en la revisión, el mantenimiento, la seguridad o la noche en que el sistema falla y alguien debe explicar qué intentaba hacer aquel parche generado.
El código siempre ha sido comunicación. Cuando generar se vuelve casi gratis, la atención se convierte en lo escaso. Y la atención pertenece a las personas.
Quizá el oficio se está desplazando
Para algunos desarrolladores, nada de esto se siente como una pérdida. Se siente como poder trabajar, por fin, en el nivel que siempre quisieron.
Escriben menos líneas y dedican más tiempo a dar forma al problema. Comparan varios diseños antes de elegir uno. Piensan en el usuario, la arquitectura, las formas de fallo y los límites que un agente no debe cruzar. El oficio se desplaza de fabricar cada pieza a dirigir el conjunto.
Eso puede ser una evolución real. No dejamos de ser desarrolladores cuando el ensamblador sustituyó al código máquina ni cuando los frameworks reemplazaron infraestructuras hechas a mano. El software siempre ha ascendido mediante nuevas capas de abstracción.
Pero toda abstracción depende de alguien que entienda lo que hay debajo.
Quien dirige a la IA todavía necesita criterio. Quien revisa todavía necesita un modelo mental. Quien diseña la arquitectura debe seguir sabiendo qué ocurre cuando el diagrama limpio se encuentra con una red lenta, un mensaje corrupto, un equipo agotado o un usuario asustado.
Si la IA escribe una parte mayor de la implementación, el juicio humano no pierde importancia. Se vuelve más fácil de ignorar y más difícil de cultivar.
La versión esperanzadora de este futuro no es una en la que los desarrolladores importan menos. Es aquella en la que somos más conscientes de lo que solo las personas pueden cargar: contexto, cuidado, duda, responsabilidad y la capacidad de reconocer que una respuesta técnicamente correcta puede ser equivocada para este sistema concreto y estas personas concretas.
Quedarnos sin desaparecer
¿Todavía podemos alejarnos de la IA?
Como individuos, sí. Mañana podemos cerrar el panel. Como profesión, la respuesta ya es más compleja. Las expectativas están cambiando. Las bases de código se llenan de trabajo generado. Los nuevos desarrolladores encuentran la IA al comienzo de sus carreras, no a mitad del camino. Incluso quien nunca use un asistente tendrá que revisar y mantener cada vez más código que provenga de uno.
No existe un camino privado de regreso a una industria anterior a la IA.
Pero quizá irnos sea la medida equivocada de la libertad. La pregunta más importante es si podemos seguir presentes mientras la herramienta permanece.
Seguir presentes significa leer el parche incluso cuando todas las pruebas están en verde. Preguntar por qué después de que la respuesta funciona. Negarnos a hacer merge de lo que no podemos explicar. Dar a los perfiles junior tiempo para luchar sin llamar desperdicio a ese tiempo y reconocer a quienes revisan por el trabajo invisible de proteger un sistema frente a errores convincentes.
También significa conservar momentos en los que ningún asistente responde de inmediato. No como un ritual de pureza, sino como una forma de volver a escuchar nuestro propio pensamiento.
La mayoría seguiremos utilizando IA. El alivio es real. Las posibilidades son reales. También lo son la inquietud, la dependencia y el miedo silencioso de que algo que amábamos del oficio pueda estar alejándose.
No tenemos que elegir entre la negación y la rendición.
El futuro del software no se decidirá por el porcentaje de código que escriba la IA. Se decidirá en momentos más pequeños: si entendemos antes de aceptar, si enseñamos en lugar de limitararnos a reenviar una respuesta, si protegemos la atención de otra persona y si seguimos asumiendo la responsabilidad cuando el código generado llega al mundo real.
La IA puede quedarse.
Debemos asegurarnos de que nosotros también.
