Cada vez que hay una gran actualización de las herramientas de programación con IA, las redes sociales explotan con debates sobre si "los programadores se quedarán sin trabajo". ¿Cuál es la realidad?
El estudio de METR sorprende
La organización de investigación en seguridad de IA METR realizó un experimento riguroso: desarrolladores experimentados completaron tareas de programación con y sin asistencia de IA.
Resultado: Los desarrolladores que usaron herramientas de IA fueron un 19% más lentos.
Sí, leyó bien. Los desarrolladores experimentados que usaron asistencia de IA disminuyeron su eficiencia, en lugar de aumentarla. La razón principal es que el tiempo dedicado a revisar y corregir los resultados de la IA superó el tiempo ahorrado por la IA.
Sin embargo, este estudio tiene algunas limitaciones: el diseño experimental, el tipo de tarea y las herramientas específicas utilizadas influyen en las conclusiones. No significa que "las herramientas de programación con IA sean inútiles", sino que muestra que en ciertos escenarios, la relación costo-beneficio de las herramientas de IA no es tan alta como se imagina.
Más datos
Los propios datos de GitHub muestran que los desarrolladores que usan Copilot sí mejoran la eficiencia en escenarios de autocompletado de código, especialmente al escribir código boilerplate y tareas repetitivas.
Pero en las fases que realmente "requieren esfuerzo mental" como diseño de arquitectura, comprensión de requisitos y depuración de errores, la IA actualmente no ayuda mucho — e incluso puede perjudicar al dar sugerencias incorrectas.
Impacto real
La evaluación más precisa actualmente es:
- La IA no "reemplazará" a los programadores, pero cambiará el contenido del trabajo de los programadores
- El tiempo de escritura de código disminuirá, el tiempo de revisión y verificación aumentará
- La demanda de desarrolladores junior podría disminuir, la demanda de desarrolladores senior que dominan las herramientas de IA podría aumentar
- "Saber usar herramientas de IA" se está convirtiendo en una habilidad básica como "saber Git"
No son necesarios el pánico ni el optimismo ciego. Este campo cambia demasiado rápido, la estrategia más confiable es aprender continuamente, tratar las herramientas de IA como herramientas y no como sustitutos.
Fuentes de referencia: Informe de investigación METR, CocoLoop, Encuesta anual de GitHub