Aprender a programar sigue valiendo la pena
Los LLM y el futuro de la programación
- Muchos sostienen que los LLM actuales y los de futuro cercano reducen en gran medida la necesidad de escribir manualmente código rutinario, especialmente para aplicaciones CRUD y software empresarial de la “capa externa”.
- Otros replican que los LLM son no deterministas, frágiles y malos en la abstracción de alto nivel, por lo que los programadores expertos siguen siendo cruciales, especialmente para la infraestructura central, los compiladores, los frameworks y los sistemas críticos para la seguridad.
- Algunos prevén una pequeña élite de expertos profundos supervisando potentes herramientas de IA, con muchos menos empleos tradicionales de programación; otros esperan efectos al estilo Jevons, en los que un software más barato aumenta la demanda total.
Por qué aprender a programar sigue importando (según sus defensores)
- Enseña descomposición de problemas, depuración y pensamiento sistemático; a menudo se compara con aprender matemáticas o filosofía por sus habilidades de razonamiento.
- Es esencial para juzgar, guiar y limitar la salida de los LLM; los usuarios de “solo prompts” no pueden distinguir de forma fiable las buenas soluciones de las malas.
- La comprensión fundamental (desde compuertas lógicas hasta lenguajes de alto nivel) ayuda cuando las abstracciones fallan y la IA no puede corregir errores en casos límite.
- Se ve como una manera de involucrarse plenamente con los sistemas de IA y darles forma en lugar de delegarlo todo pasivamente.
Escepticismo: ¿Sigue siendo una buena apuesta profesional?
- Algunos comparan el trabajo futuro de programación con la poesía, la música temprana o los oficios de nicho: gratificante, pero económicamente precario.
- Preocupa que las mejoras de productividad impulsadas por LLM reduzcan la demanda de programadores promedio, amplificando solo a los mejores.
- Hay temores de aconsejar a nuevos estudiantes que asuman deudas para un campo que podría quedar muy commoditizado en un plazo de 5 a 20 años; analogías con herreros, trabajadores de herramientas y matrices, y TI subcontratada.
Abstracción, fundamentos y comprensión
- Hay un amplio acuerdo en que “aprender a programar” trata en realidad de entender sistemas, no de memorizar sintaxis.
- Se debate hasta qué profundidad hay que llegar (lenguaje ensamblador, diseño de CPU, etc.), pero muchos temen que la IA fomente conocimientos superficiales y de culto al cargo.
La programación como oficio, arte o fontanería
- Algunos ven el código como un medio creativo al nivel de la música, la literatura o la pintura; otros dicen que la mayor parte del trabajo industrial se parece más a la fontanería o la carpintería: un oficio necesario y restringido.
- Varios señalan que los LLM corren el riesgo de quitar el “flujo” y la alegría de construir abstracciones a mano, convirtiendo el trabajo sénior en revisar y “cuidar” código generado por máquinas.
Calidad, “slop” y riesgos a largo plazo
- Hay informes de que los desarrolladores débiles siguen produciendo mal código con LLM, solo que más rápido; los buenos desarrolladores pueden aprender más deprisa y explorar más diseños.
- Temor a un ecosistema lleno de código opaco, hinchado y generado por IA, que los humanos (y más tarde los modelos) tengan dificultades para mantener.
- Una postura minoritaria afirma que el código generado por IA ya suele ser más limpio que el código humano típico, desafiando las suposiciones sobre el deterioro de la calidad.