Nacido en contra, o por qué las comunidades de programación como hobby están en contra del uso de LLM
Las comunidades de programación como hobby están chocando cada vez más con la codificación asistida por modelos de lenguaje grandes (LLM), argumentando que estas herramientas socavan el atractivo central del oficio: dominar lentamente problemas difíciles, comprender el código en profundidad y compartir esa experiencia con los pares. Los críticos también señalan daños prácticos, desde “slop” de IA de baja calidad y riesgos de plagio hasta una avalancha de proyectos y documentación a medio hacer que dificultan el mantenimiento de los espacios comunitarios. Los partidarios contraargumentan que los LLM son solo otra herramienta potente, que permite a personas con poco tiempo o experiencia explorar ideas, automatizar tareas tediosas y construir software que de otro modo nunca podrían, lo que sugiere que el campo podría dividirse entre espacios de código artesanal y otros habilitados por LLM.
Programación como hobby vs. Orientada al resultado
- Muchos distinguen entre programar como hobby (disfrutar del proceso) y programar para hacer que el software se construya (preocuparse principalmente por el resultado).
- Para las “personas del proceso”, los LLM se sienten como usar un coche para un hobby de correr o un ordenador para resolver un sudoku: le quita el sentido.
- Otros dicen que siempre se han orientado al resultado y que los LLM por fin les permiten sacar adelante herramientas y experimentos largamente deseados dentro de un tiempo limitado.
El papel de los LLM como herramientas
- Algunos aficionados usan felizmente los LLM como herramientas potentes: generación de boilerplate, configuraciones, documentación, refactors, harnesses de pruebas, PoC rápidas.
- Otros usan los LLM solo para tareas tediosas o de bajo aprendizaje; siguen queriendo escribir a mano la lógica central para preservar el aprendizaje/la alegría.
- Varios describen flujos de trabajo en los que diseñan la arquitectura, interpretan los resultados y pulen, mientras los LLM exploran espacios de búsqueda o escriben código borrador.
Normas comunitarias, arbitraje y equidad
- Las comunidades de nicho (OSDev, emuladores, motores de ajedrez, IF, etc.) a menudo valoran la maestría en sí misma; el código que funciona es secundario frente a la comprensión.
- En esos espacios, el código generado por LLM se ve como “hacer trampas”, parecido a usar motores en ajedrez o CNC en un concurso de herramientas manuales.
- Algunos defienden esto como “las reglas del juego” legítimas, en vez de arbitraje tóxico; otros lo llaman protección de estatus y exclusión.
Calidad del código, mantenimiento y “slop”
- Muchos se quejan de que los novatos asistidos por LLM producen código más difícil de revisar, con errores sutiles, lo que aumenta la deuda técnica y el trabajo de limpieza.
- El “vibe coding” y los sistemas agénticos son criticados por crear código y documentación impresionantes a simple vista, pero frágiles y con poco entendimiento.
- Otros informan de ganancias reales de productividad, especialmente para pequeñas herramientas personales, y sostienen que la buena ingeniería sigue importando por encima de los LLM.
Preocupaciones sobre PI, licencias y plagio
- Debate acalorado sobre usar LLM en GPL/AGPL u otros motores: ¿el código reescrito por un LLM es una obra derivada o solo “tomar ideas”?
- Algunos argumentan que los algoritmos y los diseños no están protegidos por copyright; otros subrayan que blanquear licencias mediante LLM es legalmente arriesgado y moralmente “una jugada de mierda”.
Estatus, aprendizaje y efectos más amplios de la IA
- Varios señalan el miedo a la devaluación de habilidades: años de experiencia duramente ganada frente a un adolescente más un LLM.
- Otros destacan la reducción de la ayuda entre personas, el aumento del spam generado por IA y la desconfianza cuando la gente de repente tiene un lenguaje impecable pulido por IA.
- Las experiencias varían: algunos usuarios neurodivergentes encuentran los LLM empoderadores; otros los encuentran distractores y perjudiciales para la concentración profunda.