El desarrollo de software con IA empieza a sentirse como cocinar un bistec
La programación asistida por IA se compara con una “máquina de bistec” que puede producir código aceptable de forma fiable, lo que plantea si las empresas se conformarán con software apenas comestible en lugar de invertir en artesanía experta. Los comentaristas debaten cuánto importa realmente la calidad cuando a la mayoría de los usuarios solo les hace falta algo que funcione, los incentivos económicos que empujan hacia un mínimo denominador de “suficientemente bueno”, y si el juicio humano, el buen gusto y una comprensión técnica profunda seguirán siendo esenciales a medida que los modelos mejoren. Muchos ven grandes ganancias para el prototipado y las tareas rutinarias, pero advierten que una dependencia excesiva del código generado y opaco podría consolidar el software defectuoso y voluminoso de hoy en lugar de elevarlo.
Reacción general a la analogía del bistec
- A muchos les gusta el enfoque de que la IA es una “máquina de bistec”: puede sacar mucho contenido aceptable, pero el juicio y el buen gusto siguen importando.
- Otros creen que el bistec es una analogía pobre: cocinar un bistec excelente en casa es o bien trivialmente fácil (con el equipo/técnica modernos) o no está ni cerca de ser el plato más difícil; eso debilita el punto.
- Algunos dicen que, aun así, la analogía funciona porque “fácil de intentar, difícil de acertar de forma consistente” describe tanto al bistec como al software.
Calidad vs software “suficientemente bueno”
- Tema recurrente: el mercado a menudo recompensa productos “apenas satisfactorios”; la IA corre el riesgo de acelerar una carrera hacia el mínimo denominador de calidad en software.
- Varios argumentan que esto refleja tendencias económicas más amplias (aerolíneas, chips, consultoría) e incluso al gobierno: el estándar más bajo que la gente tolerará.
- Otros discrepan: los consumidores también buscan mayor calidad cuando pueden permitírsela; coexistirán varios niveles (Ruth’s Chris frente a Denny’s).
Cómo y dónde ayuda la programación con IA
- Fuerte apoyo a la IA como gran acelerador para prototipos, código pegamento, apps CRUD y “vibe coding” donde los riesgos de corrección son bajos.
- Muchos enfatizan que a la mayoría de los clientes les importa si el producto funciona, no lo elegante que sea el código.
- Se ve a la IA como algo que por fin cumple las promesas de antiguas herramientas “no-code” (AppleScript, VBScript, IFTTT, constructores de arrastrar y soltar).
- Algunos informan grandes ganancias personales en productividad y en la capacidad de construir prototipos o proyectos paralelos completos rápidamente.
Límites, riesgos y la necesidad de experiencia
- Hay amplio acuerdo: para construir buen software con IA, todavía hay que entender de software: qué pedir, cómo evaluar la salida, cuándo está “quemado”.
- Varios comparan los LLM con un “genio que se emborracha cada 10 minutos”: mejores que la mayoría de los desarrolladores en tareas locales, pero sin coherencia ni memoria a largo plazo.
- Preocupaciones sobre la hinchazón del código, la falta de parsimonia y la mantenibilidad; la IA tiende a acumular casos especiales en lugar de diseñar abstracciones.
- Algunos temen un futuro de sistemas más defectuosos y opacos, con solo una delgada capa de expertos capaz de diagnosticar fallos.
Implicaciones económicas y organizativas
- Se espera que las empresas recorten personal de desarrollo porque el “bistec apenas comestible” (software mediocre) es más barato y aceptable para muchos.
- Otros prevén un auge del trabajo de consultoría y limpieza cuando las empresas se den cuenta de que han creado desastres generados por IA que no se pueden mantener.
- Unos pocos imaginan que el papel futuro pase de “ingeniero de software” a “usuario con buen gusto” o “director” que guía agentes en lugar de escribir código.
Meta: calidad del artículo y fatiga del discurso sobre IA
- Varios consideran que el ensayo está mal escrito o es “slop”, y especulan con que podría estar generado por IA.
- Debate sobre el uso que hace el autor de “we” para generalizar sobre los desarrolladores.
- Múltiples comentaristas expresan fatiga ante la constante pontificación sobre IA y los largos textos de reflexión basados en analogías.
Paréntesis del bistec (prueba de esfuerzo de la analogía)
- Gran subhilo sobre la técnica real del bistec: sous-vide, reverse sear, ahumadores, termómetros, fritura profunda, parrillas, etc.
- Desacuerdo sobre lo difícil que es cocinar un bistec “excelente”; algunos afirman que hay métodos casi infalibles, otros señalan que muchos restaurantes siguen fallando.
- Esto se usa repetidamente para argumentar que la analogía es acertada (simple pero sutil) o fundamentalmente defectuosa (demasiado fácil de dominar).