¿La IA está eliminando la clase media de la ingeniería de software?

Artículo original ↗ Discusión en Hacker News ↗

Las herramientas de programación con IA están permitiendo que incluso desarrolladores débiles generen grandes volúmenes de código aparentemente funcional, lo que reaviva los temores de sistemas imposibles de mantener, errores ocultos y una acumulación más rápida de deuda técnica. Muchos ingenieros informan que los revisores senior y una cultura de ingeniería sólida se han convertido en cuellos de botella, ya que les cuesta entender y aprobar de forma segura los cambios generados por IA. Al mismo tiempo, los comentaristas temen que los puestos de software de nivel inicial y medio se estén reduciendo, con mejoras de productividad que benefician sobre todo a un pequeño número de ingenieros fuertes y al recorte de costes por parte de la dirección, lo que podría vaciar la escalera profesional hacia puestos senior.

Impacto de la IA en la calidad del código y la arquitectura

  • Muchos ven a los LLM como una turboalimentación del código de “Big Ball of Mud”: bases de código enormes, frágiles y mal estructuradas que “funcionan” en demostraciones, pero fallan bajo escala, cambios o escrutinio.
  • La IA hace barato generar decenas de miles de líneas que compilan, pasan pruebas superficiales y parecen aceptables—hasta que el mantenimiento, el rendimiento, la seguridad y las migraciones se convierten en pesadillas.
  • Varios señalan que esto siempre fue un problema con humanos; la IA principalmente lo acelera y lo extiende a más personas y organizaciones, especialmente aquellas con una cultura de ingeniería débil.

Amplificación de buenos vs. malos ingenieros

  • Hay un fuerte consenso en que la IA es un multiplicador de fuerza: los buenos ingenieros van más rápido; los débiles causan mucho más daño, mucho más rápido.
  • “Malo” aquí suele significar: sin sentido arquitectónico, sin responsabilidad, sin atención a invariantes, backpressure, rendimiento o complejidad.
  • Un solo ingeniero débil con IA puede inundar la revisión de código con basura y abrumar a las personas que realmente entienden el sistema.

Dinámicas de proceso, revisión y gestión

  • Las salvaguardas tradicionales (PR pequeños, revisión de código, pruebas, QA) no fueron diseñadas para un rendimiento a escala de IA; quienes revisan se convierten en cuellos de botella.
  • Algunas empresas están recompensando explícitamente el uso de IA (gasto en tokens, porcentaje de trabajo con IA, número de PR), incentivando el volumen por encima de la comprensión.
  • La buena práctica con IA se describe como: restringir agentes, mantener cambios pequeños, conservar un modelo mental humano e invertir mucho en revisión y herramientas. Muchas organizaciones están haciendo lo contrario.

Empleos, “clase media” de SWE y el pipeline

  • Hay una fuerte preocupación de que la IA, junto con el offshoring y la sobreoferta, esté vaciando los roles junior y de nivel medio, haciendo más difícil formar futuros seniors.
  • Algunos argumentan que el campo se está convirtiendo en un sistema de ganador se lo lleva todo: unas pocas personas excepcionales más IA pueden reemplazar equipos más grandes; otros dicen que la demanda de software sigue siendo enorme y que el trabajo cambiará, no desaparecerá.
  • Hay desacuerdo sobre la causalidad: algunos culpan a los LLM, otros a los tipos de interés, las prácticas de contratación, la inmigración y la falta de mentoría de larga data.

Cómo está usando realmente la gente la IA

  • Muchos ingenieros senior describen usar IA intensamente pero bajo control estricto: para código repetitivo, refactorizaciones, pruebas y exploración de diseño, no como un programador autónomo.
  • Otros informan que la dirección impone “AI first” en todas partes, lo que lleva a productos codificados por sensación que nadie entiende del todo.

Preocupaciones a más largo plazo

  • Temores de atrofia de habilidades (“rendición cognitiva”) y pérdida de comprensión a medida que la gente externaliza el pensamiento a agentes.
  • Algunos ven esto como parte de una tendencia más amplia hacia la consolidación, el tecnofeudalismo y el colapso de la clase media profesional; otros creen que es otro cambio de herramientas que se estabilizará una vez que las prácticas se pongan al día.