La experiencia en programación va a colapsar por la dependencia de la IA
Las afirmaciones de que los asistentes de programación con IA erosionarán la verdadera experiencia en programación están generando comparaciones con cambios pasados como las calculadoras en matemáticas y los compiladores reemplazando el ensamblador. Los comentaristas describen cómo los modelos de lenguaje grandes permiten incluso a no expertos generar grandes volúmenes de software “programado por vibra”, lo que suscita preocupaciones sobre la calidad del código, la pérdida de la intuición ganada con esfuerzo y una futura escasez de personas que puedan depurar o razonar sobre sistemas complejos sin IA. Otros argumentan que la experiencia simplemente se desplazará a un nivel superior de abstracción, y que los ingenieros más valiosos se centrarán en la arquitectura, la selección de problemas y en usar la IA como una herramienta estrictamente controlada en lugar de como sustituto de la comprensión.
Atrofia de habilidades vs. progreso normal de las herramientas
- Muchos sostienen que los LLM erosionarán la “intuición para programar” al eliminar la fricción cognitiva que antes construía una comprensión profunda, de forma similar a las preocupaciones sobre las calculadoras y el GPS.
- Otros contraargumentan que esto es solo otro paso de abstracción, como pasar de ensamblador a lenguajes de alto nivel o del dibujo a mano al CAD; algunas habilidades disminuyen y surgen otras nuevas.
- La discrepancia depende de si los LLM son “solo otra capa de abstracción” o algo cualitativamente diferente porque son no deterministas y operan al nivel de la intención, no solo de la traducción.
Educación, juniors y aprendizaje con “fricción”
- Varios comentaristas insisten en que los principiantes necesitan años de programar sin IA para desarrollar lógica, gusto y “memoria muscular” mental.
- Los estudios citados en el hilo sugieren que los novatos dicen que usan la IA como tutor, pero en realidad la usan como una máquina de respuestas, socavando el aprendizaje.
- Algunos educadores están experimentando con IA que interroga al estudiante sobre su propio código o genera explicaciones y ejercicios al estilo de un libro de texto.
Calidad del código, seguridad y complejidad
- Muchos describen la salida de IA “programada por vibra” como “lo bastante funcional”, pero estructuralmente pobre, especialmente cuando los modelos iteran sobre su propio código anterior.
- Hay preocupación por enormes PR generados por IA que los humanos no pueden revisar de forma realista, lo que conduce a sistemas inmanejables y opacos.
- Otros dicen que los buenos ingenieros pueden aprovechar los LLM para refactorizar, simplificar y construir mejores arquitecturas más rápido; las bases de código bien estructuradas se convierten en potentes amplificadores.
Papel de la experiencia humana
- Existe un fuerte consenso en que los LLM siguen requiriendo expertos para:
- Plantear los problemas correctos.
- Imponer restricciones y arquitectura.
- Decidir cuándo el código es “lo suficientemente bueno”, seguro y mantenible.
- Los escépticos temen que, si menos humanos adquieren esa experiencia, los sistemas futuros dependerán de herramientas que nadie entiende realmente.
Impactos económicos y laborales
- Algunos prevén que muchos programadores “promedio” serán reemplazados o devaluados, con la demanda concentrándose en generalistas de alto nivel y pensadores de sistemas.
- Otros esperan un cambio similar al de las hojas de cálculo: muchas más personas no expertas construyendo software “lo bastante bueno”, mientras los especialistas mantienen las plataformas subyacentes.
Patrones de uso: asistido vs. autónomo
- Aparece una división entre:
- “Programación guiada” (LLM como autocompletado, explicador, revisor), vista como muy productiva y educativa.
- “Programación agéntica/sin interfaz” (tickets → agentes → código), vista como arriesgada, difícil de revisar y un motor de chapuza y degradación de habilidades.