Ser ingeniero en 2026
Los rápidos avances en los modelos de lenguaje grandes y los agentes de IA están redefiniendo lo que significa ser ingeniero de software, desplazando gran parte del trabajo diario desde escribir y depurar código hacia orquestar y supervisar sistemas automatizados. Los comentaristas discuten hasta dónde pueden llegar realmente las herramientas actuales —desde automatizar “CRUD” y trabajo externalizado hasta potencialmente reemplazar equipos enteros— y qué sigue siendo exclusivamente humano, como el criterio de dominio, la responsabilidad, el gusto y el conocimiento tácito. Muchos esperan menos puestos para programadores promedio que solo arreglan tickets, una demanda persistente de ingenieros de alto impacto y supervisores centrados en la seguridad, y riesgos sociales más amplios si las ganancias de productividad superan la creación de nuevos empleos o la gobernanza.
Alcance de las capacidades de la IA (programación, intuición, “conciencia”)
- Debate sobre si los agentes podrían llegar a tener intuición o sentimientos; algunos sostienen que esto está ligado a la conciencia y la biología humanas, mientras que otros dicen que el comportamiento emergente significa que no podemos descartar la conciencia de las máquinas.
- Varios señalan que los LLM ya se comportan como la intuición del “sistema 1”: producen respuestas mediante pesos internos opacos y no pueden explicar por completo su razonamiento.
- El conocimiento tácito se plantea como un problema de entrenamiento/retroalimentación; el RL y los entornos ricos quizá puedan aproximarlo.
Impacto en el trabajo de ingeniería de software
- Muchos informan que los LLM pueden encargarse de la mayoría de las tareas de programación “previas a la IA para seniors” y de una parte creciente del trabajo de integración posterior a la IA, especialmente CRUD y código repetitivo, generación de pruebas, refactorización y preparación de tickets.
- Otros discrepan con fuerza y dicen que hablar de automatización total se siente como exageración o “gaslighting”, y que los sistemas del mundo real, la seguridad, el código heredado y la programación paralela/distribuida siguen exponiendo errores frecuentes de los modelos.
- Algunos ingenieros sienten que su papel ha pasado de construir y comprender en profundidad los sistemas a “cuidar agentes”, perdiendo las partes satisfactorias del trabajo.
- Otros dicen que los buenos ingenieros que adoptan IA se vuelven mucho más productivos y pueden abordar proyectos más ambiciosos.
Ingenieros 10x frente al promedio
- Temor ampliamente compartido: los desarrolladores promedio que solo “resuelven tickets” son cada vez más prescindibles; los ingenieros con mucha iniciativa y mentalidad de producto se vuelven “100x”.
- Contrapunto: la productividad es difícil de medir; etiquetas como 10x/1x suelen ser sociales y se usan para justificar presión y precariedad.
- Algunos subrayan que los malos ingenieros/-10x ahora pueden crear aún más código de baja calidad más rápido.
Modelos de negocio, SaaS y externalización
- Especulación de que la IA socavará la externalización y el SaaS de gama baja, ya que los equipos harán “vibe coding” de reemplazos internos.
- Otros argumentan que muchas herramientas son lo bastante baratas como para que seguir construyendo internamente no valga la pena por el riesgo; la IA sobre todo desplaza el punto de corte entre construir y comprar.
- Preocupa que las “fábricas de software” produzcan sistemas frágiles de los que nadie se haga cargo en cuanto a la calidad del diseño.
Supervisión humana, seguridad y responsabilidad
- Una visión común: los roles que perduran están en el “pan” del sándwich: decidir qué construir y validar si es aceptable.
- La seguridad y la gobernanza son preocupaciones recurrentes: los agentes pueden amplificar el radio de explosión, introducir nuevas superficies de ataque y generar sistemas inmantenibles o peligrosos.
- La rendición de cuentas, la responsabilidad legal y la observabilidad a largo plazo de los sistemas en producción se ven como cuellos de botella fundamentalmente humanos.
Preocupaciones económicas y sociales
- Fuerte ansiedad por la pérdida de empleo, especialmente para desarrolladores promedio, mandos intermedios y mano de obra externalizada.
- Algunos imaginan nuevos roles de tipo artesanal (software a medida para individuos/pequeñas empresas); otros dudan de su viabilidad económica a escala.
- Otras preocupaciones más amplias incluyen la desigualdad, un posible dominio de “clase gobernante + IA” y caminos inciertos hacia cualquier equilibrio pos-trabajo o similar a la RBU.