Si dejas de escribir código, también empeoras revisándolo
La programación asistida por IA y basada en agentes está generando preocupación de que los desarrolladores que dejen de escribir código a mano perderán la capacidad de comprenderlo y revisarlo en profundidad. Los comentaristas describen una disyuntiva entre enormes ganancias de velocidad y la atrofia de habilidades básicas como la arquitectura, la depuración y el razonamiento sobre sistemas, especialmente a medida que las organizaciones trasladan las revisiones a un nivel más alto de diseño o las delegan en la IA. Algunos ven esto como una evolución inevitable de la ingeniería de software, mientras que otros temen un futuro de sistemas frágiles y mal comprendidos mantenidos por personas que ya no pueden juzgar con fiabilidad la calidad del código que entregan.
Código generado por IA y bucles de retroalimentación autodegradantes
- Varios comentaristas temen un efecto “ouroboros”: la IA reemplaza a los programadores humanos, reduce la oferta de datos de entrenamiento de alta calidad y degrada los modelos futuros.
- Preocupa que los mayores usuarios de IA sean organizaciones con bases de código malas o mal comprendidas; los equipos de alta calidad pueden evitar compartir código o incluso publicar open source, sesgando los datos hacia “slop”.
- Algunos prevén un bloqueo deliberado: distribución solo binaria, barreras legales/técnicas para usar modelos abiertos y “cultivar” la dependencia de los usuarios.
Atrofia de habilidades: escribir vs. revisar código
- Hay un fuerte acuerdo en que, si dejas de escribir código, tu capacidad para revisarlo, depurarlo y razonar sobre él se deteriora; se hacen analogías con pilotos obligados a volar manualmente o músicos que dejan de practicar.
- Otros sostienen que revisar y escribir son habilidades distintas; algunas personas son buenas en una pero no en la otra, aunque muchos dicen que la verdadera maestría en revisión requiere programar activamente.
- Varios señalan una paradoja: para usar LLMs con eficacia ya debes conocer el dominio, pero depender demasiado de ellos corre el riesgo de erosionar ese conocimiento con el tiempo.
Cómo usa la gente los agentes en la práctica
- Patrón común: delegar el código “aburrido” o repetitivo a los agentes y luego hacer una revisión cuidadosa línea por línea, especialmente en sistemas críticos o de larga vida.
- Algunos restringen a los agentes a cambios pequeños e incrementales; otros “vibe engineer” funciones enteras con una revisión mínima, intercambiando calidad por velocidad y volumen.
- Una minoría admite que casi ya no lee código de IA, y se centra en reglas de negocio, estructuras de datos y seguridad, confiando en comprobaciones automatizadas.
Naturaleza cambiante y valor de la revisión de código
- Muchos lamentan que la revisión humana exhaustiva ya sea rara; donde existe, se valora por el entendimiento compartido, la alineación del equipo, la mentoría y la corrección arquitectónica.
- Algunos argumentan que el código ahora es “barato”, pero la arquitectura, las interfaces y las pruebas no lo son; las revisiones deberían subir de nivel de abstracción en lugar de desaparecer.
- Otros creen que la IA + una verificación automática sólida harán que la revisión manual sea en gran medida obsoleta, especialmente a medida que la IA mejore tanto escribiendo como revisando.
Aprendizaje, experiencia y futuros desarrolladores
- Varios temen que los juniors que nunca construyen sistemas “a mano” no desarrollen modelos mentales profundos, sino solo una familiaridad superficial con soluciones generadas.
- Otros informan que aprenden más y más rápido usando LLMs como tutores, facilitadores de experimentos y herramientas de exploración, aunque reconocen que “leer” soluciones deja menos huella que resolver problemas por uno mismo.
- Persiste una tensión sin resolver entre el entusiasmo por enormes ganancias de productividad y el miedo a una pérdida a largo plazo de la experiencia humana y de la explicabilidad.