Ah, la inteligencia artificial. Esa panacea que iba a liberarnos de las tareas tediosas y devolvernos el tiempo perdido. Spoiler: no está funcionando exactamente así.
Según un estudio reciente de Scientific American, los desarrolladores que usan IA están trabajando más horas, no menos. ¿La razón? Bueno, es complicado, pero no tanto como las empresas quieren hacernos creer.
Los números no mienten (pero se pueden interpretar)
El informe DORA de Google dice que el 90% de los profesionales tecnológicos usan IA en el trabajo, y más del 80% afirma que mejora su productividad. Genial, ¿verdad? Pues espera a escuchar el resto:
- 27% más de pull requests aprobados (¡más código!)
- 19,6% más de commits fuera de horario (¡más horas!)
- Más inestabilidad del software (¡más bugs que arreglar después!)
- 17% peor rendimiento en tests de conocimiento sobre el código generado
Vamos, que producimos más código más rápido, pero trabajamos más horas, el código es más inestable y entendemos menos lo que estamos haciendo. ¿Esto es progreso o un maquillaje estadístico?
La paradoja de la productividad artificial
Aquí está el truco: la IA nos permite generar código a velocidades estratosféricas. Un junior puede hacer “vibe coding” (término que me encanta por lo absurdo que suena) y crear prototipos funcionales describiendo lo que quiere en lenguaje natural. Suena maravilloso hasta que te das cuenta de que:
- Escribir código es solo el 20% del trabajo. El otro 80% es entenderlo, mantenerlo, debuggearlo y hacer que funcione en el mundo real.
- La presión aumenta, no disminuye. Si puedes generar código más rápido, tu jefe espera que entregues más, no que trabajes menos.
- La calidad se resiente. Cuando puedes escupir código a máquina, es fácil saltarse las buenas prácticas.
El lado oscuro del “vibe coding”
El estudio de Anthropic es revelador: los desarrolladores que usaron IA completaron tareas igual de rápido (diferencia estadísticamente insignificante), pero luego puntuaron 17% peor en tests sobre el código que habían “escrito”. Especialmente en debugging, que es precisamente donde más se nota cuando no entiendes tu propio código.
Es como usar GPS para ir a todas partes y luego darte cuenta de que no tienes ni idea de cómo llegar a ningún sitio sin él. Except que en programación, esa dependencia te puede costar caro cuando las cosas se tuercen a las 3 de la madrugada en producción.
Las empresas: “Más eficiencia” (traducción: más explotación)
Seamos honestos sobre lo que está pasando aquí. Las empresas han visto la IA como una excusa perfecta para exprimir más trabajo de menos personas. Después de años de layoffs masivos en tech, la narrativa ahora es: “¿Para qué necesitamos más desarrolladores cuando los que tenemos pueden ser 10x más productivos con IA?”
El resultado es predecible: la misma gente, haciendo más trabajo, en las mismas horas (o más), con más presión para entregar. La IA no nos está liberando; está intensificando el trabajo. Como dice el estudio de UC Berkeley, los empleados empezaron a usar IA durante las comidas, descansos y reuniones. ¿Suena a liberación?
¿Y entonces qué?
No estoy diciendo que la IA sea el diablo. Es una herramienta poderosa que puede hacer maravillas cuando se usa bien. Pero necesitamos ser honestos sobre sus limitaciones y, sobre todo, sobre cómo la están usando las empresas.
La clave está en usarla para profundizar el esfuerzo cognitivo, no para evitarlo. Como dice la investigadora de Anthropic: el objetivo no debería ser usar la IA para evitar pensar, sino para pensar mejor.
Y las empresas necesitan entender que más código no siempre significa más valor. A veces significa más deuda técnica, más bugs y más desarrolladores quemados preguntándose por qué están trabajando más horas para conseguir la misma satisfacción laboral de siempre.
Porque al final, la IA puede escribir código, pero no puede (todavía) lidiar con las consecuencias. Eso seguimos siendo nosotros.
¿Tu experiencia con IA en desarrollo es similar? ¿O eres de los afortunados que realmente trabajan menos horas? Cuéntame en los comentarios.