Durante años ha circulado la idea de que la inteligencia artificial (IA) reemplazaría a los desarrolladores de software, dejando un mercado de trabajo en declive.
Se decía que la IA generativa y los modelos de lenguaje grande (LLMs, por sus siglas en inglés) estaban listos para hacerse cargo de las tareas de codificación que los humanos solían realizar. Aunque los datos recientes cuentan una historia diferente.
Las herramientas de codificación con IA, como GitHub Copilot, no están desplazando a los desarrolladores; sino que están ayudando a las organizaciones a crear más software y más rápido, lo que genera una mayor demanda de desarrolladores capacitados.
Este fenómeno es un ejemplo clásico de la paradoja de Jevons, un principio económico que muestra cómo las mejoras en la eficiencia pueden llevar a un mayor consumo de un recurso, en lugar de una reducción.
En este caso, ese “recurso” es el tiempo de los desarrolladores.
Codificación Más Rápida, Mayor Producción
Consideremos el ejemplo de GitHub Copilot. Un estudio interno dividió a 95 ingenieros en dos grupos: uno que usaba GitHub Copilot y otro que no.
Los resultados fueron sorprendentes: los desarrolladores asistidos por GitHub Copilot completaron las tareas de codificación 55% más rápido y tuvieron una tasa de éxito más alta (78% frente al 70%).
En otro experimento con casi 2.000 desarrolladores de Microsoft y Accenture, los equipos asistidos por IA vieron un aumento del 13% al 22% en las solicitudes de incorporación semanales. Estas no son mejoras triviales.
Pero el impacto va más allá de los experimentos aislados. En 2023, GitHub reportó que Copilot generó casi el 46% del código en los archivos donde estaba habilitado y en algunos lenguajes, esta cifra superó el 60%.
Empresas importantes como Microsoft y ZoomInfo han reportado ahorros de tiempo del 40% al 50% en tareas de codificación, incluidas las de proyectos complejos que normalmente consumen muchas horas de desarrollador.
El resultado es claro: los ingenieros logran hacer más, se sienten menos frustrados y pueden abordar proyectos que previamente se encontraban en el limbo de los “backlogs”.
Las tasas de éxito del código generado por IA también son más altas en algunos casos: 53% más altas en pruebas unitarias en comparación con el código escrito manualmente.
Este cambio en el trabajo de desarrollo significa que ahora se presta menos atención a las tareas tediosas de codificación y más al resolución de problemas.
Más IA, Más Personas
Con las herramientas de IA que aumentan la productividad, se produce un resultado sorprendente: cuando los equipos comienzan a completar sus listas de tareas más rápido, no le dicen a sus ingenieros que se tomen el resto del año libre; al contrario, comienzan a expandirse.
Comienzan a trabajar en más proyectos, explorar nuevas ideas de negocio y desarrollar nuevas características. En otras palabras, la eficiencia mejorada hace que sea económicamente viable abordar iniciativas de software más complejas y diversas.
Este fenómeno refleja la paradoja de Jevons: a medida que la eficiencia de la codificación aumenta, también lo hace la demanda de la misma.
Por Qué Necesitaremos Más Desarrolladores Calificados con la IA
A medida que las organizaciones expanden su capacidad de codificación con IA, el papel de los desarrolladores humanos se vuelve aún más esencial. Aquí está el por qué:
Productividad
Muchas empresas ya tienen listas de características deseadas, herramientas internas y proyectos de automatización que no se han construido debido a las limitaciones de tiempo y recursos.
Los LLM (modelos de lenguaje grande) como GitHub Copilot hacen que estos proyectos sean económicamente viables de ejecutar, especialmente cuando los obstáculos de tiempo y recursos eran previamente un impedimento.
Las herramientas de IA ayudan a los desarrolladores a abordar tareas que de otro modo habrían sido demasiado costosas en tiempo, permitiendo que los equipos pasen de las características “deseables” a un desarrollo a gran escala.
Mantenimiento
Más código significa más software para probar, depurar, asegurar, mantener y actualizar. Aunque las herramientas de IA ayudan a generar código, no garantizan que este sea libre de errores o auto-mantenible.
De hecho, el código generado por IA podría requerir más refactorización y revisión cuidadosa.
Los desarrolladores humanos serán fundamentales para garantizar que el nuevo software sea confiable y seguro a largo plazo.
Complejidad
Mientras que la IA es excelente para generar código basado en patrones aprendidos, le cuesta enfrentar tareas que requieren una comprensión profunda, creatividad o supervisión estratégica.
Áreas como arquitectura de sistemas, optimización del rendimiento y diseño de seguridad siguen siendo dominios donde los desarrolladores humanos desempeñan un papel irreemplazable.
El diseño de experiencias de usuario complejas y los sistemas de software a gran escala siguen siendo responsabilidad de los ingenieros calificados.
Control de Calidad
Aunque las herramientas de IA pueden generar código que parece plausible, aún requiere supervisión humana para asegurarse de que el código sea eficiente, seguro y se integre correctamente en el sistema general.
Los desarrolladores seguirán siendo los controladores de calidad, asegurando que el código generado por IA cumpla con los estándares necesarios antes de ser desplegado en producción.
La Creciente Necesidad de Desarrolladores Calificados
Mientras las herramientas de codificación impulsadas por IA como GitHub Copilot están mejorando la productividad, la demanda de desarrolladores sigue aumentando.
Según una proyección de la Oficina de Estadísticas Laborales de EE. UU., se espera que los empleos para desarrolladores de software crezcan un 25% desde 2022 hasta 2032, mucho más rápido que el promedio para todas las ocupaciones.
En lugar de eliminar empleos, la IA está permitiendo a las empresas ofrecer más software rápidamente, lo que impulsa más contrataciones.
Además, la investigación de IBM sugiere que la IA generativa podría llevar a un incremento del 15% al 20% en productos o características lanzadas por las empresas, con un 10% al 15% más rápido en los tiempos de comercialización.
Este ventaja competitiva será transformadora, ya que las empresas luchan por construir y desplegar más software rápidamente.
Los Desarrolladores de Nivel Inicial en un Mundo Impulsado por IA
A medida que la IA maneja más tareas de codificación rutinarias, los desarrolladores de nivel inicial verán sus roles transformarse.
En lugar de pasar su tiempo escribiendo código repetitivo, los desarrolladores junior se convertirán en supervisores de IA.
Se encargarán de gestionar el etiquetado de datos, supervisar la integración del código generado por IA y asegurarse de que el código cumpla con la arquitectura del sistema y los objetivos empresariales.
Esto requerirá una comprensión más profunda de la arquitectura del software, la lógica empresarial y las necesidades del usuario.
Además, las herramientas de IA requerirán más colaboración entre los desarrolladores junior y senior.
Los desarrolladores senior actuarán como mentores, guiando a sus compañeros junior en el uso efectivo de las herramientas de IA y evaluando el código producido.
Este mentoreo es fundamental para garantizar que los desarrolladores junior no se vuelvan demasiado dependientes de la IA, lo que podría llevar a un aprendizaje superficial y una disminución en la productividad.
Recalificación para el Futuro
A medida que la IA sigue evolucionando, la necesidad de que los desarrolladores adquieran nuevas habilidades en IA y aprendizaje automático está creciendo.
Una encuesta realizada a finales de 2023 en Estados Unidos y el Reino Unido mostró que el 56% de las organizaciones identificaron la competencia en IA/ML como su prioridad de contratación principal para el próximo año.
Gartner predice que para 2027, aproximadamente el 80% de los desarrolladores necesitarán al menos un conocimiento básico en IA.
Este cambio afectará la forma en que los desarrolladores comienzan sus carreras.
Los desarrolladores junior podrán comenzar utilizando herramientas de IA para manejar tareas rutinarias de codificación, aprendiendo mientras avanzan y eventualmente asumiendo responsabilidades más complejas.
Mientras tanto, los desarrolladores senior actuarán como entrenadores, revisando el código generado por IA y asegurándose de que cumpla con los requisitos del negocio y los estándares de seguridad.
Conclusión
Más que disminuir la necesidad de desarrolladores, la IA está aumentando la necesidad de más ingenieros calificados. A medida que la productividad crece y el desarrollo de software se vuelve más rápido, las organizaciones necesitarán más de sus desarrolladores, no menos.
Los desarrolladores junior evolucionarán hacia supervisores de IA, adquiriendo una comprensión más profunda del proceso de desarrollo, mientras que los desarrolladores senior actuarán como mentores y guías, asegurando que el código generado por IA cumpla con los estándares y requisitos.
La industria del desarrollo de software está preparada para crecer y la IA jugará un papel fundamental en ese crecimiento. La única pregunta que queda es: ¿Cómo seguirán evolucionando los desarrolladores junto con estas herramientas transformadoras?
El futuro del desarrollo de software no se trata de menos desarrolladores; se trata de un desarrollo más inteligente, más eficiente y más colaborativo.