La irrupción de la IA en el ciclo de programación está cambiando la forma en que se genera y gestiona el código. Ya estamos automatizando tareas de programación mediante IA y esto se intensificará hasta que gran parte —o incluso la totalidad— del código sea generado por sistemas de IA.
El verdadero riesgo no está en que la IA sustituya a los programadores, sino en que elimine la progresión natural de talento, dejando un vacío de criterio y supervisión que podría comprometer la sostenibilidad, la seguridad y el control futuro del software.
Sam Altman: los agentes de IA como «colegas virtuales»
Sam Altman (OpenAI) plantea que los agentes de IA serán «colegas virtuales» capaces de asumir tareas complejas de programación, pero siempre bajo supervisión humana inicial. Altman prevé un futuro en el que podría haber “miles o millones de agentes de IA” programando de manera autónoma. La implicación estratégica es clara: la supervisión humana seguirá siendo clave para asegurar la calidad y la alineación estratégica de las soluciones generadas por IA.
Si las empresas no cultivan este talento humano ahora, cuando esos agentes sean dominantes, la falta de profesionales con experiencia para supervisar podría derivar en una vulnerabilidad estructural. Las empresas dependerían de una minoría de ingenieros senior, cada vez más escasos y sobrecargados, para garantizar la calidad y estabilidad del software.
Jensen Huang: el lenguaje natural como nuevo lenguaje de programación
Jensen Huang (Nvidia) afirmaba que la IA está “democratizando la programación”, permitiendo que cualquiera pueda generar código mediante instrucciones en lenguaje natural. Esto podría eliminar las barreras técnicas que tradicionalmente han separado a los programadores de otros perfiles profesionales.
Además, Huang subraya que el valor humano se trasladará hacia la capacidad de revisión y ajuste estratégico, más que hacia la codificación directa.
Esta democratización también encierra un riesgo estructural. Si la programación se convierte en una práctica basada en instrucciones verbales, ¿quién evaluará la calidad del código generado? La experiencia y el criterio técnico seguirán siendo esencialespara distinguir entre una solución funcional y una solución óptima en términos de rendimiento, escalabilidad y seguridad.
Si las empresas no forman una nueva generación de ingenieros capaces de interpretar y optimizar ese código, el ecosistema de software podría degenerar hacia un ciclo de producción masiva de baja calidad.
Dario Amodei: el código generado por IA como norma en 12 meses
Dario Amodei (Anthropic) proyecta que, en un plazo de 12 meses, la práctica totalidad del código podría ser generado por IA. Si esta proyección se hace realidad, la cuestión no será si la IA puede programar, sino quién y cómo supervisa esa programación.
Si los juniors no desarrollan “músculo” batallando con el código desde una fase inicial, las empresas dependerán de ese número limitado de seniors que, con el tiempo, será cada vez menor. La automatización de la programación podría crear una dependencia crítica de la IA, donde la innovación y la adaptación quedarían comprometidas por la falta de talento.
Mark Zuckerberg: el fin de los ingenieros de nivel medio
Mark Zuckerberg (Meta) anticipa que los agentes de IA podrían reemplazar pronto a los ingenieros de nivel medio. Si el código básico e intermedio lo genera la IA, los ingenieros humanos quedarían relegados a tareas de supervisión, depuración y ajuste estratégico.
Esto implica que el valor humano debería migrar hacia la capacidad de diseño arquitectónico y validación. Pero si los juniors no pasan por una fase de aprendizaje técnico directo, difícilmente desarrollarán el “instinto” y el criterio necesario para cumplir esa función de supervisión. El riesgo es que el mercado laboral se polarice entre una pequeña élite de ingenieros senior altamente cualificados y una base de operadores de IA sin criterio técnico. La programación sin criterio humano podría derivar en un escenario poco deseable de código masivo y errores invisibles.
Sundar Pichai: ya el 25% del código en Google es generado por IA
Sundar Pichai (Google) ha compartido que ya el 25% del código nuevo en Google es generado por IA, y que los humanos actúan como revisores finales. Esto confirma la tendencia hacia un modelo en el que la intervención humana reside en la capacidad de revisión y validación, no en la programación directa.
Pero este modelo sólo será sostenible si existe una generación de profesionales con las herramientas cognitivas y técnicas necesarias para entender y optimizar el código generado por IA. Si las empresas no proporcionan formación técnica directa, el ecosistema podría degenerar hacia un mercado de supervisión superficial, donde la detección de errores complejos o fallos estructurales será cada vez más difícil. ¿Dónde formar a los nuevos profesionales que ya no se curtirán con la experiencia profesional de la trinchera?
Andrej Karpathy: el futuro de la programación autónoma
Andrej Karpathy (ex-Tesla, ex-OpenAI) prevé una evolución hacia una “conducción autónoma completa” en la programación. La IA asumirá tareas cada vez más complejas, pero los humanos seguirán siendo necesarios para definir objetivos, entender los resultados y garantizar la alineación estratégica. Esto refuerza la idea de que la programación futura requerirá menos habilidad técnica en la ejecución y más capacidad estratégica.
El concepto de “vibe coding”, que Karpathy ha introducido recientemente, representa un paso hacia esta autonomía: el programador proporciona instrucciones en lenguaje natural y la IA genera el código, dejando al humano la tarea de guiar y ajustar el resultado. Al igual que en la conducción autónoma, donde el conductor interviene en situaciones críticas, en la programación autónoma los ingenieros deberán conservar la capacidad de entender y optimizar el código para garantizar su seguridad y eficiencia.
Mike Krieger: el ingeniero como supervisor
Mike Krieger (Instagram) plantea que el rol del ingeniero ya está cambiando: de escribir código a supervisar el código generado por IA. Pero para que esta transición sea viable, los ingenieros necesitarán desarrollar habilidades técnicas profundas y capacidad de interpretación crítica.
Esta transformación podría alterar significativamente la estructura del mercado laboral. Si las empresas dejan de formar a los juniors en programación directa, esa capacidad de supervisión quedará atrofiada. La supervisión humana podría convertirse en un cuello de botella que limitaría la capacidad de escalabilidad e innovación en el desarrollo de software.
Escenario futuro: programación sin programadores
El escenario más probable es que la IA asuma la mayor parte de las tareas de programación en los próximos 5 años. Los programadores humanos no desaparecerán, pero su función se desplazará hacia la supervisión, depuración y validación. La programación directa será una habilidad minoritaria, limitada a ingenieros con alta especialización y experiencia en diseño arquitectónico.
Este escenario presenta un riesgo evidente: si los ingenieros junior dejan de formarse en la práctica directa de la programación, las empresas dependerán de una minoría de ingenieros senior para la vigilancia de las soluciones generadas por IA. Esto podría generar una dependencia estructural de la IA que comprometería la calidad y la seguridad de los sistemas complejos de software.
La crisis del mercado junior
Dicho de otra manera, si la IA toma el control de la programación directa, las empresas podrían dejar de invertir en la formación técnica de los perfiles junior, reduciendo la progresión natural de talento. Esto podría derivar en una situación donde la base de ingenieros cualificados se reduzca progresivamente, generando una crisis de supervisión técnica.
Las empresas que descuiden la formación técnica de sus perfiles junior estarán generando un problema que podría estallar en el futuro: una generación de ingenieros sin criterio técnico ni capacidad para interpretar y mejorar las soluciones generadas por IA. El resultado sería un ecosistema de software muy automatizado, pero vulnerable y dependiente de una minoría cada vez más reducida de seniors.
Simuladores: ¿una solución estratégica?
Sin querer, me viene a la mente Ender, luchando contra los insectores en el simulador, hasta esa batalla final que también parecía solo un juego. En El juego de Ender, el simulador no era solo una herramienta de entrenamiento, sino un escenario para desarrollar capacidad de adaptación estratégica y toma de decisiones bajo presión. El paralelismo me parece evidente: si la experiencia directa en programación desaparece, los juniors necesitarán un entorno donde equivocarse, probar hipótesis y entrenar el criterio técnico en condiciones controladas antes de enfrentarse a problemas reales.
Si la experiencia directa ya no está disponible, las empresas podrían replicar esas condiciones en entornos simulados, en el que los seniors podrían asumir el rol de diseñadores y supervisores de estos entornos, asegurando que los juniors desarrollen habilidades de análisis, detección de errores y optimización.
Un entorno simulado para la programación generada por IA debería funcionar de manera similar: lo suficientemente complejo para reflejar las dinámicas de producción reales, pero también con espacio para el fallo, la experimentación y el análisis crítico. Sin ese proceso formativo, los futuros ingenieros no tendrán la habilidad para analizar y perfeccionar las soluciones generadas por IA.
Conclusión: repensar la cadena de valor
La aceleración en la automatización del desarrollo de software mediante IA redefine no sólo el trabajo técnico, sino también las dinámicas de talento y de gestión de calidad.
El modelo que están anticipando líderes como Altman, Huang o Karpathy —IA generando código, humanos supervisando— solo funcionará si existe una nueva generación de profesionales capaces de asumir esos nuevos roles.
El desafío no es si la IA puede escribir código —eso es inevitable—, sino si tendremos suficientes profesionales humanos capaces de guiar y mejorar esos sistemas. Si las empresas no invierten en la formación de nuevos profesionales (sean entornos simulados u otras estrategias), la capacidad de innovación y adaptación en el desarrollo de software podría verse comprometida en el medio y largo plazo.
El toque humano seguirá siendo necesario para adaptar las soluciones a contextos específicos y cambiantes, y debemos ser capaces de repensar la nueva cadena de valor del software para no perderlo. La programación futura será menos una cuestión de escribir código y más una cuestión de criterio y supervisión estratégica. Si las empresas no rediseñan esa estructura de valor —replanteando la formación, la experiencia y la especialización—, el ecosistema tecnológico podría degenerar hacia un modelo de dependencia frágil, donde el código funcione… pero nadie sepa por qué.
