Hay momentos en la historia de una profesión que lo dividen todo en un antes y un después. Para los arquitectos e ingenieros, ese momento llegó a mediados de los años ochenta cuando AutoCAD irrumpió en los estudios de diseño. Para los programadores, ese momento está ocurriendo ahora mismo, en tiempo real, con la irrupción de la inteligencia artificial como copiloto de desarrollo.
El paralelismo que lo explica todo
Cuando Autodesk lanzó AutoCAD al mercado a principios de los ochenta, la reacción del sector fue muy similar a la que estamos viviendo hoy con herramientas como GitHub Copilot, Cursor, Claude o ChatGPT. Había profesionales que veían la herramienta como una amenaza directa a su oficio, como una máquina que vendría a robarles el trabajo. Otros la abrazaron desde el primer día y nunca miraron atrás.
El tiempo, como suele hacer, dio la razón a los segundos. Hoy resulta impensable que un estudio de arquitectura de cualquier tamaño entregue planos dibujados a mano. No porque sea imposible técnicamente, sino porque sería inviable económica y competitivamente. Quien insiste en no usar AutoCAD —o su equivalente moderno— sencillamente no puede competir.
La programación está viviendo exactamente esa misma transición, y lo está haciendo a una velocidad mucho mayor de la que vivió el diseño asistido por ordenador.
La IA no programa: amplifica al programador
Aquí reside el malentendido más peligroso y más extendido del debate actual. Existe la creencia popular de que herramientas como Copilot o los grandes modelos de lenguaje van a sustituir al programador. Nada más lejos de la realidad, al menos en el estado actual de la tecnología y en el horizonte previsible.
Volvamos al paralelismo con AutoCAD. El software de Autodesk no diseña edificios. No sabe si una viga aguantará la carga estructural, no entiende de normativa urbanística, no tiene criterio estético ni funcional. Lo que hace es eliminar la fricción mecánica del proceso: ya no hay que tirar líneas con regla y compás, los cambios se propagan automáticamente, los planos se escalan sin errores. El arquitecto sigue siendo absolutamente necesario; de hecho, puede ser más arquitecto que nunca porque dedica su tiempo a pensar en lugar de a dibujar.
La IA aplicada al código funciona de manera análoga. Un modelo como Claude 3.7 Sonnet o GPT-4o puede generar bloques de código funcional en segundos, sugerir refactorizaciones, detectar bugs obvios o explicar fragmentos de código heredado. Pero no sabe si ese código tiene sentido dentro de la arquitectura del sistema, no entiende los requisitos de negocio implícitos que no están escritos en ningún documento, no puede anticipar los efectos secundarios en un sistema distribuido de alta carga.
Sin un programador que sepa evaluar, corregir y dirigir lo que genera la IA, el resultado es código que parece funcionar pero que puede esconder deudas técnicas graves, vulnerabilidades de seguridad o simplemente no resolver el problema real.
Las cifras hablan por sí solas
Según datos publicados por GitHub en 2024, los desarrolladores que usan Copilot completan tareas de codificación hasta un 55% más rápido que los que no lo hacen. McKinsey estimó ese mismo año que la IA generativa podría automatizar entre el 60% y el 70% de las tareas relacionadas con el desarrollo de software, no el 100% de los empleos, sino de las tareas repetitivas dentro de esos empleos.
La distinción es crucial. Lo que se automatiza es la parte mecánica: escribir código boilerplate, generar tests unitarios para casos triviales, documentar funciones. Lo que no se automatiza, al menos de momento, es la parte intelectual: diseñar sistemas, tomar decisiones de arquitectura, entender el negocio, gestionar la incertidumbre.
¿Qué significa esto para los programadores de hoy?
Significa que la barrera de entrada para producir código funcional ha bajado drásticamente. Cualquier persona con conocimientos básicos puede generar scripts útiles con ayuda de la IA. Eso es bueno para la democratización de la tecnología, pero también significa que el valor diferencial del programador profesional ya no está en saber escribir código sintácticamente correcto, sino en saber qué código escribir, por qué y cómo encaja en un sistema mayor.
Los programadores que prosperen en los próximos años serán los que aprendan a trabajar con la IA como si fuera un colaborador junior muy rápido pero que necesita supervisión constante. Los que se nieguen a adoptarla, como aquellos arquitectos que se aferraron al tablero de dibujo en los noventa, simplemente serán menos productivos y, tarde o temprano, quedarán fuera del mercado.
El AutoCAD de los programadores ya está aquí. La pregunta no es si usarlo, sino cuánto antes se empieza.
