La IA hizo más fácil programar. Pero la ingeniería se volvió más difícil

• La expansión de las herramientas de IA ha facilitado escribir código, pero la intensidad y complejidad del trabajo de los ingenieros de software en realidad ha aumentado
• A medida que la IA elevó la productividad, subieron las expectativas organizacionales y la línea base de carga de trabajo, y los ingenieros enfrentan presión para hacer más, más rápido
• Al debilitarse una identidad centrada en escribir código, los ingenieros se enfrentan a asumir también tareas no relacionadas directamente con desarrollo, como revisión, diseño y pensamiento de producto
• Revisar y depurar código generado por IA toma más tiempo, lo que incrementa la carga del control de calidad y la carga cognitiva
• Para una cultura de ingeniería sostenible, son indispensables la empatía del liderazgo, definir límites del rol, formar talento junior y nuevas métricas de evaluación

---

El desplazamiento de la línea base y la carga invisible

• Tras la adopción de IA, la producción esperada de los ingenieros aumentó drásticamente, y se exige más trabajo incluso sin instrucciones explícitas
  • Según una investigación de Harvard Business Review, los empleados que usan IA no se van antes del trabajo, sino que realizan más tareas
  • El 83% respondió que su carga laboral aumentó por la IA, y la tasa de burnout supera el 60% entre quienes ejecutan el trabajo, mientras que en la dirección es del 38%, mostrando una gran brecha
• Mientras el liderazgo percibe que “la IA hace el trabajo más fácil”, los ingenieros en campo sienten la complejidad y el cansancio
• En otra encuesta a más de 600 personas, 2 de cada 3 experimentaron burnout, y el 43% respondió que el liderazgo no entiende la realidad

La crisis de identidad del ingeniero

• Muchos ingenieros han encontrado satisfacción profesional en el acto creativo de escribir código directamente
• Pero tras la adopción de IA, se ha difundido el mensaje implícito de “no escribas código tú mismo, adminístralo”
  • La IA se encarga de la implementación, y el ingeniero pasa a un rol de supervisor y revisor
• Esto no es solo un cambio, sino una transformación fundamental de la identidad profesional, que debilita el orgullo del oficio técnico
• Como en la frase “pasamos de constructores a inspectores”, la producción aumenta, pero disminuyen la artesanía y la inmersión en el trabajo

Expansión del rol y scope creep

• Al acelerarse la implementación con IA, el cuello de botella se desplazó a tareas periféricas como requisitos, arquitectura, pruebas y despliegue
• Las organizaciones redistribuyen eso hacia los ingenieros, que terminan encargándose también de planeación de producto, evaluación de riesgos y gestión operativa
  • La investigación de Harvard Business Review también muestra que los límites entre roles se difuminan, y el trabajo se cruza entre PM, investigadores e ingenieros
• El 45% de los puestos de ingeniería exige habilidades multidisciplinarias, pero eso no viene acompañado de mayor compensación ni autoridad
• Como resultado, el alcance del trabajo se expande y su profundidad se reduce, acelerando el burnout

La paradoja de la supervisión: la dificultad de revisar código de IA

• Surge la paradoja de que revisar código generado por IA puede ser más difícil que escribirlo directamente
  • Quien escribe conoce el contexto, pero en el código de IA la base de sus decisiones no es clara, así que la revisión se vuelve más pesada
• En una encuesta de Harness, el 67% reportó más tiempo de depuración y el 68% dijo que aumentó el tiempo de revisión
• La gerencia espera más velocidad, pero en la práctica aumenta la carga de aseguramiento de calidad y de comprensión del contexto
• El cuello de botella de producción se mueve de la etapa de escritura a la etapa de comprensión, y eso no se resuelve con automatización

La trampa de la aceleración y la sostenibilidad

• Cuando la IA aumenta la velocidad, se forma un bucle de auto-refuerzo en el que la carga laboral crece de manera natural
  • El estudio de Harvard lo llama “workload creep”, una acumulación de sobrecarga que avanza sin que se perciba
• Antes, la velocidad de pensamiento y tecleo humanos era un límite natural, pero la IA eliminó esa restricción
• Como resultado, suben los indicadores de productividad pero baja la calidad, mientras se acumulan deuda técnica y fatiga
• En apariencia parece una mejora de productividad, pero internamente avanzan el agotamiento y el deterioro de la calidad

La interrupción del aprendizaje para ingenieros junior

• Al reemplazar la IA tareas simples, las oportunidades prácticas para ingenieros de nivel inicial se reducen drásticamente
  • Entre 2023 y 2024, la contratación junior en grandes empresas tecnológicas cayó 25%, y un informe de HackerRank también confirma una contratación centrada en perfiles con experiencia
• Si desaparecen las tareas simples usadas para aprender, se derrumba la ruta de formación del talento senior del futuro
• Como advierte la frase “no puedes supervisar un sistema que nunca construiste tú mismo”, la ruptura de capacidades básicas se señala como un riesgo de largo plazo

Lo que debe hacer el liderazgo

• El punto de partida para mantener la confianza es mostrar empatía y reconocer explícitamente la dificultad del cambio
• Ofrecer recapacitación real: fortalecer habilidades avanzadas como diseño de sistemas, seguridad, pensamiento de producto y evaluación de código generado por IA
• Clarificar el alcance del rol y ajustar la compensación para evitar una expansión infinita
• Redefinir las métricas de desempeño: dar más peso a calidad, estabilidad y salud del equipo que a velocidad o cantidad de líneas
• Mantener la contratación junior es una condición indispensable para sostener el ecosistema de talento a largo plazo

Estrategias que pueden tomar los ingenieros

• Mantener las capacidades técnicas fundamentales: arquitectura, depuración y comprensión de rendimiento y seguridad son ahora todavía más importantes
• Cuidarse de la trampa de la aceleración: no perseguir sin más la velocidad máxima que la IA hace posible, sino mantener un ritmo sostenible
• Aceptar las áreas del rol ampliado que resulten interesantes y usarlas como oportunidad de crecimiento profesional
• Compartir el burnout y la sensación de aislamiento, y expandir la conciencia de la realidad mediante conversaciones con colegas
• El cambio tecnológico se ha repetido muchas veces, y la IA tampoco reemplazará la demanda de profesionales con fundamentos técnicos

La paradoja que enfrentamos

• La realidad de que la IA hizo más fácil programar pero más difícil la ingeniería existe al mismo tiempo
• El aumento de expectativas, la expansión del rol y la falta de apoyo se combinan para crear una cultura insostenible
• Si no se reconoce esta paradoja, será imposible mantener la confianza y retener talento
• No debemos olvidar el principio de que los productos los construyen las personas, no las herramientas, y la conclusión es que la verdadera ventaja competitiva en la era de la IA surge en las organizaciones que entienden y protegen los límites humanos

[tested]

> Deuda cognitiva: cuando la velocidad supera a la comprensión

[GN⁺]

Comentarios en Hacker News

• Este ensayo parece estar parcialmente generado por IA o fuertemente editado con un LLM
  Se repite una estructura de frases tipo “It’s not X, it’s Y”, y también resulta sospechoso que un blog que casi no tuvo actividad entre 2015 y 2025 de pronto haya empezado a publicar en masa

  • Ahora parece que casi todos los textos sobre LLM están escritos directamente por un LLM o con su ayuda
    Este estilo de escritura ya tiene harta a mucha gente, pero no parece importarles a quienes buscan tener éxito en la industria
  • Yo también he escrito textos personales con ayuda de LLM, y este se siente como si hubiera sido generado a partir de unos cuantos bullet points
    El ritmo repetitivo y el estilo parecen el típico resultado de un LLM. Le faltan emociones humanas y el contenido se siente vacío
  • Los comentarios también muestran rastros de IA. No voy a decir cuáles son las pistas concretas, pero HN se está volviendo un lugar cada vez más difícil de leer
    Ya es momento de valorar las comunidades pequeñas y de alta calidad donde la IA todavía ha penetrado menos
  • Desde el título ya huele a frase provocadora al estilo LinkedIn
  • Yo también leí unos párrafos y me pareció interesante como para compartirlo con un colega, pero pronto se volvió demasiado evidente que lo había escrito una IA, así que no pude tomarlo en serio

• Frases como “The job changed. The expectations changed. And nobody sent a memo.” realmente suenan a texto escrito por IA

  • El texto es demasiado verboso y se podría resumir en unos cuantos bullet points. Me aburrí a la mitad y dejé de leer
  • No entiendo por qué la IA escribe tan mal. El estilo parece el de una nota periodística sensacionalista
  • Según Pangram, este texto fue 100% generado por IA
  • En general, se siente claramente ese estilo tan característico de la IA

• Uno de los problemas reales que he visto es equivocarse al desplegar con IA. La gente tipo ‘Vibe Coders’ necesita mentores de IT/Dev
  Por ejemplo, un cirujano hizo con Claude una webapp para registros quirúrgicos y me pidió que la revisara porque le preocupaba la seguridad
  El código y la base de datos estaban bien, pero había subido todo el proyecto comprimido en zip a la raíz web y no había archivo index
  Así que cualquiera podía descargar el respaldo, y adentro estaban la base de datos, claves de API, claves de AWS y todos los secretos
  Ni siquiera sabía por qué existía un archivo index, y al final dijo que le preguntaría a Claude cómo protegerlo

  • Parece que este tipo de vulnerabilidades pronto evolucionará al punto de que actores estatales puedan explotarlas de forma automática
    En unos meses hasta los script kiddies podrán usarlas a gran escala, y alguien podría intentar hacer swatting con eso y terminar causando víctimas
    Me pregunto cómo sería la discusión sobre la responsabilidad en ese momento
  • Claude realmente programa muy bien, pero no lleva de la mano a la gente que no sabe lo que no sabe

• Yo no encajo en eso de que “la mayoría de los ingenieros disfruta escribir código”
  Me interesa más diseñar y construir cosas que escribir código en sí
  Estar a favor o en contra de la IA al final parece reducirse a si “te gusta programar” o si “te gusta crear productos para el mundo”

  • Yo hago este trabajo porque quiero crear software de alta calidad
    Pero la IA no llega a ese nivel. Mucho código ni siquiera compila, y si no funciona bien, optimizarlo no tiene sentido

• Muchos comentarios critican este texto por parecer escrito por IA, pero yo, después de más de 30 años programando y 20 liderando equipos, sentí que tenía ideas profundas
  Sea quien sea el autor, me parece que el contenido tiene valor. Me sorprendió que lo marcaran

  • No estoy en contra de los textos generados por IA en sí. Lo importante es la transparencia del proceso de escritura
    Por ejemplo, si una frase como “lo que aprendí dirigiendo un equipo fintech” no viene de experiencia real, pierde su sentido
    En cambio, si sí surge de experiencia real y la IA solo ayudó a pulirlo, entonces no hay ningún problema
  • Me gustaría que publicaran el prompt con el que se generó el texto. Igual que preferiría ver el código fuente antes que un ejecutable
  • Al final quitaron la marca, pero que este tipo de ‘AI slop’ se quede mientras textos críticos se bloquean por considerarse políticos parece un problema de prioridades en HN
    Frases trilladas como “la IA es inevitable” ya no tienen ninguna sabiduría

• En la era de la IA, cambia la forma de pensar la ingeniería
  Antes era un pensamiento vertical, de profundizar mucho en un problema; ahora hace falta un pensamiento horizontal y meta
  Por ejemplo, estaba leyendo documentación para optimizar un entorno de Claude, pero luego simplemente le di a Claude el contexto del proyecto y le pedí que lo optimizara
  Automáticamente sugirió y generó los plugins y agentes necesarios
  Al final, lo importante no es la implementación al detalle, sino la capacidad de definir la estructura del proyecto

• La idea central del texto es correcta. La automatización elimina lo fácil y hace que uno se concentre en los problemas difíciles
  Si pensamos en la calculadora, el contador que antes era bueno sumando números ahora tiene que encargarse de problemas de un nivel más alto

  • La clave es que “desapareció la parte fácil”. Lo difícil sigue siendo difícil, y eso es lo esencial
  • A mí me interesa más el diseño de sistemas que programar. Si pudiera dejar la implementación a una IA o a un desarrollador junior y concentrarme en el diseño, sería ideal
    Pero para alguien que recién empieza, que desaparezca la programación podría ser más bien una pesadilla
  • Más bien, la IA elimina las partes difíciles y solo produce contenido de baja calidad
    En términos literarios, la IA no está creando rápidamente al próximo Terry Pratchett, sino haciendo que quede enterrado
    Si no puedes distinguir un post de blog escrito por IA, tampoco vas a poder distinguir código malo
  • Según Pangram, este texto también fue 100% generado por IA
  • En realidad, el problema mayor es que encontrar trabajo se ha vuelto más difícil, y los desarrolladores junior ni siquiera logran entrar

• No distingo muy bien si un texto fue escrito por un LLM o no, pero últimamente leer me produce mucho cansancio
  Hay demasiadas palabras y, para alguien con rasgos de ADHD, se vuelve especialmente difícil de leer

• Según este registro de Pangram, este texto fue escrito 100% por IA

  • Pero la mayoría de las herramientas para detectar textos de IA no son precisas
  • Eso lo hace todavía más irónico

• También hay estudios que indican que usar LLM no se traduce en mayor productividad
  Este tipo de textos da por sentado ese efecto, pero en la práctica hay una diferencia entre las expectativas de la gerencia y la realidad del terreno
  Desde la perspectiva de los ingenieros, esa brecha es evidente