A los estudiantes

• Cada vez es más difícil encontrar empleos de computación de nivel inicial, y la industria del software también está siendo fuertemente sacudida, en un entorno donde la cantidad de código y la ganancia a corto plazo se anteponen a la calidad y la sostenibilidad
• La tecnología también puede ser una herramienta para ayudar a las personas, pero también se usa para la distracción de la atención, la vigilancia, la extracción y la matanza, y además deja en evidencia problemas de datos sesgados y consumo excesivo de recursos de cómputo
• En el punto de partida de la computación estaban la belleza de las ideas, la alegría de crear y la posibilidad de construir herramientas que ayuden a las personas y fortalezcan las relaciones humanas
• En vez de seguir sin más la narrativa tecnológica dominante, hay que establecer con anticipación límites éticos mediante una elección intencional, proteger tiempo y espacio para pensar a fondo, y crear código y documentación claros y elegantes
• Más que la ganancia y la productividad, será cada vez más importante en la computación futura poner por delante a las personas, las relaciones y la justicia, y actuar movidos no por el miedo sino por el amor

---

El entorno actual alrededor de la computación

• En el mundo que encontrarán tras terminar su formación en ciencias de la computación, será difícil conseguir empleos de computación de nivel inicial, y toda la industria del software también está atravesando una fuerte sacudida
• La propiedad intelectual no es respetada, la cantidad de código se valora más que su calidad, y la ganancia de corto plazo se impone sobre la sostenibilidad de largo plazo
• La tecnología, más que ayudar a las personas, a veces se utiliza para la distracción de la atención, la extracción, la vigilancia y la matanza, e incluso se diseña para explotar los profundos sesgos cognitivos y puntos ciegos humanos
• En los sistemas entrenados con datos sesgados quedan grabados siglos de sesgo y discriminación, y recursos escasos se consumen en cómputo excesivo en busca de beneficios inciertos
• También continúa la carrera por crear máquinas inteligentes, pero aparece junto con una dirección que busca tratarlas como esclavas

Por qué empezamos en la computación y qué criterio sigue vigente

• En el origen de la computación estaban la belleza de las ideas, la alegría de crear y la posibilidad de construir herramientas que ayuden a las personas y fortalezcan las relaciones humanas
• La convicción en esos valores sigue viva, pero gran parte de la industria se ha alejado de ese rumbo
• Más importante que lo que se trata en clase, hay un criterio que vale la pena meditar al salir pronto al mundo o al continuar los estudios

La narrativa que no hay que seguir y los límites que deben definirse primero

• No hace falta creer tal cual la narrativa autojustificadora de que cierta tecnología es inevitable o de que seguirá avanzando de todos modos
• No es necesario seguir ciegamente la narrativa dominante; uno puede tomar una elección intencional por sí mismo y ayudar a que otras personas hagan lo mismo
• Los propios límites morales y éticos deben definirse de antemano, y no hay que conformarse con compromisos del tipo de dejar los principios en pausa hasta encontrar algo mejor más adelante

La capacidad de pensar en profundidad y la forma de trabajar

• Hay que cultivar la capacidad de pensar en profundidad y, para ello, crear por cuenta propia espacios y tiempos protegidos de interrupciones
• En ese proceso, también hace falta decir que no a tecnologías o patrones de trabajo que otras personas consideran importantes o inevitables
• El código debe refactorizarse hasta que sea claro y elegante, y hay que escribir buena documentación que otras personas puedan leer
• Incluso cuando todo el mundo presiona para moverse rápido y tomar atajos, hay que tener el valor de ir despacio

Qué debe priorizarse más

• Más que la ganancia, el código o la productividad, hay que cuidar con mayor profundidad a las personas, las relaciones y la justicia
• Por encima de todo, hay que actuar movidos no por el miedo sino por el amor

[GN⁺]

Comentarios en Hacker News

• Alguien que solo ha estado en la academia dando consejos sobre la industria sin haber trabajado como ingeniero en una empresa resulta bastante irritante
  Ese consejo de cuidar el craft, seguir puliendo el código y escribir documentación con esmero, salvo la parte de evitar atajos, suena como un camino hacia quedarse sin trabajo en pocos años
  Si ese craft del que habla se refiere a escribir y pulir código, eso parece una habilidad cada vez más anticuada, desplazada por el diseño de sistemas de alto nivel
  Y uno piensa: ¿quién va a leer toda esa documentación tan elaborada?, ¿no terminarán siendo los agentes que me van a reemplazar?

  • En el último año saqué software más útil que en los cinco años anteriores juntos, y gran parte fue porque dejé de ver el código como el entregable y empecé a ver el producto como el entregable
    El craft no desapareció; subió un nivel
    Si una persona junior se pasa semanas refactorizando, pronto se queda atrás frente a otra que lanza primero e itera
    Ahora los bucles de retroalimentación son mucho más rápidos
  • La visión desde la industria también podría ser más bien cortoplacista
    Al final todos tenemos nuestros propios sesgos
  • Lo frustrante, creo, viene de que los profesores sí pueden elegir según sus valores, pero la persona promedio no siempre tiene ese lujo
    Es triste que la sociedad moderna obligue a hacer lo necesario para sobrevivir, te guste o no, y creo que ahí está la raíz de mucho sufrimiento
  • Coincido en que irrita, y viendo su LinkedIn, realmente tiene pura trayectoria académica
    Aun así, no creo que este tipo de consejo lleve automáticamente al desempleo
    En las empresas también se trabaja muy rápido, pero estos principios siguen siendo bastante compatibles, aunque no apliquen en todos los casos
    Si hablamos de consejos sobre industria, probablemente Marc Brooker, Distinguished Engineer en AWS con casi 30 años de experiencia, sea más práctico
    https://brooker.co.za/blog/2026/03/25/ic-junior.html
  • La cuestión no es quién lee la documentación
    Para hacer bien diseño de sistemas de alto nivel, al final necesitas haber escrito y refactorizado suficiente código tú mismo
    Es como querer ser chef sin haber picado ingredientes nunca y limitándote a dar órdenes
    Intentar escribir código elegante no importa porque alguien más lo lea, sino porque ahí uno aprende en carne propia cómo funcionan los trade-offs de ingeniería y la abstracción

• Me identifico con la idea de definir por adelantado tu propio estándar de ética en ingeniería
  Cuando estudié ingeniería mecánica en Reino Unido, la materia de ética era obligatoria, y todavía recuerdo haber visto casos como el desastre de Bhopal
  En cambio, al menos en las carreras de ciencias de la computación en Reino Unido, casi no vi materias así, y siento que este campo las necesita urgentemente

  • En mi carrera de computación también había una materia obligatoria de ética, pero esperar que un solo curso que el alumnado apenas toma en serio cambie de verdad su forma de pensar es ingenuo
    Puedes discutir Therac-25 todo lo que quieras, pero eso no hará que alguien se pregunte seriamente si debería trabajar en Palantir o Raytheon
  • En EE. UU., casi todos los programas de CS acreditados por ABET exigen créditos de Ethics in Computer Science
    Yo también estudié varios casos, incluyendo Therac-25, y además vimos fundamentos generales de ética y filosofía, así que me pareció bastante bien
  • Cuando estudié ingeniería en computación en EE. UU. hace unos ocho años, la clase de ética era obligatoria, pero según recuerdo no existía en el plan de estudios de CS, aunque llevaba a trayectorias similares
    Parece que ahora sí la incluyen, así que tal vez lo recordaba mal o la añadieron después
    La clase en sí me gustó, e incluso vimos cosas como negociación de contratos, pero en ese momento no sentía que esos temas realmente fueran a tocarme a mí
    Eso cambió solo cuando empecé a trabajar de verdad
  • Cuando enseño, uso textos como estos
    We should teach our Students what Industry doesn’t want, Kevin Ryan, https://dl.acm.org/doi/pdf/10.1145/3377814.3381719
    Are you sure your software will not kill anyone?, Nancy Leveson, https://dspace.mit.edu/handle/1721.1/136281.2
  • Tratar la ética como si fuera una bala de plata que por sí sola transformará a una mala persona en una buena persona es demasiado ingenuo

• Entiendo la postura de no usar LLM de ninguna forma
  Ojalá algún día aparezca una especie de LLM vegetariano que haga esta postura más aceptable
  He seguido observando modelos entrenados únicamente con datos de dominio público, pero todavía no he visto ninguno realmente útil que no mezcle web scraping o fine-tuning sobre resultados de modelos no vegetarianos
  Andrej Karpathy dice que ahora ya se puede entrenar un modelo del nivel de GPT-2 por menos de 80 dólares, así que al menos el costo ambiental quizá baje algún día a un nivel aceptable
  https://twitter.com/karpathy/status/2017703360393318587
  Estaría bien que un profesor de ciencias de la computación pudiera experimentar directamente con modelos interesantes sin violar sus principios
  Justo vi en la portada de HN https://talkie-lm.com/introducing-talkie, y el hilo relacionado era https://news.ycombinator.com/item?id=47927903
  Antes también vi Mr Chatterbox, un modelo basado en datos de dominio público, pero tenía algo de synthetic conversation pairs generados por Haiku y GPT-4o-mini, así que su pureza era discutible
  https://simonwillison.net/2026/Mar/30/mr-chatterbox/
  Talkie tampoco es completamente puro, y de hecho dice haber pasado por una etapa adicional de supervised fine-tuning usando rejection-sampled synthetic chats entre Claude Opus 4.6 y Talkie

  • Suelo ver expresiones como explotación de trabajo humano y despilfarro de recursos escasos como exageraciones que la gente odiosa en internet repite sin parar
    La fabricación de los dispositivos de cómputo que usamos para conectarnos a internet probablemente ha consumido más recursos y explotado más trabajo humano que el entrenamiento de modelos de ML
  • Me parece parte de la misma genealogía que va de real programmers write assembly a real programmers don't need copilot y luego a real programmers don't use llms
    Ahora simplemente prohibir los LLM ocupa ese lugar

• Para desarrollar la capacidad de pensar en profundidad, de verdad ayudan rutinas que restauran la atención, como el ejercicio y la lectura
  Siempre sentimos que no tenemos tiempo, pero cuando uno vuelve a hacerlo con constancia, se da cuenta de que esas actividades no le quitan tiempo a otras cosas, sino que más bien crean más tiempo para hacerlas

  • De verdad es extraño que funcione así
    Cuando empecé a entrenar para un maratón, jamás imaginé que mi energía diaria iba a aumentar tanto, pero así fue

• Esto se lee como algo escrito por alguien que ha vivido toda su vida dentro de una burbuja académica y nunca ha tenido que tomar decisiones entre intereses en conflicto y bajo presión de tiempo
  Un artista quizá quiera seguir perfeccionando su obra según su propio estándar, pero si prioriza eso sin entender lo que quiere el cliente, termina quebrando
  Está bien cultivar tus intereses como hobby, y si además coinciden con tu capacidad de generar ingresos, tuviste suerte
  Para la mayoría, esas dos cosas no encajan tan bien

  • Me gustaría preguntarles a los artistas qué tan bien les ha funcionado la estrategia de no perfeccionar el oficio y en cambio sacar resultados promedio lo más rápido posible
    Eso ahora puede hacerlo cualquiera, incluso sin entrenamiento alguno
    Los LLM han nivelado la capacidad de producir trabajo promedio rápidamente, y si eso es lo único que puedes hacer, no tienes futuro
    Más bien, lo raro y lo distintivo se ha vuelto más importante, y en ese sentido la burbuja académica quizá hasta tenga ventaja

• El profesor Yorgey lleva mucho tiempo haciendo buena investigación, y hasta escribió un paper que me gusta muchísimo
  Me alegra que haya dicho esto públicamente
  Una vez escuché una charla de un ingeniero de Anthropic en mi alma mater, y la impresión que me dejó fue: si Anthropic es de los buenos, entonces lo que viene va a estar realmente duro
  El paper es Monoids: Theme and variations (functional pearl) y está aquí
  http://ozark.hendrix.edu/~yorgey/pub/monoid-pearl.pdf

• Yo estoy en la academia y tengo familiares en empresas tipo FAANG, y me da risa lo muchísimo que los comentarios de este post se parecen a las discusiones que tenemos seguido en la familia
  Yo valoro el pensamiento profundo, la investigación y el análisis, y veo el código como un subproducto de ese trabajo mental, mientras que mis familiares con más de 10 años en la industria presumen no escribir ni una línea de código y ven Opus como poco más que una herramienta de productividad
  Pero cuando trabajan así, no saben responder muy bien por qué una gran empresa seguiría necesitándolos
  Como de eso depende el sustento de mi familia, duele más, y el panorama no se ve muy alentador

• La frase sobre cómo la tecnología se usa para distraer, explotar, vigilar y matar personas no me sorprende para nada
  La primera computadora programable de propósito general fue diseñada en 1945 para calcular tablas de tiro de artillería para el ejército de EE. UU., y enseguida se usó para diseñar armas nucleares
  Toda tecnología, incluidas las computadoras, se ha usado como arma desde el principio y seguirá siendo así

  • Creo que la oración de abajo es más importante
    La idea es que no debes creer la autojustificación de que la tecnología es inevitable o de que ya se instaló y por eso hay que seguirla
    No hace falta dejarse arrastrar por la narrativa dominante: uno puede elegir por sí mismo y ayudar a otros a hacer lo mismo

• El consejo de crear tiempo y espacio sin interrupciones para pensar a profundidad es algo que justo ahora estoy intentando poner en práctica, y me está costando mucho
  Hoy todos sabemos que todo compite por nuestra atención, pero hasta que no intentas resistirte de verdad, no dimensionas cuánta fuerza tiene eso

• La frase no voy a usar LLM de ninguna forma ni para ningún propósito me transmitió una satisfacción académica demasiado marcada

  • Para quien tenga curiosidad, el autor explica esa postura con más detalle en otro texto
    http://ozark.hendrix.edu/~yorgey/forest/009L/index.xml
  • Últimamente todo se está volviendo demasiado polarizado
    Usar LLM no te convierte automáticamente en tonto ni en delirante, y que tengan problemas tampoco significa que haya que rechazarlos por completo
    Sí, hay personas y organizaciones que dependen demasiado de ellos, pero eso no significa en absoluto que cualquiera que reconozca su utilidad y los use como una herramienta esté reemplazando su capacidad de pensar
    Ya hasta se volvió difícil hablar con calma de pros y contras; parece que todo tiene que ser completamente bueno o completamente malo, y eso cansa
    La postura del autor es tan extrema que más bien lo hace ver ignorante y poco sensato
    Si es profesor, uno esperaría algo más abierto y una visión con más matices