La IA está obstaculizando la adopción de nuevas tecnologías

• A medida que los modelos de IA se integran en el flujo de trabajo de los desarrolladores, fomentan o dificultan el uso de ciertas tecnologías
• A medida que los modelos de lenguaje grandes ofrecen respuestas sesgadas hacia tecnologías específicas, surge una tendencia a priorizar la adopción de tecnologías que la IA puede respaldar con facilidad
• Aunque desde antes solían elegirse herramientas con abundante documentación y soporte, se señala como problema que la IA amplifica en exceso este factor de decisión

Brecha de conocimiento

• Como los modelos de lenguaje grandes pasan por conjuntos de datos masivos y largos periodos de entrenamiento, al momento de su lanzamiento a menudo ya contienen conocimiento desactualizado
• Sobre nuevas tecnologías que aparecieron después del cutoff de entrenamiento, la IA no puede brindar ayuda adecuada
• Ejemplo: modelos principales como Anthropic y OpenAI tienen cutoffs de conocimiento alrededor de 2023~2024
• Debido a esta brecha de conocimiento, quienes intentan usar tecnologías nuevas enfrentan inconvenientes por la falta de apoyo de la IA, lo que termina retrasando la adopción de esas tecnologías
• Las tecnologías que ya tienen participación de mercado acumulan material porque cuentan con una base de usuarios entusiastas, pero las tecnologías completamente nuevas generan por sí mismas menos documentación o blogs, por lo que es difícil que se reflejen en el entrenamiento de los modelos
• Incluso cuando la IA ofrece en parte funciones de conexión a internet, muchas veces hay que pedirlas explícitamente o directamente no existen
• Existe la posibilidad de un círculo vicioso: falta de soporte de IA para nuevas tecnologías → menos usuarios y menos material → falta de datos de entrenamiento para los modelos → nuevamente falta de soporte de IA
• Cuando un desarrollador que quiere usar un framework moderno de JavaScript intenta apoyarse en la IA, si el modelo no puede darle orientación suficiente, aumenta el incentivo para elegir documentación antigua o herramientas conocidas

Impacto del prompt del sistema

• Algunos modelos de IA como Claude muestran con frecuencia preferencia por React y Tailwind
• Ejemplo: incluso cuando se le pidió a Claude “usar vanilla HTML/CSS/JS”, se observó que proponía código en React o intentaba reescribir el código existente en React
• En los prompts del sistema de algunos modelos (o en prompts internos no públicos según función) se mencionan explícitamente ciertas librerías o herramientas como React, Tailwind y Mermaid
• En ejemplos reales de conversación, al pedir el uso de Svelte Runes, el modelo presentó una alternativa en React, guiando en la práctica al usuario a aceptar React con facilidad
• Como los usuarios tienden a elegir la solución más simple (Path of least resistance), la opción predeterminada que presenta la IA influye mucho en la elección tecnológica

Prueba

• Se realizó una prueba simple para verificar si los modelos de IA recomiendan React cuando se les pide crear una nueva app web
  • Anthropic Claude 3.5 Sonnet: en las tres ocasiones dio ejemplos de creación de proyectos con React + Tailwind
  • OpenAI ChatGPT 4o: en las tres ocasiones creó la app con React + Tailwind y mostró una vista previa con la función Canvas
  • Google Gemini 2.0 Flash: en las tres ocasiones usó vanilla HTML/CSS/JS, pero recomendó usar React, Angular y Vue
  • DeepSeek-V3: presentó varias combinaciones como vanilla HTML/CSS/JS o Node.js, Express.js, MongoDB y Bootstrap. Sin embargo, propuso más bien una visión general del proyecto que código concreto
• Con estos resultados, Claude y ChatGPT muestran una preferencia muy marcada por React + Tailwind; Gemini prefiere HTML/CSS/JS pero recomienda React; y DeepSeek tiene la mayor variación tecnológica, aunque la calidad de salida se centra algo más en esquemas generales

Reflexión

• Es muy probable que los desarrolladores principiantes o quienes crean apps solo mediante prompts acepten tal cual los resultados de ChatGPT y otros servicios
• Incluso si se elige otro framework, el modelo puede seguir empujando hacia React por reglas internas como el prompt del sistema
• Puede generarse un ambiente donde se prefieran tecnologías ya conocidas por ser compatibles con IA, lo que dificulta la expansión de tecnologías nuevas o minoritarias
• Se considera que el sesgo de los modelos de lenguaje grandes actúa en una dirección que prolonga la vida de las tecnologías hoy populares y eleva la barrera de entrada al mercado para tecnologías nuevas
• Se propone que las empresas de IA deberían revelar explícitamente la información sobre los sesgos tecnológicos de sus modelos
• Como investigación futura, podría considerarse comparar la evolución temporal de los prompts del sistema que incluyen ciertas tecnologías con la tendencia de descargas de paquetes para encontrar correlaciones. Sin embargo, como hay muchas variables, es posible que haya bastante ruido

[Referencia 1] La expresión “la plataforma de chat con IA más popular” se basa en la observación subjetiva del autor
[Referencia 2] Claude y ChatGPT tienen funciones como artifact y canvas que ofrecen resultados fáciles e inmediatos al usuario, por lo que su impacto es especialmente grande en principiantes del desarrollo o usuarios nuevos

[iolothebard]

Desaparece la polarización de que los ricos se hacen más ricos y los pobres más pobres…
Si creas un producto nuevo, como mínimo también tienes que crear un servidor MCP…

[bbulbum]

Aunque parece paradójico, me da la impresión de que desarrollar la capacidad de aprender por cuenta propia es la manera de fortalecer la competitividad en la era de la IA.

[aer0700]

¿No pasa lo mismo con Stack Overflow?

[GN⁺]

Opiniones de Hacker News

• La IA no impide la adopción de nuevas tecnologías

  • Las nuevas tecnologías o las actualizaciones de versión toman tiempo para que la gente se familiarice con ellas
  • Es como decir que Stack Overflow impide la adopción de nuevas tecnologías
  • Los LLM se reentrenan periódicamente por razones comerciales
  • Los primeros adoptantes no dependen de los LLM

• Lo predicho en el artículo de OpenAI Codex

  • Es posible que los usuarios acepten la respuesta de Codex bajo la suposición de que el paquete que sugiere será más útil
  • Posible falta de conocimiento sobre paquetes nuevos
  • Puede sugerir métodos obsoletos para paquetes existentes
  • Puede aumentar el incentivo para que los desarrolladores de código abierto mantengan la compatibilidad con versiones anteriores

• Opinión de que las nuevas tecnologías son basura que absorbe datos y salarios

  • La gente siente fatiga frente a las nuevas tecnologías
  • Se debería proponer algo nuevo que no absorba datos ni salarios

• Opinión de que si un LLM especifica una tecnología, entonces hay que usar esa tecnología

  • Si no se especifica la tecnología, hay que aclarar y preguntar sobre la elección tecnológica
  • Un LLM no debería tener preferencias fijas debido a la estructura de prompts de su proveedor
  • Hace falta trabajo para evitar sesgos como el de React
  • Preocupación sobre Anthropic, que recibe inversión de empresas tecnológicas
  • Puede terminar decidiendo si un LLM recibe recomendaciones de AWS, Azure, GCP, etc.

• Opinión de que los LLM serían útiles para lenguajes como Elm

  • Usados junto con agentes que pueden operar en el bucle de evaluación

• Experiencia compartida usando matplotlib para visualización de datos

  • La IA funciona tan bien que se le puede pedir que cambie gráficos sin escribir código
  • Se siente como si se estuviera cerrando la puerta a lo nuevo
  • Otros ejemplos, como Emacs lisp

• Pregunta sobre el impacto de los LLM en la adopción de nuevos frameworks y tecnologías

  • Las preguntas sobre React obtienen buenas respuestas, pero las preguntas sobre frameworks nuevos no
  • A medida que aumenta la cantidad de desarrolladores que dependen de herramientas de IA, la adopción de nuevas tecnologías podría volverse más difícil

• Problema con las preferencias de generación de código de Claude 3.5 Sonnet

  • Tiende a generar código en React o a cambiar código existente a React

• Ejemplo sobre desarrolladores que usan frameworks modernos de JavaScript

  • Las herramientas de IA no logran dar orientación significativa
  • Un mundo donde Django y React se consideran la elección obvia permite desarrollar aplicaciones web más baratas

• Ejemplo del estándar MCP impulsado por Anthropic

  • Se proporciona texto largo/MD optimizado para que Claude pueda entender el protocolo
  • Útil para el arranque de nuevos plugins/servidores
  • Un estándar de hace apenas unos meses ya tiene cientos de implementaciones