Ask HN: ¿Qué piensan los ingenieros de software en medio del furor por la IA?

La IA se está encargando del 30~50% del trabajo, así que me da curiosidad cómo está el ambiente en sus empresas.
¿Están aumentando la contratación de ingenieros de software, o la han frenado?
¿La dirección está presionando para sacar más trabajo?

Resumen de las principales respuestas

1. Uso de la IA y productividad real

• Muchos desarrolladores consideran que es exagerado afirmar que la IA reemplaza entre 30 y 50% del trabajo; varias opiniones sitúan el efecto real entre 1 y 10%
• La IA es útil para escribir código boilerplate, scripts simples, resumir o transformar documentación y sustituir búsquedas en tareas repetitivas, pero tiene grandes limitaciones para escribir o mantener código complejo
• Algunos desarrolladores junior e intermedios sí perciben mejoras de productividad gracias a sugerencias de sintaxis y estructura, pero los desarrolladores con más experiencia incluso registran una caída de 19% en productividad (según un estudio)
• Por problemas de calidad en el código generado por IA, a menudo se invierte más tiempo en validar y corregir, lo que reduce la ganancia neta

2. Cambios organizacionales y de contratación por la IA

• No hay grandes cambios en el volumen de contratación. Aun así, algunas empresas sí están contratando menos o aumentando el offshoring (especialmente por la expectativa de usar mano de obra más barata apoyada en IA)
• El interés se está moviendo desde la eficiencia interna hacia integrar la IA en funciones del producto
• A veces la gerencia sobreestima la IA, subestima la dificultad de las tareas y fija plazos poco realistas, lo que baja la moral de los desarrolladores

3. Casos de éxito y fracaso en el uso de IA

• Casos exitosos:
  • creación de PoC iniciales, arranque de proyectos nuevos, escritura de tests y UI simples
  • exploración de grandes volúmenes de logs y documentación, y referencia rápida a la información necesaria dentro de documentación de APIs
  • búsqueda de candidatos para refactorizar código legacy, análisis de salida de GDB y otras tareas de nicho específicas
• Casos fallidos:
  • integración con codebases complejos ya existentes, soporte para versiones o lenguajes específicos de dominio (por ejemplo, ABAP)
  • búsqueda o resumen en entornos donde la documentación y los tickets son viejos o se contradicen
  • trabajo de contribución OSS (PR) con estándares de calidad altos

4. Estado de ánimo y moral de los desarrolladores

• Algunas personas están más satisfechas porque la IA reduce trabajo repetitivo y les permite enfocarse en diseño y arquitectura
• Por otro lado, también hay:
  • escepticismo del tipo “¿para qué estudiar o aportar yo?” ante la idea de que a largo plazo la IA los podría reemplazar
  • confusión operativa causada por resúmenes de reuniones y action items incorrectos generados por IA
  • preocupación de que la adopción de IA sirva como pretexto para reducir costos y recortar personal
• Creadores independientes de sitios web y contenido sí sienten un impacto negativo por la caída de tráfico e ingresos

5. Conclusión general

• Hoy por hoy, la IA sí tiene valor como herramienta de apoyo, pero todavía no llega a reemplazar el trabajo principal
• Las mejoras de productividad dependen mucho del dominio, las características del codebase y la experiencia del desarrollador
• A largo plazo, es posible que sean más importantes las capacidades de diseño de arquitectura y control de calidad que la escritura de código en sí
• Coexisten expectativas exageradas y subestimación; la opinión dominante es que “es útil, pero no es mágica”