- El desarrollo basado en agentes de IA está pasando del nivel de autocompletado a la ejecución real de tareas, sacudiendo rápidamente el rol y la estructura de entrada de la ingeniería de software
- La reducción de contrataciones junior y las organizaciones centradas en la eficiencia están apareciendo al mismo tiempo, extendiendo una estructura en la que un pequeño grupo de personal experimentado resuelve más trabajo con herramientas de IA
- Más que programar en sí, cobran importancia la validación, el diseño y la capacidad de juicio, y la capacidad humana para manejar los resultados de la IA surge como un factor clave de diferenciación
- Los perfiles en T (profunda especialización + amplia capacidad de adaptación) tienen ventaja en un entorno de IA que cambia rápidamente, acelerando la tendencia de exigir al mismo tiempo profundidad en un área y adaptabilidad multidisciplinaria
- La ruta tradicional centrada en títulos de CS pierde fuerza, mientras se expande un ecosistema de aprendizaje multinivel con portafolios, bootcamps y formación impulsada por empresas
1. El problema de los desarrolladores junior
- A medida que la IA automatiza tareas de nivel de entrada, coexisten dos tendencias: una fuerte caída en la contratación de desarrolladores junior y, al mismo tiempo, un aumento renovado de la demanda a medida que el software se expande a todas las industrias
- En un estudio de Harvard sobre 62 millones de trabajadores, cuando las empresas adoptan IA generativa, el empleo de desarrolladores junior cae alrededor de 9-10%, mientras que la contratación senior casi no se ve afectada
- Las grandes tecnológicas han reducido en 50% la contratación de recién egresados en los últimos 3 años
- En palabras de un ingeniero: "Si un agente de codificación con IA cuesta menos, ¿por qué pagarle 90 mil dólares a un junior?"
- Factores macro como el alza de tasas y el ajuste posterior a la pandemia alrededor de 2022 impactaron primero, antes de la expansión de las herramientas de IA, pero la IA aceleró esta tendencia
- Un solo ingeniero senior con apoyo de IA puede manejar una carga de trabajo que antes requería un equipo pequeño
- Escenario optimista: la IA podría disparar la demanda de desarrolladores no solo en tecnología, sino en todas las industrias, como salud, agricultura, manufactura y finanzas
- Más que reemplazar a los desarrolladores, la IA actuaría como un multiplicador de fuerza (force multiplier) que expande el trabajo de desarrollo hacia dominios que nunca habían contratado programadores
- Los desarrolladores "AI native" podrían impulsar otro tipo de puestos de entrada construyendo rápidamente automatizaciones e integraciones para nichos específicos
- La Oficina de Estadísticas Laborales de EE. UU. todavía proyecta cerca de un 15% de crecimiento en ocupaciones de software entre 2024 y 2034
- Riesgo de largo plazo en el escenario pesimista: los junior de hoy son los ingenieros senior y líderes técnicos de mañana, por lo que cortar por completo el pipeline de talento puede generar un vacío de liderazgo dentro de 5 a 10 años
- Veteranos de la industria describen esto como una "decadencia lenta (slow decay)": un ecosistema que deja de formar sucesores
-
Consejos para desarrolladores junior
- Deben desarrollar soltura con la IA y versatilidad
- Deben demostrar que un junior + IA puede producir al nivel de un pequeño equipo
- Construyan funcionalidades más grandes con agentes de codificación con IA como Cursor, Antigravity, Claude Code y Gemini CLI, pero deben poder entender y explicar la mayor parte del código
- Enfóquense en habilidades que la IA no puede reemplazar fácilmente: comunicación, descomposición de problemas y conocimiento del dominio
- Consideren roles adyacentes como QA, DevRel o análisis de datos como puerta de entrada
- Construyan un portafolio que incluya proyectos integrando APIs de IA
- Consigan experiencia en formatos diversos: trainee, prácticas, contrato y contribuciones a open source
- Deben convertirse no en "otro recién ingresado que necesita entrenamiento", sino en un ingeniero listo para aportar desde el primer día
-
Consejos para desarrolladores senior
- Con menos juniors, más tareas simples y repetitivas recaen en los seniors
- Usen automatización para el trabajo cotidiano, pero no intenten hacerlo todo solos
- Implementen CI/CD, linters y pruebas impulsadas por IA para bloquear problemas básicos desde temprano
- Asuman un rol de mentor informal mediante open source o acompañando a colegas de otros departamentos
- Deben comunicar claramente a la dirección los riesgos de largo plazo de un equipo compuesto solo por seniors
- Prepárense con estructuras efectivas de onboarding y delegación apoyada por IA para cuando vuelva a crecer la demanda de juniors
- Enfoquen su valor no en la productividad individual, sino en multiplicar el output y el impacto de todo el equipo
2. El problema de las habilidades
- Actualmente, el 84% de los desarrolladores usa regularmente herramientas de asistencia con IA
- Al enfrentarse a un bug o a una nueva función, se está generalizando el enfoque de escribir prompts y ensamblar fragmentos de código generados por IA, en lugar de escribir el código desde cero
- Los programadores de nivel inicial se están saltando "la forma difícil": puede que nunca hayan construido un árbol binario de búsqueda desde cero ni depurado directamente una fuga de memoria
- El centro de la capacidad se está desplazando de implementar algoritmos a saber hacerle las preguntas correctas a la IA y validar su salida
- Algunos ingenieros senior temen que esta tendencia produzca una generación incapaz de programar de forma independiente, es decir, una pérdida de habilidades
- El código generado por IA puede incluir bugs sutiles y vulnerabilidades de seguridad que a los desarrolladores con menos experiencia se les puede escapar
-
Escenario alternativo
- La IA se encarga del 80% del trabajo repetitivo y rutinario, y los humanos se concentran en el 20% de los problemas más difíciles
- Diseño de arquitectura, integraciones complejas, diseño creativo y manejo de edge cases
- La universalización de la IA no vuelve inútil el conocimiento profundo; por el contrario, hace aún más importante la experiencia humana
- Cuando todos tienen acceso a agentes de codificación con IA, lo que distingue a un gran desarrollador es saber cuándo la IA está equivocada o no está dando la mejor opción
- Como dijo un ingeniero senior: "El mejor ingeniero de software no es el programador más rápido, sino quien sabe cuándo desconfiar de la IA"
-
Cambios en la programación
- Disminuye la escritura de boilerplate y aumenta el peso de revisar en la salida de la IA errores lógicos, fallas de seguridad y desajustes con los requisitos
- Competencias clave: arquitectura de software, diseño de sistemas, ajuste de rendimiento y análisis de seguridad
- La IA puede crear rápidamente una aplicación web, pero un ingeniero especializado revisa si cumple con buenas prácticas de seguridad y si existe riesgo de race conditions
- En la comunidad de desarrolladores de 2025, el debate se divide en dos posturas
- Quienes sostienen que casi ya no se escribe código a mano y que las entrevistas de programación también deben cambiar
- Quienes sostienen que, si se saltan los fundamentos, habrá que lidiar con más problemas cuando los resultados de la IA fallen
- En toda la industria se está formando la expectativa de contar con ingenieros que tengan a la vez la velocidad de la IA y la sabiduría básica para controlarla
-
Consejos para desarrolladores junior
- Usen la IA como herramienta de aprendizaje, no como un mecanismo de dependencia
- Analicen por qué funciona el código sugerido por la IA e identifiquen debilidades potenciales
- Apaguen periódicamente la ayuda de la IA e implementen algoritmos clave desde cero
- Enfóquense en fundamentos de CS: estructuras de datos, algoritmos, complejidad temporal y espacial, y gestión de memoria
- Implementen los proyectos dos veces (con IA y sin IA) y comparen
- Aprendan de forma sistemática diseño de prompts y uso de herramientas
- Formen hábitos estrictos de testing: escribir pruebas unitarias, leer stack traces sin preguntarle de inmediato a la IA y familiarizarse con el uso del depurador
- Refuercen capacidades complementarias que la IA no puede replicar: intuición de diseño de sistemas, intuición sobre experiencia de usuario y pensamiento sobre problemas de concurrencia
-
Consejos para desarrolladores senior
- Posiciónense como quienes se hacen responsables de la calidad y la complejidad
- Refuercen su especialización central: arquitectura, seguridad, escalabilidad y conocimiento del dominio
- Modelen sistemas que incluyan componentes de IA y revisen continuamente los escenarios de falla
- Mantengan una conciencia actualizada sobre vulnerabilidades y tipos de problemas frecuentes en código generado por IA
- Asuman el rol de mentor y revisor: definan dónde se permite usar IA y en qué áreas sigue siendo obligatoria la revisión manual (como pagos o código de seguridad)
- Dejen el trabajo repetitivo de conectar APIs a la combinación junior+IA y enfóquense en el rol creativo y estratégico de decidir qué API diseñar
- Sigan invirtiendo en habilidades blandas, como comunicación y entendimiento entre dominios
- Concéntrense en lo que hace irremplazables a los desarrolladores humanos: juicio sólido, pensamiento a nivel de sistema y mentoría
3. El problema de los roles
- Coexisten dos posibilidades: que el rol del desarrollador se reduzca a un auditor limitado que supervisa código generado por IA, o que se expanda hasta convertirse en un orquestador clave que diseña y coordina sistemas impulsados por IA
- Escenario extremo 1:
- El desarrollador ve reducida su responsabilidad creativa y se enfoca más en la auditoría y supervisión de resultados de IA que en construir software
- Los sistemas de IA (o los "desarrolladores ciudadanos" que usan plataformas no-code) se encargan de producción; los desarrolladores humanos revisan el código generado automáticamente, verifican errores, sesgos y problemas de seguridad, y aprueban los despliegues
- El creador se transforma en inspector, y la alegría de crear código es reemplazada por la ansiedad de gestionar riesgos
- Algunos ingenieros ya pasan más tiempo evaluando pull requests generados por IA y administrando pipelines automatizados que escribiendo código desde cero
- En palabras de un ingeniero: "No quiero terminar siendo un basurero de código que limpia lo que arroja la IA"
-
Futuro alternativo: orquestador de alto nivel
- El desarrollador evoluciona hacia un orquestador de alto nivel que combina responsabilidades técnicas, estratégicas y éticas
- Gracias a los "workers" de IA, el desarrollador humano asume un rol de arquitecto o contratista general:
- Diseñar la estructura completa del sistema
- Decidir qué tareas asignar a qué IA o componente de software
- Unir varios componentes para armar una solución
- En un entorno de desarrollo agéntico, el ingeniero cumple un papel más cercano al de un compositor que dirige un ensamble de agentes de IA y servicios
- No escribe todo el código directamente, pero define la melodía de la arquitectura, las interfaces y la interacción entre agentes
- Es una combinación de ingeniero de software, arquitecto de sistemas y estratega de producto
- Visión optimista: a medida que la IA se encarga de las tareas monótonas, el rol del desarrollador inevitablemente se desplaza hacia actividades de mayor valor. El trabajo podría volverse más interesante
- La dirección dependerá de cómo las organizaciones integren la IA
- Empresas que ven la IA como una forma de reemplazar mano de obra: reducen el equipo de desarrollo y piden a los ingenieros restantes mantener la automatización
- Empresas que ven la IA como una forma de potenciar al equipo: mantienen la plantilla, pero permiten que cada ingeniero aborde problemas más grandes y proyectos más ambiciosos
-
Consejos para desarrolladores junior
- Buscar expandir el rol más allá de la simple escritura de código
- Desarrollar capacidades con perfil de auditor y administrador, como escribir casos de prueba, configurar pipelines de CI y monitorear aplicaciones
- Mantener la experiencia de construir cosas por cuenta propia mediante proyectos personales para conservar la motivación creativa
- Desarrollar una mentalidad sistémica: entender cómo se comunican los componentes y aprender qué caracteriza a una API bien diseñada
- Estudiar de forma continua blogs de ingeniería y casos de estudio de diseño de sistemas
- Ampliar la comprensión de las herramientas de automatización en general, incluidos frameworks de orquestación y APIs de IA, además de la generación de código
- Adoptar el hábito de escribir documentación con claridad, como si se la estuvieras explicando a otra persona
- Preguntar a los seniors no solo "¿el código funciona?", sino también "¿no se nos escapó nada importante?"
- Prepararse para crecer no solo como codificador, sino como validador, diseñador y comunicador
-
Consejos para desarrolladores senior
- Asumir activamente responsabilidades de liderazgo y arquitectura
- Definir los estándares y frameworks que seguirán la IA y los juniors
- Definir listas de verificación de calidad de código y políticas de uso ético de IA
- Mantenerse al día sobre temas de cumplimiento normativo y seguridad relacionados con software generado por IA
- Enfocarse en la experiencia en diseño e integración de sistemas; mapear el flujo de datos entre servicios e identificar de antemano los puntos de falla
- Familiarizarse con plataformas de orquestación (Kubernetes, Airflow, frameworks serverless, herramientas de orquestación de agentes)
- Reforzar el rol de mentor técnico: más revisiones de código, discusiones de diseño y lineamientos técnicos
- Perfeccionar la capacidad de evaluar rápidamente el código de otros (o de algo más) y dar retroalimentación de alto nivel
- Desarrollar criterio de producto y negocio: entender por qué se crea una función y qué valoran los clientes
- Mantener la energía creativa mediante prototipos, hackatones y exploración de nuevas tecnologías
- Hacer la transición de quien escribe código a quien dirige sistemas
4. El problema de especialistas vs. generalistas
- Los especialistas enfocados solo en un área estrecha corren el riesgo de que su nicho sea automatizado o pierda valor rápidamente
- En un entorno de IA que cambia con rapidez, los ingenieros en T (amplia adaptabilidad + una o dos habilidades profundas) tienen ventaja
- En una situación donde modelos, herramientas y frameworks surgen y decaen rápidamente, apostar la carrera a un solo stack tecnológico es riesgoso
- Los especialistas en frameworks legacy pueden ver una fuerte caída en la demanda en cuanto nuevas herramientas de IA manejen el mismo trabajo con intervención humana mínima
- Los desarrolladores especializados de forma demasiado estrecha en un “stack, framework o área de producto específicos” pueden perder el rumbo cuando ese ámbito decaiga o se vuelva redundante
- Como los desarrolladores de COBOL, los desarrolladores de Flash o los especialistas en motores de juegos móviles que no hicieron la transición cuando la industria se movió
- La diferencia con el pasado es la velocidad del cambio: la automatización con IA puede volver triviales ciertas tareas de programación en muy poco tiempo, debilitando los roles centrados en esas tareas
- Los especialistas que solo saben hacer una cosa, como el ajuste fino de queries SQL o convertir diseños de Photoshop en HTML, pueden enfrentarse a una situación en la que la IA haga el 90% de ese trabajo
- El mercado laboral persigue el nicho más reciente: hace unos años buscaba expertos en infraestructura cloud, pero ahora la demanda de ingenieros de AI/ML se disparó
- Quienes se especializaron de forma estrecha en la tecnología de ayer sienten el estancamiento profesional cuando su nicho deja de ser atractivo
-
Desarrollador en T: un resultado alternativo
- Un “especialista versátil” o desarrollador en T: experiencia profunda en una o dos áreas (trazo vertical) + amplia familiaridad con muchas otras áreas (trazo horizontal)
- Estos ingenieros cumplen una función de “pegamento” en equipos multidisciplinarios: se comunican con distintos tipos de especialistas y cubren vacíos cuando hace falta
- Las empresas prefieren personas con una base sólida y capacidad de moverse por todo el stack, no desarrolladores demasiado superficiales ni demasiado estrechamente enfocados
- Los ingenieros en T pueden resolver problemas de punta a punta sin esperar handoffs, lo que mejora la eficiencia
- La combinación de conocimientos de distintas áreas también amplía la posibilidad de innovación
- Las herramientas de IA en realidad potencian más a los generalistas: una sola persona puede encargarse de varios componentes con mayor facilidad
- Un ingeniero backend puede implementar una UI básica con ayuda de IA
- Un desarrollador frontend puede generar boilerplate de servidor con IA
- En un entorno abundante en IA, se vuelve más fácil para una persona cubrir un rango más amplio
- En cambio, quienes solo tienen experiencia profunda en un área pueden tener rutas de expansión limitadas si su nicho se automatiza parcialmente
- Actualmente, alrededor del 45% de los puestos de ingeniería requieren habilidades en múltiples dominios
- Programación + conocimiento de infraestructura cloud
- Frontend + comprensión básica de ML
-
Consejos para desarrolladores junior
- Al inicio de la carrera, construir conscientemente una base amplia
- Aunque te contraten para un rol específico, seguir observando de manera constante las áreas fuera de ese silo
- Si haces desarrollo móvil, adquirir fundamentos de backend; si haces frontend, ganar experiencia implementando servidores simples
- Aprender herramientas de despliegue y operación como Docker y GitHub Actions
- Elegir una o dos áreas que te interesen personalmente y profundizar en ellas para formar una especialización vertical
- Construir una marca híbrida
- Ej.: desarrollador full stack con enfoque en seguridad cloud
- Ej.: desarrollador frontend con especialización en UX
- Usar herramientas de IA para aprender nuevos dominios rápidamente
- Si estás empezando en backend, generar código básico de API con IA y entender su estructura
- Convertir el reskilling continuo en un hábito cotidiano
- Participar en hackathons o proyectos cross-functional para forzarte a expandirte hacia un rol más generalista
- Decirle a tu manager que quieres participar en otras áreas del proyecto
- Al comienzo de la carrera, la adaptabilidad en sí misma es la ventaja competitiva más fuerte
-
Consejos para desarrolladores senior
- Tener claro tu propio mapa de habilidades
- Cuáles son tus áreas de especialización profunda
- Qué dominios adyacentes solo has tocado de manera superficial
- Elegir una o dos áreas adyacentes y llevarlas hasta un nivel conversacional
- Si eres especialista en bases de datos, familiarízate con frameworks frontend modernos o aprende los fundamentos de los pipelines de ML
- Aprovechar el apoyo de la IA para hacer pequeños proyectos experimentales en áreas donde eres más débil
- Conectar tu experiencia actual con nuevos contextos
- Si eres especialista en rendimiento de aplicaciones web, explorar cómo esa habilidad puede aplicarse a la optimización de inferencia de ML
- Diseñar tu rol de forma más cross-functional o proponer activamente una posición así
- Ofrecerte como responsable de integración en proyectos donde se entrelazan varias áreas
- Mentorear a otras personas para difundir tus habilidades y, al mismo tiempo, aprender de ellas nuevas perspectivas y conocimientos
- Actualizar tu currículum para que refleje versatilidad y capacidad de expansión
- Con base en la experiencia acumulada, organizar patrones recurrentes y conocimientos transferibles
- Convertirte en un modelo T: profundidad en tu especialidad (que da autoridad y confianza) mientras te expandes activamente en horizontal
5. El problema de la educación
- Sigue siendo incierto si el título de Ciencias de la Computación (CS) continuará como el estándar de oro, o si rutas de aprendizaje más rápidas como bootcamps, plataformas en línea y capacitación impulsada por empleadores lo reemplazarán
- También es posible que las universidades queden estructuralmente en desventaja para seguir el ritmo de una industria que cambia cada pocos meses
-
Escenario 1: la universidad sigue siendo importante, pero le cuesta mantenerse relevante
- El título sigue siendo una credencial básica, pero se queda atrás frente a la velocidad del cambio debido a ciclos lentos de actualización curricular y procesos burocráticos de aprobación
- Estudiantes y empleadores sienten que la academia está desconectada de la industria y enseña teoría o prácticas obsoletas que no se traducen en habilidades laborales
- Recién graduados reportan que nunca aprendieron sobre computación en la nube, DevOps moderno ni herramientas de IA durante la carrera
- Si la universidad exige una alta inversión de tiempo y dinero mientras ofrece una formación poco relevante, corre el riesgo de parecer un gatekeeper costoso
- Muchas empresas siguen exigiendo licenciatura por inercia, por lo que la carga recae en los estudiantes, que llenan la brecha con bootcamps, cursos en línea y proyectos autodidactas
- La deuda por préstamos estudiantiles es enorme, y las empresas gastan miles de millones de dólares en capacitar a recién graduados (debido a la falta de habilidades necesarias en el trabajo)
- Las universidades pueden agregar clases de ética de IA u optativas de computación en la nube, pero para cuando se implementen de verdad, es posible que las herramientas de la industria ya hayan cambiado
-
Escenario 2: la educación tradicional es reemplazada gradualmente por nuevos sistemas
- Bootcamps de programación, certificaciones en línea, portafolios autodidactas y academias de formación creadas por empleadores
- Grandes empresas como Google e IBM eliminan el requisito de título para ciertos puestos técnicos
- En 2024, alrededor del 45% de las empresas planea eliminar el requisito de licenciatura en algunas posiciones
- Los bootcamps entran en una etapa de madurez y gradúan talento que es contratado en empresas top junto con egresados de CS
- Estos programas son más cortos (12 semanas intensivas) y se enfocan en habilidades prácticas: frameworks actuales, servicios cloud y trabajo en equipo
- Los criterios de contratación se desplazan del título hacia portafolios reales, microcredenciales y habilidades verificadas
- Un portafolio sólido en GitHub o una certificación reconocida puede funcionar como una vía para sortear el requisito de título
- Se expande la formación impulsada por empleadores: las empresas crean sus propios pipelines de capacitación o forman alianzas directas con bootcamps
- Algunas big tech ya comenzaron a operar programas internos de formación (universidad) para talento no tradicional
- La propia IA ofrece nuevas formas de aprendizaje: tutores de IA, sandboxes interactivos de programación y entornos de aprendizaje personalizados fuera de la universidad
- Un ecosistema de aprendizaje modular supera al costoso título universitario de cuatro años en accesibilidad y flexibilidad
- Personas en países sin universidades sólidas de CS pueden tomar el mismo curso de Coursera que alguien en Silicon Valley y construir el mismo tipo de portafolio
-
Consejos para aspirantes y desarrolladores junior
- Aunque estés en una carrera tradicional de CS, no asumas que eso por sí solo será suficiente
- Complementa las clases con proyectos reales: construir una web app, contribuir a open source
- Aprovecha activamente las pasantías o programas de cooperación universidad-empresa
- Usa plataformas en línea para cubrir temas recientes que no aparecen en el plan de estudios
- Obtén certificaciones de la industria como GCP, AWS o Azure para señalar claramente tu capacidad práctica
- Si estás estudiando por tu cuenta o en un bootcamp, enfócate en un portafolio convincente: al menos un proyecto sustancial bien documentado
- Participa en comunidades de desarrolladores: contribuciones a open source, redacción de posts técnicos
- Haz networking por medio de LinkedIn, meetups y eventos para desarrolladores
- Consigue recomendaciones y confianza de desarrolladores con experiencia
- Piensa siempre bajo la premisa del aprendizaje continuo: la vigencia de las habilidades técnicas es corta
- Aprovecha activamente la IA como tutor personal
- Demuestra tus habilidades con medios concretos: un portafolio, certificaciones y la capacidad de hablar con criterio sobre tu trabajo abren puertas
-
Consejos para desarrolladores senior y líderes
- No se puede sostener una carrera para siempre solo con credenciales o títulos del pasado
- Invierte en educación continua: cursos en línea, talleres, conferencias y certificaciones
- Valida habilidades de nuevas maneras; prepárate para entrevistas que evalúan la capacidad actual a través de problemas reales
- Mantén side projects usando nuevas tecnologías
- Reevalúa los requisitos del puesto: ¿de verdad se necesita un título en CS, o lo que se necesita son habilidades específicas y capacidad de aprendizaje?
- Impulsa la contratación centrada en habilidades para ampliar el pool de talento
- Apoya programas de capacitación interna o roles estilo apprenticeship
- Apoya círculos de mentoría para desarrolladores junior sin formación formal
- Vincúlate con la academia y la educación alternativa: consejos asesores, charlas invitadas y retroalimentación sobre brechas curriculares
- Refleja esto en tu propio crecimiento profesional: los resultados reales y el aprendizaje continuo importan más que títulos adicionales
Idea central transversal
- Los escenarios presentados no son mutuamente excluyentes, y la realidad probablemente avance como una mezcla de elementos de cada uno
- Algunas empresas reducen la contratación junior, mientras otras expanden el personal de desarrollo en nuevos dominios
- Cuanto más automatice la IA la programación rutinaria, más subirán los estándares de calidad para el código que sigan manejando directamente las personas
- También es posible un flujo de trabajo en el que el desarrollador revise por la mañana resultados generados por IA y por la tarde diseñe arquitectura de alto nivel
- El contexto que atraviesa todo es la idea de que el cambio es lo único que no cambia
- Cuanto más se mantenga al mismo tiempo la atención en las tendencias tecnológicas y una mirada escéptica sobre ellas, menos probable será caer en expectativas exageradas o en el pesimismo
- Mientras se actualicen continuamente las tecnologías, se amplíen las capacidades y se ponga el foco en fortalezas propiamente humanas como la creatividad, el pensamiento crítico y la colaboración, será menos probable quedarse fuera de la corriente
- Ya sea que llegue un renacimiento del código o una era en la que el código se escriba solo, siempre existirá demanda para ingenieros que vean el panorama completo, aprendan de forma continua y apliquen la tecnología para resolver problemas reales
- La mejor manera de predecir el futuro es ingenierizarlo activamente
10 comentarios
Así como se fue Fortran, salieron C++, Java y Next.js, y aun así los ingenieros de software necesitan conocer CS, creo que aunque haya aparecido la IA, los conocimientos básicos de CS siguen siendo imprescindibles. Al final solo cambian las herramientas, pero la esencia es la misma... Mientras uno siga en la industria IT, seguir estudiando es prácticamente un destino inevitable..
Está buenísimo. Es un texto que deberían leer todos, desde juniors hasta seniors.
Creo que desde el año pasado hasta el próximo vamos a vivir el mayor punto de inflexión en la ingeniería de software.
Si aquí se te pasa el cambio de época, podrías quedarte muy atrás.
Yo también a veces pienso lo mismo. No tiene fin.
"A veces pienso si haber elegido el desarrollo de software fue una mala decisión
Incluso al volverte senior, igual te exigen seguir estudiando y hacer proyectos paralelos
No sé cuándo podré tener hobbies o vida social"
Si ahora mismo no estás logrando incorporar suficientemente la IA a tu trabajo, hasta tener FOMO parece razonable.
Me parece un texto con verdadera profundidad.
Soy un desarrollador senior en activo con 23 años de experiencia, y desde la segunda mitad de 2024 he estado llevando al extremo el desarrollo con LLM y el vibe coding. Lo estoy aprovechando de formas muy diversas: AOS/iOS, full stack de servicios web, batch e incluso fine-tuning de modelos; trabajo levantando alrededor de 5 agentes.
No pensé que volvería a vivir la experiencia de quedarme dormido después de programar sin darme cuenta de cómo pasó el tiempo, algo que no me pasaba desde principios de los 2000 jaja.
En fin, últimamente pienso que el área del desarrollo ya se está convirtiendo en algo que cualquiera podrá hacer.
El avance de los agentes de coding se va a acelerar todavía más, y desarrollar será cada vez más fácil y cómodo. Llegará a ser como hacer un documento en Excel o Word.
Como dice Andrej Karpathy, el mejor lenguaje de programación es el "inglés"; estoy de acuerdo.
En lo personal, estoy leyendo más papers de IA y también tratando de escribir más para expresarme de manera lógica (y también esforzándome por conversar más con la IA).
De verdad son tiempos muy emocionantes.
Hay una traducción, así que la comparto.
https://rosetta.page/post/…
Qué texto tan perspicaz; lo sigo leyendo una y otra vez.
Será una era en la que sobrevivirán los arquitectos y los ingenieros de QA. Juzgar si esto es correcto o no...
Opiniones en Hacker News
Sinceramente, ahora todo se siente como una gran apuesta
Ni la tecnología, ni los estudios, ni los contactos, ni el trabajo garantizan una base estable para la vida
Quienes ya pagaron sus deudas, compraron una casa y formaron una familia están apostando su futura comodidad, y quienes recién empiezan con préstamos estudiantiles y una base social inestable están apostando literalmente su vida
Ahora tengo familia, así que no puedo mudarme fácilmente ni vivir en modo ahorro, y eso me genera mucha más ansiedad
Seas programador o no, todos vivimos con la ansiedad de ser reemplazados pronto
La economía de EE. UU. también está hecha un desastre, así que este es un momento duro para vivir
Es algo financiero, pero también el miedo a perder un trabajo estable que podía tener incluso sin grandes habilidades sociales
En cuatro años y medio podría alcanzar una independencia financiera básica, y me pregunto cómo me sentiré entonces
A los 25 puedes volver a empezar, pero a los 42 con familia eso sí sería realmente estresante
El mejor momento era al inicio de tu carrera, y el segundo mejor momento es ahora mismo
En mi experiencia, los LLM no automatizan la programación; más bien son herramientas para acelerarla
Imagino la solución que quiero en mi cabeza y le explico al LLM por bloques mientras voy construyendo el código
Lo más importante es que ya no tengo que buscar tanto funciones de librerías o sintaxis
El problema es que el código malo muchas veces sigue siendo lo bastante rentable
Para prototipos o pruebas de concepto está bien, pero no sirve para código mantenible
Como en la analogía entre un banco y una presa: cualquiera puede hacer un banco, pero no una presa
Los LLM facilitan producir código de baja calidad, pero el código de alta calidad sigue siendo necesario
Pero en HN solo se habla de exageraciones como “vibecoding”, y eso hace difícil una discusión real
Sí, los LLM están avanzando hacia poder trabajar de forma más autónoma, pero el ritmo es gradual
De hecho, el verdadero cambio me parece que es que los no desarrolladores por primera vez pueden automatizar su propio trabajo
Eso tendrá un gran impacto en toda la industria y, al final, nos acerca más al propósito original de la computadora
Aumentar líneas de código con IA no es un logro; más bien es una forma de acumular deuda técnica
Rust ayuda especialmente
He tenido la experiencia paradójica de que, mientras más grande se vuelve el sistema, más fácil se vuelve desarrollar
Si la IA automatiza el trabajo junior, eso solo significa que cambia la definición de ‘junior’
No desaparecen los juniors; cambia el rol
En 2024 había 14 interns, y en 2025 bajaron a 4: un recorte de presupuesto del 60 al 70%
Antes la mitad del equipo era gente nueva; ahora son equipos completamente senior
Me hace sentido el escenario en el que la IA dispare la demanda de desarrolladores en cada industria
Pero no creo que ese rol necesariamente tenga que llamarse “desarrollador”
Los puestos que ya existen en cada industria van a evolucionar hacia saber usar bien la IA
Al final, lo importante es aprender conocimiento de dominio específico mientras desarrollas también la capacidad de usar IA
Pero en el momento en que los CTO se den cuenta de que pueden reemplazar SaaS, va a venir un boom de desarrollo de soluciones internas
Si estamos entrando en una era en la que la IA escribe código por nosotros, la clave es la velocidad de validación
Cuando escribes el código tú mismo, lo entiendes mejor, y sin entendimiento no puedes validar
Al final hay que aceptar el trade-off entre velocidad y precisión
El código llega de golpe, y por el FOMO de ir rápido existe un gran riesgo de que baje la calidad de la revisión
La UX de la herramienta en sí invita a bajar la guardia
Soy escéptico ante la idea de que la IA vaya a aumentar la demanda de desarrolladores en todas las industrias
El software ya está profundamente metido en todas las industrias, y lo único que queda es la automatización total
Pero ese cuello de botella no es técnico, sino un problema político y del mundo real
No va a crear nuevas categorías laborales como sí lo hizo la revolución del automóvil
Hace falta reducir la dependencia del software, y Alemania en particular ya tiene que empezar a usar computadoras en serio
El autor original parece no entender bien las preguntas clave sobre la IA
Por ejemplo, decir que “los expertos corren riesgo de ser automatizados” es al revés
Los expertos supervisan la herramienta, y los no expertos siguen sus instrucciones
Lo mismo pasa en la universidad: quien conoce la teoría controla la máquina
Ah, solo hice la broma de querer rendirme con todo
Lo gracioso es que el autor habló de COBOL, y mi vecino todavía trabaja con COBOL en un banco
Ya era así hace 14 años y sigue igual ahora
A veces me pregunto si elegir desarrollo de software fue una mala decisión
Incluso siendo senior, igual te exigen seguir estudiando y hacer proyectos paralelos
No sé en qué momento se supone que uno puede tener hobbies o vida social
Cada vez que cambiaba un framework de JS, mi carrera se sentía como una apuesta
Aposté fuerte por Angular y luego vi cómo todo se movía hacia React, y siempre me preguntaba dónde convenía invertir
Al final se sentía como pasar la vida apostando en medio de la ansiedad
Pero si quieres la excelencia, hace falta esfuerzo extra
Ambas son decisiones válidas
La empresa existe para generar ganancias, así que cada quien tiene que proteger su propia vida
Puedes trabajar en una empresa estable, aprender con calma y avanzar despacio, o perseguir tendencias y crecer rápido
Al final depende de tus objetivos y valores
Pero si el objetivo era el dinero, y ya lo lograste, entonces no hay problema
Eso sí, si quieres llegar a la cima, tienes que amar el trabajo en sí
Me ayudó mucho 👍👍