La IA no es una colega, sino un exoesqueleto

• La visión de la IA como colega autónoma suele ser decepcionante, pero el enfoque de verla como una herramienta que amplifica las capacidades humanas genera resultados transformadores
• Igual que los casos de exoesqueletos (exoskeleton) en manufactura, ámbito militar, medicina y running, la IA no debe reemplazar el juicio humano, sino funcionar como un dispositivo de apoyo que aumente la sostenibilidad y la eficiencia
• Kasava implementa una “gráfica de producto (Product Graph)” para integrar código, issues e información estratégica, y así materializar una estructura de combinación entre IA y juicio humano
• Con una arquitectura de “microagentes (Micro-Agent)”, divide el trabajo en partes más pequeñas para que la IA amplifique las tareas repetitivas mientras las personas conservan la toma de decisiones
• Las mejoras de productividad del futuro no vendrán de la autonomía total, sino de la amplificación humana (amplification), y la IA terminará estableciéndose como una extensión natural de las personas

---

El modelo equivocado de la IA y el modelo de “exoesqueleto (exoskeleton)”

• Cuando las empresas tratan la IA como un agente autónomo, suelen decepcionarse; en cambio, las que la usan como una herramienta para expandir las capacidades humanas experimentan cambios reales
• La IA no debe operar como un sujeto de juicio independiente, sino como una extensión de la toma de decisiones humana
• La metáfora “la IA no es una colega, sino un exoesqueleto” redefine el papel de la IA como un dispositivo de amplificación centrado en las personas

Casos reales de exoesqueletos

• Manufactura: Ford introdujo EksoVest en 15 plantas de 7 países y redujo la tasa de lesiones en 83%, mientras que BMW reportó una reducción del esfuerzo de los trabajadores de 30 a 40%
  • Cray X de German Bionic ofrece soporte de levantamiento de 66 libras, y entre clientes como BMW e IKEA se registró una reducción de 25% en las bajas por enfermedad
• Ámbito militar: Sarcos Guardian XO Max ofrece una amplificación de fuerza de 20:1, haciendo que 100 libras se sientan como 5 libras
  • Lockheed Martin HULC puede transportar una carga de 200 libras a 7 millas por hora, contribuyendo a prevenir lesiones musculoesqueléticas
• Rehabilitación médica: 76% de los pacientes con lesión medular pueden caminar sin asistencia al usar un exoesqueleto
• Investigación en running: el exoesqueleto de tobillo de Stanford reduce el consumo de energía en 15%, y el soft suit de Harvard reduce el costo metabólico en 5.4%
• El punto en común es que no reemplazan a las personas, sino que amplifican sus capacidades

Los límites del concepto de “agente de IA”

• La IA autónoma provoca errores de juicio y problemas de alucinación (hallucination) por falta de contexto
• Cuando intenta tomar decisiones de forma independiente sin comprender el juicio humano y el contexto, la probabilidad de fracaso es alta
• Kasava adopta una estructura en la que la IA realiza análisis profundos, pero las decisiones las toma la persona

La gráfica de producto (Product Graph) de Kasava

• Primera capa: recopila automáticamente codebase, commits, issues, PR y datos del proyecto para modelar la estructura real del producto y su estado de evolución
• Segunda capa: refleja el juicio estratégico y las prioridades proporcionadas por el usuario para combinar datos automatizados con juicio humano
• Gracias a esta unión, la IA puede realizar análisis considerando tanto el contexto real del producto como la intención del equipo
• Como resultado, Kasava implementa una estructura de amplificación simbiótica entre IA y personas

Arquitectura de microagentes

• Descompone el trabajo no por rol, sino por tareas detalladas, para identificar qué partes puede amplificar la IA
  • Por ejemplo: redactar mensajes de commit, buscar patrones de código, escribir código boilerplate, revisión de seguridad, actualización automática de documentación, etc., son tareas que puede realizar la IA
  • La definición de funcionalidades, el debugging complejo y las decisiones de arquitectura siguen estando lideradas por personas
• Cada microagente se enfoca en una sola función y define con claridad los límites de entrada y salida
• Para mantener el modelo de exoesqueleto, las personas deben permanecer dentro del ciclo de decisión

Efectos en la productividad y significado de la amplificación

• Como muestran los estudios sobre exoesqueletos, un ahorro de energía de 15% no solo mejora la eficiencia, sino que también aumenta la sostenibilidad y la resiliencia
• En software, si se reducen las tareas repetitivas, es posible reorientar los recursos cognitivos hacia trabajo creativo
• Kasava logra un aumento compuesto de productividad mediante actualización automática de documentación, redacción automática de mensajes de commit e integración de workflows
• Esto es el efecto acumulado de un enfoque de IA amplificadora, no de IA autónoma

Perspectiva futura: no autonomía, sino amplificación

• Las organizaciones no deberían preguntar “¿cómo hacemos que la IA trabaje de forma autónoma?”, sino “¿qué partes del cansancio y de los errores podemos reducir?”
• La razón por la que se proyecta que la industria de los exoesqueletos crezca 20% anual hasta 2030 y alcance un mercado de 2 mil millones de dólares es que fortalece a las personas sin reemplazarlas
• Del mismo modo, en IA, las herramientas de amplificación integradas de forma natural al workflow humano son las que generarán valor sostenido

[GN⁺]

Comentarios en Hacker News

• No estoy de acuerdo con esa idea de auto consuelo de que “la IA me potenciará pero no me reemplazará”
  Al final, el usuario terminará moldeando sistemas formales como si fueran arcilla
  A mediano plazo, es correcto decir que “la IA no es una compañera de trabajo”
  La colaboración humana es inherentemente ineficiente, y el desarrollo de software se convertirá rápidamente en un deporte individual
  Creo que es mejor una estructura donde trabaje una sola persona diseñadora con buen sentido estético junto con muchos agentes

  • La IA de la generación actual no es más que un simple predictor de texto, así que en realidad no puede encontrar fallas lógicas en el código
  • Es demasiado asumir que todas las personas podrán comunicarle requisitos claros a la IA
    Además, también es dudoso que la IA pueda mantener eso cuando cambien las plataformas y las librerías
  • Jensen Huang dijo que “ahora todo el mundo se ha convertido en programador”
    Artículo relacionado: Nvidia CEO predicts the death of coding
  • Brooks ya había señalado hace 50 años el problema del costo de comunicación al agregar más personal
    Da igual si agregas más personas o más bots; en esencia es lo mismo
  • La expresión “la IA me leveragea” suena como si la IA se subiera pisándome
    Tal vez esa sea, de hecho, la metáfora correcta

• La metáfora del exoesqueleto suena bien, pero no es realista
  En la práctica hay enfoques mucho más útiles: vehículos, brazos robóticos, control remoto, etc.
  Los robots humanoides gigantes son comercialmente ineficientes

• Coincido con la afirmación de que “estamos pensando mal sobre la IA”
  Los CEO de Anthropic y OpenAI ya dejaron clara su intención: apuntan a una reducción del 90% de los SWE

  • Pero casi nadie se lo cree en serio
    Antes también decían que nos reemplazarían UML, los desarrolladores offshore, el no-code, etc., pero al final la IA no es más que una herramienta
    Las declaraciones de los CEO no son más que mensajes para inflar la cotización
  • Si quieres reducir la demanda de SWE, antes que la IA tendrías que resolver el problema de la eficiencia organizacional
    En la práctica, muchos desarrolladores pierden tiempo en proyectos de valor poco claro
  • Sin un gran avance, eso es imposible
    Irónicamente, los desarrolladores que construyen estas herramientas podrían ser los primeros en perder el trabajo
  • Sería mucho mejor si no hubiera tanta obsesión con la IA agéntica
    Las herramientas de IA dentro del IDE son mucho más precisas y rápidas
    Pero Claude empuja a “terminarlo de una vez” minimizando al máximo el contexto
    Eso parece un diseño hecho para beneficiar a la empresa más que al usuario
  • No es realista decir que la demanda de SWE caerá un 90%
    Cuanto más aumenta la eficiencia, más software complejo se termina construyendo, y la demanda incluso puede crecer

• La metáfora del exoesqueleto consuela, pero el cambio real es la ‘escalabilidad del gusto’
  Antes, incluso alguien con muy buen criterio tenía difícil ejecutar sin un equipo
  Ahora, con el buen gusto y la capacidad de diseño de una sola persona, se pueden producir resultados a escala de equipo
  El cuello de botella pasó de “¿puedes escribir código?” a “¿vale la pena construir esto?”

  • Me parece interesante la expresión “un juego completamente distinto”
  • Se puede prototipar rápido, pero para llegar a nivel producto todavía hace falta experiencia
  • En realidad esa es justo la definición de augmentación, porque es una herramienta que amplifica la capacidad de una persona
  • Decir que “una sola persona despliega software que antes requería un equipo” suena un poco exagerado

• La IA ya está funcionando como una compañera de trabajo (co-worker)
  Tareas que antes se le asignaban a personas ahora se delegan a la IA

  • En realidad, el rango de trabajo que se puede delegar es mucho más amplio
    La mayoría de las industrias todavía casi no aprovechan ese potencial
  • Pero también hay casos en los que resulta estresante tener que corregir lo que produjo la IA

• En Lenny’s Podcast, Boris, autor de Claude Code, dijo que “escribir código ya es un problema resuelto”
  Si los ingenieros dejaran de contribuir al open source, me pregunto si la IA todavía podría seguir aprendiendo

  • Esa afirmación es demasiado tajante
    Lo que dicen quienes hicieron estas herramientas tiene conflicto de interés
  • Probablemente él trabaja sobre una codebase limpia con buenas pruebas
    En un entorno así, escribir código puede parecer simple, pero la mayoría de los proyectos no son así
  • No es un problema de “escribir código”, sino de “ingeniería de software”
    Ese campo todavía no se ha estancado
    Como los patrones no son ortogonales, tampoco se puede explicar con una simple combinación lineal
  • Es parecido a decir que “si la poesía ya es un arte completado, entonces ya no hacen falta poetas”
    Seguimos necesitando ingenieros creativos
  • Vi una demo donde Boris resolvía issues abiertos de Excalidraw con un agente de Claude
    Solucionó el problema sin escribir él mismo ni una sola línea de código
    Tal vez no esté completamente equivocado

• Ponerse un exoesqueleto no significa que puedas correr 10 veces más rápido ni mover las manos más rápido
  La analogía no encaja

• Cuando veo que la IA genera tan seguido frases como “Not X, but Y”, me da la impresión de que está basada en plantillas

  • Se detectó otra vez el patrón “It’s not X, it’s Y”

• La IA actual es para mí algo así como un amplificador
  Me potencia para programar y para ciertas tareas
  No me preocupa hasta que llegue un reemplazo completo

  • Pero amplificar al final significa hacer más trabajo con menos gente
    Eso puede llevar a una caída en la demanda laboral y en los salarios
  • En consecuencia, es muy probable que avancemos hacia una situación en la que se necesiten menos desarrolladores para producir lo mismo

[dkmin]

Gracias por compartirlo. Es refrescante.