La pregunta del analista de riesgos Ian Bremmer provocó una sacudida en ciertos ámbitos del sector tecnológico: “¿Es peor aprender código que tatuarse la cara?” Oleadas de despidos han convivido a lo largo del último año con flamantes fichajes, incluido el reciente de Aaron Saunders, ex CTO de Boston Dynamics, como nuevo vicepresidente de ingeniería de hardware de Google DeepMind. La inteligencia artificial (IA) física asoma la cabeza y, de pronto, hemos descubierto que China tiene la llave: lidera ya la innovación en los componentes físicos de la robótica del futuro.
La industria se encuentra en un momento de transición en busca de los casos de uso definitivos que justifiquen las descomunales inversiones que se anuncian en el negocio de la inteligencia artificial (IA). ¿Una locura que OpenAI, con apenas 13.000 millones de dólares de facturación, lleve comprometidos 1,4 billones? De momento, como reconocieron los CEO de Microsoft y Amazon, Satya Nadella y Andrew Jassy, en su última reunión con inversores, la demanda de servicios vinculados al nuevo ciclo de la IA generativa supera ampliamente a la capacidad instalada en los centros de datos. Y será así, al menos, hasta junio que viene.
En contraste con el reajuste a nivel corporativo, las estadísticas del Federal Reserve Bank de Nueva York muestran que la tasa de desempleo de los recién graduados en ingeniería informática (7,5%), ciencias de la computación (6,1%) y sistemas de información (5,6%) es incluso superior a la de los que acaban la carrera en periodismo (4,4%), filosofía (3,2%) y psicología (3,6%). Los estudiantes representan ahora solo el 7% de las contrataciones de las grandes tecnológicas, que fichan a un 25% menos personal joven que en 2023, según la consultora SignalFire. En el caso de las empresas emergentes, son apenas el 6% de sus nuevos empleados, probablemente debido a que las tecnológicas de Serie A son hoy un 20% más pequeñas que en 2020.
GitHub es la mayor comunidad de desarrolladores de software del mundo, con 180 millones de profesionales en todo el mundo, 2,3 millones de ellos en España. Fue creada en 2008 en San Francisco y adquirida por Microsoft diez años después por 7.500 millones de dólares. Su director de operaciones, Kyle Daigle, se echa a reír desde un despacho en los alrededores Boston (EEUU) cuando escucha la pregunta de Ian Bremmer. “2025 ha sido nuestro año de mayor crecimiento, más de un nuevo desarrollador por segundo”, dice en exclusiva a Retina.
El nuevo papel de los informáticos
Existe un enorme debate sobre cómo transformará el trabajo de los desarrolladores la IA. Entre el 20% y el 30% del código que existe ya en los repositorios internos de Microsoft ha sido generado por IA. Las sugerencias de los sistemas artificiales son aceptadas en un 40% de los casos y la compañía espera llegar al 95% generado automáticamente en 2030. Son porcentajes similares a los que manejan compañías como Google e IBME y han identificado consultoras como McKinsey y Accenture. Gartner vaticina que el código asistido por IA alcanzará el 58% en 2026.
En cierto modo, podría decirse que Kyle Daigle concuerda con Bremmer. “La IA ayuda a alcanzar una meta aprendiendo durante el camino, y eso es mucho mejor para aprender a programar así que ir a la Universidad”, dice. No se trata simplemente de poder usar vibe coding (la inteligencia la IA genera código a partir de instrucciones hechas en lenguaje natural, en lugar de escribirlo manualmente).
Es mucho más que eso. Si se quiere desarrollar un videojuego, “la IA explica paso a paso qué debes hacer: primero, necesitas un personaje y pide que lo describas, y así. Es lento, pero verdaderamente estás aprendiendo a escribir código informático pensando en el objetivo, en lugar de solo aprender su semántica, que es como hemos enseñado programación desde los años 70”.
Reunir a desarrolladores y a agentes de IA en la plataforma Agent HQ ha sido el gran proyecto de GitHub durante los últimos meses. “Cada vez más desarrolladores trabajan en una tarea en su IDE (entorno de desarrollo integrado), asignan dos o tres tareas más al agente de codificación y más tarde las revisan, al igual que delegarían en un compañero de trabajo”.
El ser humano aún controla ese flujo de trabajo, “pero permite al agente de IA descubrir y encontrar exactamente lo que necesita construir, y no solo eso, sino también probar y revisar el trabajo. De esa manera, una vez terminado, es mucho más probable que funcione en el mundo real”.
En los últimos cinco años, incluso antes de la era de las herramientas de IA, los desarrolladores solo dedicaban el 20% de su tiempo a escribir código. “No sólo podemos hacer esa tarea más productiva, sino que podemos enviar a tres, cuatro o cinco agentes de codificación a trabajar”, apunta.
Cae la barrera de entrada
El directivo de GitHub no cree que la adopción de herramientas de IA vaya a provocar una reducción de desarrolladores. “Bromeo con algunos de nuestros clientes cuando hablamos de esto. Les pregunto: ‘¿está completa tu empresa? ¿Es tu negocio definitivo? Terminas tres últimas cosas y puedes decir: terminamos y simplemente nos vamos a dejar llevar’. Eso no es cierto. Lo que sucede con estas herramientas, al igual que en transiciones tecnológicas anteriores, es que en cada momento el nivel de abstracción, lo que podemos lograr con menos trabajo, aumenta”.
De hecho, el principal efecto de la IA en el mundo de la programación es, en su opinión, que “la barrera de entrada parece estar bajando. Es una de las primeras veces que la tecnología realmente ayuda a la gente a crear y resolver un problema real”. Suena a mezclar dulce y salado en tecnología, pero para el directivo de GitHub la IA incentivará la parte social de la actividad de desarrollo de software. “Cuando empezó GitHub en 2008 era social, se trataba de reunir a la gente para resolver problemas y compartir código, estamos haciendo lo mismo, pero invitando a mucha más gente a la conversación”.
Para entender el proceso le propongo una analogía: la IA produce un cambio similar al que supuso ordenador personal (personal computer), porque propicia la computación personal (personal computing). “100%, exacto”, corrobora Kyle Daigle, “cada vez más personas se sienten cómodas empezando a aprender código. No se convertirán en desarrolladores de software profesionales, al igual que quienes aprendemos matemáticas no nos convertimos en físicos o científicos”.
Las “aplicaciones personales” están en auge. “Tener la aplicación que quiero en mi teléfono o en mi ordenador es algo muy real. El fin de semana creé una aplicación que nos permite a mis amigos y a mí elegir a qué jugar cuando nos reunimos. Hace un año o dos me habría llevado seis o siete horas, pero durante ahora puedo hacerlo en una hora”, explica. “Ya se puede ver muy claramente en la industria, con las aplicaciones de vibe coding, cada vez más gente está creando este tipo de aplicaciones personales, notaremos que el nivel de comprensión de la tecnología aumentará”.
Reescribir Cobol
Resulta llamativo, pero para Kyle Daigle la tecnología obsoleta constituye el otro gran vivero de aplicaciones posibles de la IA hoy en día. Se estima que en torno al 60% del código informático que rige la economía mundial está escrito en un lenguaje que muy pocos profesionales controlan hoy en día, el Cobol. Ocupa el corazón informático de bancos, cadenas de distribución, aerolíneas… migrarlo a un entorno moderno resulta “increíblemente costoso”, pero “es posible cuando usamos estas herramientas de IA. Ahí es donde creo que estos nuevos desarrolladores que salen de la universidad y hacen prácticas tienen una gran oportunidad”.
“Los espacios donde la IA puede ser más útil para el mundo y para las empresas, también son aquellos con la menor cantidad de código público. Por ejemplo, hay muy poco código público de Cobol, así que obviamente los modelos de IA de los diversos proveedores no pueden usarlo para entrenarse, para averiguar cómo generar código o para hacer la migración a otras tecnologías de cara al futuro”, argumenta el directivo de GitHub.
En su mundo ideal de los próximos años, “la industria de la tecnología financiera podría unirse y decir: cinco de nosotros, o 10, o 15, pondremos nuestro código de Cobol o el mainframe en una caja y lo mezclamos todo para que no se pueda identificar de quién es. Y vamos a crear un modelo que sea capaz de generar código para que todos podamos avanzar juntos hacia este futuro. Porque al final del día, este problema es similar al de los datos”.
El informe sobre el Estado del Desarrollo de Software Asistido por IA, que elabora el programa DORA de Google, ha dejado este año una frase para enmarcar: “la IA puede actuar como un espejo y un multiplicador. En organizaciones cohesionadas, la IA impulsa la eficiencia. En las fragmentadas, resalta las debilidades”. El uso que hagamos de la IA acabará siendo, en última instancia, una medida de nosotros mismos.