Hace apenas unos años, aprender a programar era sinónimo de asegurar el futuro profesional. Escuelas, universidades, empresas, incluso gobiernos apostaban —y apuestan— a formar programadores, convencidos de que sería la habilidad más codiciada del siglo XXI. Pero el boom vertiginoso de la inteligencia artificial hizo que diera un giro inesperado, que se pusiera en duda aquella certeza: ¿programar seguirá siendo una habilidad esencial o se volverá un commodity, desplazado por máquinas que codean mejor y más rápido?
En el mundo de las startups, ya se libra una batalla por conseguir al asistente de código más eficiente, que pueda desarrollar tareas complejas en segundos y con mejor calidad que los humanos. Cognition, una empresa erigida en San Francisco, ya logró un gran paso a fines de 2023 cuando configuró un servidor que su propio equipo no lograba hacer funcionar. Desde entonces, avanzó hacia tareas básicas de ingeniería de software —como corregir errores o actualizar código—, con una diferencia clave: en lugar de sugerir fragmentos, ejecuta trabajos completos de manera autónoma.
Su lanzamiento despertó críticas en torno a su verdadero alcance, pero lo cierto es que la startup ya cerró contratos con clientes importantes como Ramp, MongoDB y Nubank. Sus competidores también se esfuerzan por doblegarlos, en un mercado de código con IA que se expande y atrae inversiones millonarias, lo que podría impactar —más temprano que tarde— en el empleo de los programadores.
Para Farjam Eshraghian, profesora de Negocios Digitales en la Universidad de Westminster, todavía es pronto para medir el impacto completo de la IA en la programación. “Las empresas empezaron a incorporar IA en sus prácticas, pero los programadores humanos siguen contribuyendo significativamente al código que se escribe en la industria”, explicó en diálogo con Infobae.
Según sus investigaciones, las herramientas de IA se usan sobre todo para tareas tediosas y repetitivas, pero el conocimiento profundo de los programadores por ahora es indispensable para integrar correctamente las piezas del software. A muchas compañías, además, les preocupa la seguridad en torno a la IA y, por eso, prohibieron cargar datos sensibles en plataformas como ChatGPT o GitHub Copilot. En su lugar, desarrollan sus propios modelos de lenguaje basados en opciones open source -de código abierto- como Llama y Gemma.
Lo que parecía un mercado de crecimiento imparable, se frenó en los últimos años a nivel mundial. En la Argentina, en sintonía con la tendencia global, los datos aportados por la Cámara de la Industria Argentina del Software (CESSI) muestran que la cantidad de búsquedas de programadores se mantiene estable, con una leve inclinación a la baja respecto del avance que se había vivido durante la pandemia. Una desaceleración que no necesariamente augura la extinción del programador, pero sí un cambio profundo en su rol.
Blas Briceño, director ejecutivo del Programa SAAF de la CESSI, coincide en que la esencia del trabajo cambió, pero que el desarrollo de software es fundamental, en especial en proyectos que integran inteligencia artificial. “Más que programar, hoy importa comprender, crear, trabajar en equipo y saber integrar la IA como una aliada. Los programadores más valiosos serán aquellos capaces de adaptarse al nuevo paradigma, no solo dominando lenguajes sino entendiendo profundamente los problemas que resuelven”, consideró.
El avance de herramientas como GitHub Copilot no solo aceleró la velocidad de los programadores senior, sino que, según Briceño, habilitó escenarios en los que la programación humana ni siquiera es necesaria. “Surge un no-code expandido, donde aplicaciones o componentes de software son generados directamente por IA, sin intervención humana directa”, puntualizó.
Por su parte, Najmeh Hafezieh, profesora de Innovación y Análisis Digital en la Universidad de Londres, remarcó a Infobae que, si bien la demanda de programadores cayó, no hay pruebas sólidas de que se deba a la IA. “La desaceleración responde más a la incertidumbre general del mercado laboral”, sostuvo, aunque reconoció que la aparición de nuevas herramientas de IA está cambiando el tipo de habilidades requeridas: “Si los programadores quieren seguir siendo empleables, deben aprender a colaborar eficazmente con la inteligencia artificial”.
La cuestión de la confianza también se volvió central. “La IA puede escribir mucho código, pero sin la revisión humana adecuada, los errores sutiles pueden tener consecuencias graves”, alertó Hafezieh. De este modo, incluso si el rol de los desarrolladores se transformara hacia tareas de evaluación más que de escritura, se necesitaría un conocimiento técnico profundo.
Fredi Vivas, ingeniero y CEO de RockingData, plantea una visión que resalta el costado humano de la actividad. “Programar no es solo entender un lenguaje, es una forma de pensar”, asegura. Para él, la habilidad de codificar tiene dos dimensiones: una técnica, comparable a aprender un idioma nuevo, y otra creativa, que conecta problemas del mundo real con soluciones digitales.
Respecto al aporte de la IA, Vivas reconoció que resulta muy útil para automatizar tareas específicas y repetitivas. “Si necesito convertir imágenes de un formato a otro, puedo pedírselo a una herramienta como Colab y listo, pero las plataformas no reemplazan la comprensión profunda del problema ni la creatividad necesaria para diseñar un sistema robusto”, señaló.
Hoy la industria sabe que se puede generar software sin saber programar gracias a la IA, pero los especialistas marcan que estos desarrollos, por ahora muy básicos, están expuestos a fallas de seguridad, revelación de datos privados o errores conceptuales. Lo que no se sabe aún es qué sucederá cuando la tecnología esté lo suficientemente madura para asegurar resultados y confiabilidad en procesos más complejos.
¿Qué nivel de programación tiene hoy la IA?
A medida que nuevas herramientas se presentan como “programadores autónomos”, surge la pregunta de hasta qué punto la IA puede reemplazar o, en cambio, potenciar el trabajo humano en la escritura de código. La respuesta no es simple ni uniforme: depende de qué tipo de tareas se analicen.
Nadia Polikarpova, profesora en la Universidad de California, San Diego, explicó en diálogo con Infobae que la IA supera ampliamente a los humanos en el conocimiento de bibliotecas y APIs, pero falla en tareas más abiertas o especializadas. “Probablemente ya pueda reemplazar a un desarrollador web promedio en varias funciones”, señaló, aunque aclaró que en muchos otros campos todavía aporta poco valor.
Según la especialista, los programadores profesionales suelen aprovechar mejor las nuevas herramientas que los principiantes, porque saben cómo dividir un problema en partes para que la IA los pueda resolver. “¿Vamos a tener que enseñar programación de otra manera? Probablemente sí, pero el pensamiento computacional seguirá siendo indispensable”, advirtió.
En áreas como desarrollo web o análisis de datos, la IA ya revolucionó la industria: “He visto a científicos sociales sin formación en programación automatizar su trabajo con Python usando ChatGPT”, comentó. En cambio, para programación de sistemas, softwares críticos o algoritmos novedosos, las limitaciones de los agentes son evidentes.
Por su parte, Eshraghian coincidió en que la IA rinde bien en tareas unitarias, pero falla en proyectos complejos. “Si se trata de desarrollar una sola función, el código que genera suele ser útil. Pero si hablamos de un sistema completo, las probabilidades de error aumentan mucho”, dijo.
En su experiencia, al desarrollar un agente de operaciones automáticas para un proyecto de investigación, la IA cometió un error sutil que no arrojó fallos de compilación, pero afectó gravemente el resultado. Tuvieron que depurar el código línea por línea para encontrarlo. En simulaciones más complejas, aseguró, los resultados fueron aún peores.
En la era de la digitalización masiva, los programadores más valiosos serán aquellos que integren la IA como aliada en su trabajo: “No como sustituto, sino como complemento. Se va a necesitar gente que entienda a fondo el código, la lógica del negocio y las herramientas tecnológicas disponibles”, planteó Vivas.
¿Cómo cambiará el mercado laboral?
La irrupción de la inteligencia artificial no solo está transformando tareas específicas: también está redefiniendo las habilidades humanas que serán más valiosas en los próximos años. La programación, como tantas otras profesiones, se encuentra en plena reconfiguración.
Alejandro Melamed, consultor en recursos humanos, plantea que el foco no debería estar solo en qué tareas puede o no puede hacer la IA. “Lo importante es entender qué hay detrás del desarrollo de cualquier sistema tecnológico. Lo central es pensar qué capacidades, habilidades y competencias humanas debemos fomentar para adaptarnos a los cambios que van apareciendo”, afirmó. Según dijo, no se trata solo de seguirle el ritmo a la tecnología: “Debemos prepararnos activamente para intervenir en su evolución. La pasividad no es una opción”.
Hoy, muchas tareas que antes requerían de programadores humanos ya pueden resolverse de forma automática y gratuita gracias a la inteligencia artificial generativa. “La IA está haciendo cosas que hace unos años parecían impensadas. Sin embargo, hay tareas más complejas y estratégicas que todavía requieren intervención humana. Y es ahí donde los programadores siguen teniendo un rol insustituible, al menos en este momento”, afirmó Melamed.
Para él, la verdadera pregunta que deberíamos hacernos no es cuánto puede hacer la IA, sino cuál será la intervención humana en el diseño y supervisión de los sistemas tecnológicos. ¿Qué tareas requieren de nuestro juicio, nuestra ética, nuestra experiencia? A su vez, remarcó que hay aspectos que no deberían automatizarse: “La eliminación de sesgos, la certificación de calidad o la garantía de que los sistemas respeten principios éticos son cuestiones fundamentales. No podemos delegarlas ciegamente en algoritmos”.
En este nuevo escenario, la interacción entre humanos y tecnología se vuelve un terreno decisivo para el futuro del trabajo. Encontrar dónde se agrega valor en el vínculo será esencial. La clave, según el especialista en RRHH, está en entender en qué parte del proceso hacemos la diferencia. Aunque la inteligencia artificial avance, muchas decisiones y conexiones humanas son irremplazables.
Hafezieh coincide en que el mercado laboral valorará, en los próximos 5 a 10 años, a programadores que sepan interactuar de manera inteligente con la IA. “Deberán aprender nuevas habilidades, como desglosar tareas para la IA o interpretar correctamente sus resultados”, sostuvo. La empleabilidad no dependerá solo del dominio técnico, sino también de la capacidad de colaborar con sistemas automatizados.
Más aún, Hafezieh anticipó la aparición de un nuevo perfil profesional: el programador-auditor de IA. “Será un tipo de programador especializado en evaluar y auditar código generado por inteligencia artificial. Su función será ayudar a las empresas a confiar en los modelos desarrollados”, explicó.
Y entonces… ¿lo seguimos enseñando o no?
Aunque suene paradójico, en plena era de la inteligencia artificial, aprender a programar es tan o más relevante que antes. Leo Porter, profesor de la Universidad de California, y Daniel Zingaro, de la Universidad de Toronto, se dedican a investigar cómo se enseña -y cómo se debería enseñar- programación. Para ellos, no se debe abandonar la enseñanza, sino actualizar radicalmente el enfoque.
“Hoy, para conseguir un trabajo, los estudiantes deben practicar el trabajo con herramientas de IA para aumentar su productividad y su velocidad de iteración en ideas y prototipos. Ya no alcanza con saber escribir código; ahora es igual de importante saber dialogar con una IA para que lo genere”, explicaron ante la consulta de este medio.
Hay prácticas tradicionales que ya quedaron obsoletas. Durante años, los cursos introductorios de programación se basaban en ejercicios repetitivos de pocas líneas de código. Con la irrupción de la IA generativa, esa etapa mecánica perdió sentido. Lo fundamental hoy es aprender a evaluar y entender el código que producen los agentes.
El nuevo programador debe dominar dos habilidades centrales: la ingeniería rápida —es decir, saber cómo pedirle tareas a una IA— y la capacidad de descomponer problemas complejos en pequeños pasos programables. “La destreza con las indicaciones puede definir el éxito profesional tanto como el conocimiento técnico clásico”, remarcaron Porter y Zingaro. Ya no se trata de escribir líneas de código de memoria, sino de pensar cómo construir soluciones en colaboración con la tecnología.
Para los expertos, entender los fundamentos de la informática sigue siendo innegociable. El aprendizaje profundo de conceptos —como estructuras de datos, algoritmos, arquitectura de sistemas— llevará años de formación, como lo fue siempre. “Debido a la alta eficiencia de la IA en tareas básicas, los ingenieros de software deben demostrar una superioridad clara: tienen que ser capaces de hacer lo que las herramientas no hacen o de usarlas mejor que el resto”, indicaron.
Más allá del perfil profesional, el valor de enseñar programación trasciende el mundo de la tecnología. Así lo ve Vivas, que también fue docente: “Programar no es solo para quienes quieren ser programadores. Enseñar programación en las escuelas desarrolla pensamiento lógico, capacidad de modelar problemas complejos y de entender cómo funcionan los sistemas”, agregó.
La programación, entonces, no tiene los días contados: tiene por delante un cambio de paradigma. No se trata de tirar por la borda lo aprendido, sino de construir nuevas formas de enseñanza donde la colaboración con la IA sea parte del proceso desde el primer día. “Probablemente los estudiantes ya nunca más necesiten escribir un programa de cero —admitieron Porter y Zingaro—, pero sí deberán saber cómo leer, mejorar y criticar lo que la IA les proponga”.