¿Qué
ocurre
cuando
le
das
una
plataforma
de
inteligencia
artificial
avanzada
a
un
grupo
de
desarrolladores
expertos
y
les
pides
que
trabajen
en
tareas
que
conocen
al
detalle?
Lo
lógico
sería
esperar
un
salto
en
productividad,
una
estupenda
combinación
entre
experiencia
humana
y
asistencia
tecnológica.
Las
herramientas
están
ahí,
los
flujos
están
aprendidos,
la
curva
de
aprendizaje
no
es
un
obstáculo.
Pero
no
fue
así.
Lo
que
ocurrió
sorprendió
incluso
a
los
autores
del
estudio,
según
recoge
Reuters:
la
IA
no
mejoró
los
resultados.
Los
empeoró.
Y
lo
hizo
de
una
forma
tan
sutil
que
ni
siquiera
los
propios
desarrolladores
se
dieron
cuenta.
El
informe
no
habla
de
fallos
críticos
ni
errores
graves,
pero
el
efecto
fue
claro:
el
trabajo
se
volvió
más
lento.
Más
lento
de
lo
que
habría
sido
sin
la
inteligencia
artificial
de
por
medio.
Más
IA
no
siempre
significa
más
productividad
Antes
de
empezar,
todos
coincidían
en
algo:
usar
inteligencia
artificial
les
iba
a
ahorrar
tiempo.
De
hecho,
estimaban
que
terminarían
sus
tareas
un
24 %
más
rápido.
Era
una
expectativa
razonable,
basada
en
su
experiencia
y
en
cómo
se
presentaban
estas
herramientas.
Y
cuando
terminaron,
seguían
convencidos
de
haberlo
logrado:
su
estimación
era
que
habían
sido
un
20 %
más
rápidos.
En
sus
propias
palabras,
la
IA
les
había
permitido
avanzar
sin
bloqueos,
sin
interrupciones,
con
un
flujo
de
trabajo
más
ágil.
Pero
no.
En
realidad,
habían
tardado
más.
Mucho
más.
La
media
general
del
grupo
fue
un
incremento
del
19 %
en
el
tiempo
total
durante
la
prueba
realizada
por
METR.
No
es
una
diferencia
menor.
Y
es
más
llamativa
todavía
si
se
tiene
en
cuenta
que
hablamos
de
tareas
que
ellos
mismos
habían
definido
como
relevantes,
útiles
y
realistas:
corrección
de
bugs,
nuevas
funcionalidades,
refactorizaciones.
No
eran
ejercicios
diseñados
para
poner
a
prueba
a
la
IA,
sino
trabajo
real,
de
ese
que
se
hace
todos
los
días
en
cualquier
proyecto
maduro.
La
diferencia
fue
tan
grande
que
dejó
sin
palabras
incluso
a
los
responsables
del
estudio.
Los
desarrolladores
no
eran
novatos
ni
estaban
aprendiendo
sobre
la
marcha.
Llevaban
años
trabajando
en
esos
mismos
proyectos,
conocían
los
repositorios
al
detalle,
sabían
qué
había
detrás
de
cada
archivo
y
cada
función.
Estaban
en
su
terreno.
Y,
aun
así,
las
herramientas
de
IA
no
les
facilitaron
el
trabajo.
Se
lo
complicaron.
Parte
de
la
explicación
está
en
cómo
trabajan
estas
plataformas.
Las
sugerencias
que
ofrecían
no
eran
del
todo
incorrectas,
pero
sí
imprecisas.
A
menudo
iban
bien
encaminadas,
pero
requerían
ajustes.
Y
esos
ajustes,
en
vez
de
ahorrar
tiempo,
lo
alargaban.
Revisar,
corregir,
comprobar.
Volver
a
empezar.
Lo
que
prometía
ser
una
ayuda
se
convertía
en
un
proceso
intermedio
más:
una
capa
adicional
entre
el
pensamiento
y
la
solución.
La
sensación
de
fluidez
era
engañosa.
Empezaban
con
una
base,
sí,
pero
esa
base
rara
vez
servía
tal
cual.
Había
que
desmenuzarla,
entender
qué
había
querido
decir
el
modelo,
comparar
con
lo
que
ya
existía
y
reconstruir
lo
necesario.
Como
si
cada
sugerencia
viniera
con
un
asterisco
invisible.
Una
línea
de
código
no
válida
por
defecto.
La
ilusión
de
avanzar
más
rápido
se
sostenía
hasta
que
llegaba
el
momento
de
compilar,
de
probar
o
de
hacer
una
revisión
seria
del
código
generado.
Y,
sin
embargo,
muchos
de
los
participantes
siguen
utilizando
esas
mismas
herramientas
en
su
día
a
día.
No
porque
les
ahorren
tiempo,
sino
porque
hacen
el
trabajo
más
llevadero.
En
el
estudio
usaron
principalmente
Cursor,
una
plataforma
que
integra
modelos
de
lenguaje
avanzados
como
Claude 3.5
y
3.7
Sonnet,
y
que
permite
escribir,
completar
y
revisar
código
directamente
desde
el
entorno
de
desarrollo.
Cursor
no
lo
hace
todo
por
ti,
pero
sí
te
acompaña.
Esa
compañía,
incluso
cuando
no
es
del
todo
eficiente,
puede
hacer
que
programar
resulte
menos
agotador.
La
IA
convierte
el
esfuerzo
de
programar
en
algo
más
parecido
a
ser
director
de
orquesta
que
a
construir
todo
desde
cero
con
una
sólida
base
de
conocimiento.
Ya
lo
estamos
viendo
con
el
fenómeno
vibe
coding.
En
medio
de
este
escenario
hemos
visto
a
empresas
recortan
equipos
de
desarrollo
por
las
posibilidades
que
ofrece
la
IA,
aunque
algunas
han
tenido
volver
sobre
sus
pasos.
La
IA
es
una
herramienta
valiosa,
pero
no
ayuda
a
todos
por
igual.
Imágenes
|
Procreator
Global
UI
UX
Design
Agency
|
Nubelson
Fernandes
|
Cursor
