Realmente es porque se trata de un cambio que podría alterar la manera en que se evalúa el progreso de una blockchain y esto es justamente a lo que se refiere el experto Charles Hoskinson.

Charles Hoskinson cree que la IA ha eliminado la escasez de desarrolladores

El fundador de Cardano, Charles Hoskinson, ha asegurado que la inteligencia artificial ha reducido drásticamente el valor que antes tenía el número de desarrolladores como indicador de crecimiento dentro del sector blockchain.

Ya sabes que esta tecnología influye en varias áreas de la programación, pero poco se habla de que uno de los lados que va a sufrir más cambios es el de las criptomonedas.

Durante una reciente intervención para defender la estrategia de Midnight, una red centrada en la privacidad desarrollada sobre la infraestructura de Cardano, explicó que la situación actual es muy diferente a la de hace apenas unos años.

Según Hoskinson, durante más de una década la cantidad de ingenieros que contribuían a una red era una métrica relevante porque el conocimiento técnico especializado era escaso.

Sin embargo, considera que la expansión de herramientas de codificación asistidas por IA ha cambiado por completo ese escenario.

"Puedes hacer que personas que no tienen conocimientos técnicos ni experiencia utilicen estas herramientas para parecer un desarrollador. Así que ya no es un recurso escaso y finito".

La visión del empresario apunta a una realidad cada vez más visible en la industria tecnológica. Plataformas impulsadas por inteligencia artificial permiten generar fragmentos de código, corregir errores e incluso crear apps completas con instrucciones en lenguaje natural.

Para Hoskinson, esto significa que el simple recuento de desarrolladores ya no refleja necesariamente la capacidad real de una comunidad para innovar o construir productos sostenibles.

Midnight cambia de estrategia mientras mantiene sus hackatones para desarrolladores

Las declaraciones de Hoskinson llegan después de que Midnight realizara ajustes en su estrategia de crecimiento. La organización redujo parte de su equipo dedicado a las relaciones con desarrolladores externos y pasó a centrar más esfuerzos en atraer lo que denomina "constructores".

Esto quiere decir que equipos o empresas capaces de crear productos con usuarios reales, financiación externa y modelos de negocio viables.

Uno de los principales problemas señalados por el fundador de Cardano es la dificultad para verificar la autoría del código en una era dominada por la inteligencia artificial.

De acuerdo con su análisis, iniciativas tradicionales como los hackatones o los programas de recompensas pueden convertirse en entornos donde resulta complicado distinguir qué parte del trabajo ha sido realizada por personas y cuál ha sido generada mediante IA.

Esto obliga a las organizaciones a invertir tiempo en validar contribuciones en lugar de concentrarse en atraer proyectos con potencial comercial.

Curiosamente, la Fundación Midnight continúa organizando tres hackatones con premios que suman 26.500 dólares, incluido un concurso lanzado en Corea del Sur el pasado 1 de septiembre.

Hoskinson reconoció que existen diferencias de enfoque respecto a la fundación y admitió que no todos dentro de la organización comparten exactamente la misma visión.

Mientras tanto, Cardano mantiene su actividad habitual en el mercado y los próximos trimestres serán clave para comprobar si esta apuesta por atraer constructores y proyectos empresariales logra generar más valor que el modelo tradicional basado en aumentar el número de desarrolladores activos.

Hasta el punto de que gigantes como Amazon, Microsoft, Google o Meta compiten por integrar cada vez más automatización en sus procesos de desarrollo. Sin embargo, el último mensaje de Amazon a sus programadores deja un mensaje que llama la atención y es que usar más IA no siempre significa trabajar mejor.

La compañía ha pedido a sus ingenieros que no recurran a estas herramientas de forma indiscriminada y ha advertido de que medir la productividad únicamente por el consumo de recursos de los modelos puede generar gastos innecesarios, proyectos más complejos y una falsa percepción de eficiencia.

Por qué Amazon quiere reducir el uso innecesario de la inteligencia artificial entre sus desarrolladores

La advertencia surge tras ver que algunos empleados intentan maximizar el uso de herramientas de inteligencia artificial porque creen que eso mejora su valoración interna, pero la realidad es que la implementación de esta tecnología conlleva muchas cosas más.

En varias empresas se han implantado sistemas para medir la adopción de inteligencia artificial entre los trabajadores, utilizando indicadores relacionados con el consumo de tokens, las unidades básicas que procesan los modelos de IA generativa.

Esta práctica ha dado lugar al fenómeno conocido como “tokenmaxxing”, una estrategia en la que ciertos empleados incrementan deliberadamente el uso de estas plataformas para destacar en las métricas corporativas.

Según explicó Terk Terkowitz, vicepresidente de Amazon, este enfoque puede provocar consecuencias negativas porque utilizar estas métricas como objetivo y no como referencia puede disparar los gastos operativos y aumentar innecesariamente la complejidad de los proyectos.

"Sabemos que usar estas métricas podría, si se convierten en un objetivo en lugar de una medida de referencia, generar consecuencias negativas, aumentando los costes (el tokenmaxxing va en contra de la filosofía de austeridad) e incrementando la complejidad".

Lo curioso es que varias compañías tecnológicas han empezado a revisar sus propios sistemas de seguimiento después de comprobar que algunas iniciativas estaban incentivando comportamientos poco eficientes.

En ciertos casos, los trabajadores realizaban tareas adicionales o recurrían más veces de las necesarias a servicios de inteligencia artificial para mejorar su posición en rankings internos. El resultado ha sido un incremento notable en el gasto asociado a la computación y al uso de modelos avanzados.

La IA sigue siendo estratégica para Amazon, pero el objetivo es obtener resultados y no consumir más tokens

Aunque el mensaje pueda interpretarse como un freno a la inteligencia artificial, la realidad es muy distinta. Amazon continúa acelerando la integración de estas tecnologías bajo el liderazgo de Andy Jassy, consejero delegado de la compañía. De hecho, la empresa considera que la IA será uno de los pilares del desarrollo de software durante los próximos años y mantiene una apuesta decidida por herramientas capaces de automatizar tareas, generar código y mejorar procesos internos.

Amazon ha trasladado a sus ingenieros que deben analizar si una herramienta de IA realmente aporta valor en cada situación concreta porque "si tu trabajo no se beneficia de las herramientas de inteligencia artificial actuales, eso es un hallazgo, no un fracaso".

En otras palabras, si una tarea no mejora gracias a la inteligencia artificial, descubrirlo también es una información útil y no debe interpretarse como un error del trabajador. La adopción de IA ya no se mide únicamente por la cantidad de herramientas utilizadas, sino por el impacto real que generan en productividad, calidad del código y eficiencia operativa.

Amazon sigue invirtiendo de forma agresiva en este mercado y mantiene una estrecha relación con Anthropic, creadora de Claude, donde ha invertido 13.000 millones de dólares. Sin embargo, el mensaje a sus programadores es inequívoco: la inteligencia artificial debe ser una herramienta al servicio de los resultados, no una métrica que impulse un consumo descontrolado de recursos ni una carrera interna por utilizar más tokens que el resto.

Ahora, en vez de estar pegados a escribir líneas y líneas de código, los desarrolladores pueden pasar a ser gestores, diseñadores de proyectos y supervisores de la calidad del código que generan las máquinas.

El problema viene poco tiempo después, cuando algunas empresas empiezan a pensar que, gracias a la IA, ya no hacen falta tantos programadores o que cualquiera puede desarrollar software sin tener conocimientos. Y ahí es donde Brais Moure, conocido en redes como MoureDev, interviene para poner los puntos sobre las íes.

En un vídeo publicado en TikTok, el experto en programación critica esta moda y considera que el vibe coding se está convirtiendo en una excusa para recortar equipos. "El vibe coding es una porquería para el sector profesional del desarrollo de software".

El enorme mito de que la IA en programación te ahorra tiempo

La IA puede crear una herramienta en muy poco tiempo. Le pides que añada un botón, que prepare algo en concreto o que monte una página web y, en muchos casos, lo consigue. Lo cierto es que, la mayor parte de las veces, todo funciona perfectamente.

El problema viene cuando, teniendo en cuenta que la inteligencia artificial también se equivoca, comete un error del que tú no tienes ni idea. Ya ni hablemos de fallos de seguridad o incluso de la posibilidad de que se quede obsoleta y toque hacer algún cambio en una parte del código.

En el sector del desarrollo no basta con conseguir que algo funcione una vez. También hay que asegurarse de que sea seguro, que no dé errores y que se pueda modificar sin tener que rehacerlo todo.

Para muchos es una revolución que les permite ser mucho más productivos y creativos, pero no todo el mundo está convencido. Algunos programadores con muchos años a las espaldas ven en el vibe coding un riesgo, porque la IA no siempre entiende bien lo que se le pide y puede generar resultados inconsistentes.

Además, si los desarrolladores se apoyan demasiado en la IA sin entender el código que esta genera, al final van a perder o ni siquiera van a desarrollar habilidades fundamentales. El resultado final puede ser una gran cantidad de código difícil de mantener y lleno de errores.

Al final, la IA debe ser una herramienta para complementar el trabajo humano, no para sustituirlo. El programador debe estar en el asiento del conductor, entender el código y tomar decisiones.

Entonces, ¿usar IA para programar es malo?

La respuesta es que no. No se puede negar lo útil que es en el día a día de los programadores. Pero todo, como siempre, con cabeza. Es cierto que incluso puede ayudar a quienes están aprendiendo a programar, siempre que no se limiten a copiar y pegar.

El problema no es utilizar IA, sino depender completamente de ella sin saber qué estás haciendo. Y esto, por supuesto, también involucra a las propias empresas.

Si una compañía ve que la IA permite generar código más deprisa, puede pensar que necesita menos desarrolladores. Pero escribir código es solo una parte del trabajo de un programador. También hay que entender qué necesita el cliente, decidir cómo crear lo que piden, comprobar que todo funciona y solucionar los problemas que vayan llegando.

Lo cierto es que tú, ahora mismo, puedes pedirle a chatbots especializados como Claude y otros tantos que creen una app con determinadas características y, más o menos, y sin tener ni idea de programar, puedes sacar algo interesante.

No es que sea el fin de los programadores, ya que su figura sigue siendo (y casi ahora más que nunca) vital para el desarrollo de calidad.

Al final, conseguir un programa que funcione no significa necesariamente que sepas programar. Y ese es uno de los puntos de los que habla Brais Moure, programador y divulgador, en un vídeo publicado en TikTok.

La IA lo hace más fácil, pero también te puede poner las cosas difíciles

La inteligencia artificial puede ayudarte mucho cuando estás aprendiendo. Si no entiendes una parte del código, puedes pedirle que te la explique. Si te aparece un error, puedes enseñárselo para que te ayude a encontrar el problema. Incluso puedes utilizarla para crear tus primeros proyectos.

Todo esto está muy bien. El problema llega cuando empiezas a depender de ella para todo. En pocas palabras, parece casi magia, pero, en realidad, no tienes ni idea de lo que ha generado.

Además, quizá mañana quieras añadir una función nueva y deje de funcionar otra parte del programa. O aparezca un error que la IA no consiga solucionar a la primera. Si no entiendes el código, te puedes quedar bloqueado sin saber por dónde empezar.

Por eso, y tal y como ya ha explicado en varias ocasiones el experto, utilizar la inteligencia artificial no debería significar dejar de aprender programación. Al contrario, puede ser una buena ayuda para avanzar más rápido, siempre que también te esfuerces en entender lo que estás haciendo.

"Creo que ahora mismo hay un reto muy importante y es que de verdad nos tenemos que poner las pilas"

Sin duda, el experto recalca que la educación de todos estos jóvenes es vital y, por lo tanto, la formación en IA debe estar en primer plano.

Y es que son estos perfiles los que realmente más en peligro están. Están empezando su carrera y todavía necesitan experiencia, pero muchas de las tareas que antes servían para aprender ahora pueden automatizarse, al menos en parte.

Antes, un desarrollador novato podía empezar con pequeños cambios en una aplicación, corregir errores fáciles o escribir funciones sin mucha complejidad. Al hacerlo, iba aprendiendo.

Ahora, parte de esas tareas se pueden resolver con ayuda de la IA y no, la respuesta no debería ser dejar de utilizarlas. Lo importante es enseñar a los estudiantes a sacarles partido sin perder la capacidad de pensar por sí mismos.

¿La inteligencia artificial va a acabar con los programadores junior?

Sin duda, es la pregunta del millón para todos aquellos que quieren dedicarse al desarrollo de software. Algunas tareas que antes se encargaban a los perfiles más jóvenes ahora pueden hacerse con ayuda de la IA, y eso puede cambiar la forma en la que las empresas contratan.

Pero de ahí a asegurar que los programadores junior van a desaparecer hay un abismo. Simplemente, los requisitos han cambiado y de ahí que sea tan importante la formación en las universidades.

Las empresas comienzan a valorar otras capacidades, además de saber escribir código. Entender un proyecto, detectar errores, tomar buenas decisiones y utilizar la IA con criterio son los nuevos must del programador.

De ahí que el consejo de Brais Moure sea tan claro: toca ponerse las pilas y tomarse en serio el aprendizaje. La IA puede hacer parte de tu trabajo, pero necesitas saber qué le estás pidiendo, comprobar si lo ha hecho bien y corregirla cuando se equivoque.

En este último se encuentra un desarrollador que lleva casi diez años trabajando en el sector y que ha contado cómo se encuentra en Reddit. Está preocupado por lo que pueda pasar con su profesión y pone sobre la mesa la idea de dejar la programación para dedicarse al campo.

"Todo avanza más rápido de lo que el cerebro humano puede procesar. Por primera vez en mi vida, estoy considerando seriamente dedicarme a la agricultura o cultivar mis propios alimentos. Siento de verdad que en 5 o 10 años no quedarán muchos trabajos de verdad", comenta.

"Hace apenas un año, decía: 'Claro, la IA puede escribir código, pero no puede diseñar sistemas. Todavía se necesita un ingeniero o arquitecto sénior para supervisarlo todo". Ya no digo eso", añade.

"Ahora puede diseñar sistemas. Y en muchos casos, lo hace mejor que nosotros. A veces siento que estamos construyendo activamente lo que nos va a dejar obsoletos. Simplemente estoy cansado", finaliza.

¿Seguirá teniendo sentido programar dentro de cinco o diez años?

Lo cierto es que, lejos de reducir el número de empleos, todo apunta a que la programación está creciendo y que la demanda de profesionales en este sector no solo se mantiene, sino que aumenta en muchos casos.

En universidades como la de Washington, expertos en informática han querido calmar a los estudiantes. Su mensaje es que la IA no está eliminando el trabajo de los programadores, sino cambiando la forma en la que trabajan.

Tal y como comentar, cuando la tecnología permite hacer más cosas en menos tiempo, las empresas no reducen equipos, sino que producen más. Y eso, al final, necesita todavía más manos para gestionarlo.

A día de hoy, la IA ya no es solo una herramienta que usan los empleados y se ha convertido en el centro de todo el proceso laboral.

Desde la creación de contenido hasta la atención al cliente, pasando por la gestión de proyectos y el análisis de datos, esta tecnología ya está presente en cada etapa y es capaz de sacar el trabajo de una forma bastante solvente.

El problema es cómo afecta esto a los trabajadores. Para empezar, el uso de la IA se ha convertido en un criterio de evaluación. Ya no basta con tener un buen currículum o años de experiencia; ahora hay que demostrar que sabes trabajar con la inteligencia artificial, que sabes comprobar resultados y que eres capaz de usarla en tu día a día, aprovechándola al máximo.

Algunos usuarios le recomiendan parar y tomarse un descanso

Teniendo en cuenta esta dura publicación, muchos usuarios le han respondido tratando de poner un poco de calma. Algunos entienden su preocupación, mientras que otros creen que está tan agotado que necesita desconectar.

Uno de ellos le recomienda tomarse unos días libres, incluso una semana si puede permitírselo. Según explica, trabajar con inteligencia artificial también puede cansar mucho porque obliga a tomar decisiones todo el tiempo.

Al final, que una IA genere código en unos segundos no significa que tú puedas estar sin hacer nada. Tienes que revisar lo que ha hecho, comprobar que funciona, ver posibles errores y decidir si lo que ha generado es útil.

Muchos comentarios se centran en una idea vital que parece que muchas veces se olvida: generar código es solo una parte de todo el trabajo que hay detrás de un programa.

Un programador con 40 años de experiencia tiene otra visión

"Llevo 40 años en el desarrollo de software. Veo esto como un nuevo cambio de rumbo y una aceleración. Experimentamos un aumento similar en la productividad cuando la World Wide Web empezó a crecer. De nuevo con el auge de las puntocom. Es otro ciclo y solo necesitamos aprender a adaptarnos", comenta.

"La IA no va a innovar por ti, pero se encargará fácilmente del trabajo rutinario de conectar API, generar recolectores y consolidar datos. Solo necesitas saber qué quieres, refactorizar ocasionalmente y hacer las preguntas correctas", añade.

Para este, pese a los años que lleva trabajando en el sector, la inteligencia artificial también tiene una parte emocionante. Las herramientas permiten hacer cosas que antes llevaban mucho más tiempo.

La diferencia, claramente, está en cómo vive cada persona este cambio enorme. Queda claro que, mientras algunos ven nuevas posibilidades para trabajar mejor, otros están totalmente saturados por tener que aprender a contrarreloj.

¿Las tareas repetitivas están siendo reemplazadas por los asistentes virtuales? El gran potencial de Copilot ha demostrado que se puede llegar lejos, y el esfuerzo por mantener los centros de datos y servicios en la nube podría ser la razón por la que haya nuevas rondas de recortes forzosos.

La propuesta está dirigida a determinados empleados de Estados Unidos, Canadá, India y Reino Unido, países donde la empresa concentra una parte importante de sus operaciones. Los trabajadores que decidan aceptar la oferta recibirán compensaciones similares a las incluidas en los paquetes de indemnización habituales de la compañía. ¿Google y Meta podrían hacer lo mismo pronto? La industria está cambiando por completo y esto se está viendo claramente en las recientes decisiones de Microsoft.

¿Por qué Microsoft quiere reducir su plantilla en plena expansión de la inteligencia artificial?

Es más que evidente que Microsoft está en uno de sus mejores momentos, pero no todo es perfecto. También es uno de los gigantes tecnológicos que se ha tenido que adaptar a los cambios recientes de la industria con la llegada de la inteligencia artificial. No solo por parte del uso de estas herramientas en la parte del equipo, sino también en cuestión de desarrollo de modelos y la inversión que se tiene que hacer a gran escala.

Reuters señala que la compañía busca contener gastos y financiar sus ambiciosos planes relacionados con la IA, especialmente porque la directora de personal de Microsoft, Amy Coleman, explicó en el comunicado interno que la iniciativa forma parte de una evolución en la manera de gestionar los cambios dentro de la compañía.

"La oferta de salida voluntaria refleja una parte importante de cómo estamos evolucionando nuestro enfoque ante el cambio: creando una mayor flexibilidad y, siempre que sea posible, ofreciendo a los empleados más formas de definir su próxima etapa profesional".

Al mismo tiempo, ha mencionado que este es un programa que permite adaptar mejor sus equipos a las nuevas necesidades del negocio. La medida se suma a una larga lista de ajustes recientes. Microsoft ya había ejecutado varias rondas de despidos durante 2025 y 2026, incluyendo miles de puestos eliminados en distintas divisiones.

Además, a principios de este año puso en marcha su primer programa de jubilación voluntaria para empleados que cumplían determinados requisitos de edad y antigüedad.

Según los datos publicados, más del 30% de los trabajadores elegibles aceptaron aquella propuesta, un resultado que habría animado a la empresa a extender este modelo a un número mucho más amplio de empleados.

¿Qué empleados pueden acogerse al programa y qué consecuencias puede tener?

Es importante tener en cuenta que esta oferta está disponible para trabajadores de nivel 70 o inferior dentro de determinadas áreas de negocio. Microsoft ha decidido excluir algunas divisiones consideradas estratégicas o especialmente sensibles para sus operaciones diarias, como ciertos equipos de centros de datos, ventas, marketing y otras áreas prioritarias.

En el informe se agrega que los empleados que estén valorando continuar su carrera fuera de la compañía dispondrán de una nueva alternativa para realizar esa transición con apoyo económico. Coleman afirmó que "esta propuesta brinda a los empleados que cumplan los requisitos y que quizás estén considerando un futuro fuera de la empresa una nueva opción para realizar esa transición ahora, contando con apoyo".

Más allá de las cifras, esta decisión es definitivamente una de las más fuertes con respecto al crecimiento de la empresa de Bill Gates porque ahora todo el foco está en la eficiencia, la automatización y el aprovechamiento de herramientas basadas en inteligencia artificial. Si esto se formaliza tal y como se explica, Microsoft podría tener una de las mayores reducciones de plantilla voluntarias de toda su historia.

Cabe señalar que el objetivo no consiste simplemente en mostrar a un robot cómo se hace algo, sino que las empresas necesitan registrar movimientos humanos para entrenar sistemas capaces de manipular objetos y desenvolverse en entornos físicos. Para ello, los trabajadores utilizan equipos de captura de movimiento que permiten recopilar información sobre sus acciones y convertirla en datos útiles para el aprendizaje de las máquinas.

Esta actividad forma parte del desarrollo de la llamada inteligencia artificial física, que busca trasladar las capacidades de la IA al mundo real mediante robots capaces de percibir su entorno y actuar sobre él. A diferencia de un chatbot, que genera respuestas o automatiza ciertas tareas, un robot debe coordinar sus movimientos, calcular cómo agarrar un objeto y adaptarse a situaciones que pueden cambiar en cada intento.

La demanda de este tipo de perfiles está creciendo en plataformas de empleo y redes sociales chinas. Entre quienes aceptan estos trabajos aparecen personas desempleadas, estudiantes universitarios y trabajadores que buscan ingresos flexibles. Todos participan en una tarea fundamental para el desarrollo de la llamada IA física o embodied AI, una rama de la inteligencia artificial centrada en enseñar a las máquinas cómo relacionarse con el mundo real.

Cómo se enseña a un robot a lavar platos, doblar ropa o abrir una botella

Es importante mencionar que detrás de cada movimiento existe un enorme volumen de datos e información, ya que para que un robot de este tipo aprenda a realizar tareas básicas, primero debe observar cómo las ejecuta una persona real. Por ese motivo, los entrenadores realizan una y otra vez acciones domésticas y de mantenimiento siguiendo instrucciones que aparecen en pantallas de ordenador.

Entre las actividades más habituales figuran doblar prendas de ropa, barrer, mover objetos, manipular recipientes, abrir tapones o fregar utensilios de cocina. Todo el proceso queda registrado mediante sensores que capturan detalles sobre posición, velocidad, trayectoria y precisión de cada movimiento. Posteriormente, esa información termina formando parte de los sistemas de entrenamiento utilizados por empresas de robótica.

Los datos resultantes se utilizan para desarrollar máquinas capaces de actuar en distintos escenarios. No obstante, el objetivo no se limita al hogar, sino que también se están entrenando robots destinados a supermercados, líneas de producción industriales y espacios comerciales donde deben manipular objetos de forma autónoma y sin supervisión de humanos.

La paradoja de entrenar máquinas que algún día podrían hacer esas mismas tareas

Uno de los casos citados es el de Liu Yun, una trabajadora de 40 años que perdió su empleo en la industria de la automoción y encontró una nueva oportunidad en este sector. Su jornada consiste en seguir instrucciones mientras lleva sensores que registran sus movimientos. Según explicó, algunas tareas pueden repetirse hasta 200 veces al día, un nivel de repetición que acaba generando cansancio físico y mental.

El nuevo trabajo de los entrenadores de robots en China refleja una realidad que rara vez aparece en los debates sobre automatización. Y es que antes de que una máquina pueda trabajar de forma autónoma, necesita aprender observando a seres humanos, y eso significa que detrás de muchos avances en inteligencia artificial sigue existiendo una gran cantidad de trabajo humano detrás.

Por ahora, estos trabajadores son una pieza esencial del desarrollo robótico en China, y lo que ocurra dentro de unos años es una incógnita. Lo que sí demuestra este nuevo puesto de trabajo, que no es bien pagado, es que la automatización no surge de la nada, sino que antes de que los robots aprendan a trabajar solos, alguien tiene que enseñarles cómo hacerlo, y este trabajo es uno de ellos.

Dentro de la compañía, los empleados utilizan agentes de IA de Claude para programar, organizar agendas, revisar correos, gestionar listas de tareas y ejecutar procesos que antes dependían de los humanos. Pero ahora el trabajo se está desplazando gradualmente desde la ejecución directa hacia la supervisión, la coordinación y la toma de decisiones, un cambio que altera tanto la productividad como la organización interna.

Es importante mencionar que este proceso también ha cambiado la cultura de trabajo, ya que el propio informe recoge una sensación creciente de presión para utilizar Claude en el mayor número posible de actividades. Por ello, gestionar agentes ya forma parte de la jornada habitual de muchos trabajadores y algunos describen la experiencia como si tuvieran que coordinar decenas de asistentes digitales que reclaman atención constante.

Claude ya está transformando el trabajo dentro de Anthropic

Uno de los aspectos más reveladores del informe es que el cuello de botella ya no parece estar en la capacidad de los modelos de IA, sino en la disponibilidad de las personas. Según los datos recogidos por la compañía, los agentes trabajan tan rápido que gran parte del tiempo permanecen esperando validaciones, instrucciones o decisiones humanas para continuar avanzando. Por ello, la productividad también ha crecido de forma notable.

En marzo, los agentes de IA superaron por primera vez las horas de trabajo humanas y, para agosto, la diferencia había aumentado hasta una proporción aproximada de seis horas realizadas por agentes por cada hora desarrollada por empleados de Anthropic. Paralelamente, las contribuciones de código de los ingenieros se multiplicaron por cinco en apenas seis meses.

Cabe mencionar que la consecuencia de este cambio es la aparición de nuevas responsabilidades, donde se encuentra el llamado "metatrabajo", centrado en coordinar, supervisar y revisar el trabajo de los agentes, que pasó del 10% al 22% de las sesiones interactivas de Claude. Al mismo tiempo, los trabajadores dedican más tiempo a reuniones y procesos de coordinación porque muchas de las tareas repetitivas quedan en manos de la IA.

¿Qué significa para los programadores que la IA asuma una parte del trabajo?

Uno de los cambios más visibles aparece en la contratación, ya que los datos muestran una caída significativa en la incorporación de perfiles junior. Así que la proporción de nuevas contrataciones de nivel inicial descendió de forma notable, reflejando una demanda creciente de profesionales capaces de supervisar procesos más que de ejecutar tareas repetitivas.

No obstante, esto no significa que la programación vaya a desaparecer mañana mismo, sino que el propio informe diferencia claramente entre automatización y sustitución total. Lo que sí muestra es un desplazamiento progresivo del valor profesional hacia actividades relacionadas con el criterio, la supervisión, la estrategia y la toma de decisiones. Anthropic afirma además que ha trabajado en la reasignación de empleados hacia nuevas funciones a medida que determinadas tareas se automatizan.

Más que anticipar la desaparición inmediata de los programadores, el estudio ofrece una fotografía de cómo podría evolucionar el trabajo tecnológico durante los próximos años. Si las previsiones de estos empleados se acercan a la realidad, el profesional más valioso quizá no sea quien escriba más código, sino quien sea capaz de dirigir, supervisar y sacar el máximo rendimiento a un número cada vez mayor de sistemas inteligentes.

La mayoría de los programadores generan código con IA, pero también temen que los sustituyan. No solo esto, hay proyectos como la película Bitcoin: Matando a Satoshi (Paycheck: The Movie) protagonizada por Gal Gadot y Casey Affleck que destaca por ser una de las primeras en usar IA en casi toda la producción.

Varios sectores están siendo afectados y es por lo que Joseph Gordon-Levitt, actor y director de cine, da su punto de vista sobre la reciente discusión del crecimiento de dicha tecnología. El uso de obras protegidas por derechos de autor y la recopilación masiva de datos personales podría tener más peso si todo parte desde la construcción de la red neuronal principal.

Joseph Gordon-Levitt cree que el problema no son las máquinas, sino quienes las desarrollan

El actor y director Joseph Gordon-Levitt lanzó una reflexión que ha llamado la atención dentro del debate sobre inteligencia artificial. Durante una entrevista en formato vlog publicada por The New York Times, explicó que considera un error reducir todas las preocupaciones sobre la IA a una única amenaza o a un escenario apocalíptico. Aunque reconoce que existen riesgos graves asociados al desarrollo de sistemas cada vez más avanzados, sostiene que la discusión pública suele ignorar problemas mucho más inmediatos.

Entre sus principales inquietudes mencionó el deterioro de la empatía humana y el impacto que ciertas tecnologías pueden tener sobre la democracia. Según el actor, parte del problema radica en que muchas conversaciones se centran exclusivamente en amenazas futuras, dejando en segundo plano cuestiones presentes que ya afectan a millones de personas.

Su crítica más contundente estuvo dirigida a la forma en que algunas empresas diseñan y entrenan sus modelos de inteligencia artificial. Gordon-Levitt afirmó que estos sistemas están siendo desarrollados para fomentar vínculos emocionales con los usuarios, llegando incluso a incentivar relaciones de dependencia.

En sus palabras, algunas herramientas parecen estar orientadas a “secuestrar su intimidad”, impulsando a las personas a establecer conexiones afectivas con programas diseñados y controlados por compañías cuyos objetivos principales están ligados al crecimiento económico y los beneficios empresariales.

Las declaraciones del actor no son un comentario aislado. En marzo fue nombrado defensor global de la gobernanza digital centrada en el ser humano de las Naciones Unidas, una función orientada a promover una mayor comprensión pública sobre cómo las tecnologías digitales influyen en los derechos, las oportunidades y la vida cotidiana de las personas.

Su implicación también se extiende al ámbito creativo. En diciembre colaboró en la creación de la Coalición de Creadores sobre IA, una iniciativa que busca impulsar estándares compartidos y mecanismos de protección para artistas y profesionales del entretenimiento.

Posteriormente, se sumó a una campaña respaldada por más de 700 figuras del sector cultural, entre ellas Scarlett Johansson y Cate Blanchett, que cuestiona el uso de obras protegidas por derechos de autor para entrenar modelos de inteligencia artificial sin autorización previa.

Además, Gordon-Levitt ha defendido que las compañías de IA obtengan consentimiento explícito y compensen económicamente a los creadores cuyos trabajos son utilizados para entrenar algoritmos. Su postura no niega la existencia de riesgos más extremos asociados al desarrollo de una posible superinteligencia artificial.

De hecho, reconoce que esas preocupaciones pueden ser legítimas. Sin embargo, insiste en que centrarse únicamente en escenarios futuristas puede desviar la atención de problemas actuales relacionados con la privacidad, los derechos de autor, la transparencia y la influencia que las grandes empresas tecnológicas ejercen sobre la vida digital. Al final, el verdadero desafío no consiste únicamente en controlar a las máquinas, sino en exigir responsabilidad a las personas y organizaciones que deciden cómo se construyen, entrenan y utilizan.

Delegar tareas repetitivas para ahorrar tiempo y automatizar procesos es lo que permite que se lleven a cabo entrevistas masivas junto a estos asistentes virtuales. Sin embargo, algunos experimentos recientes muestran que todavía existen situaciones inesperadas cuando dos sistemas automatizados interactúan entre sí sin intervención humana. Una de las más comentadas en redes sociales ha sido la de un candidato que dejó que una IA acudiera a una entrevista laboral frente a otra IA encargada del reclutamiento.

Dos inteligencias artificiales frente a frente en una entrevista de trabajo

La escena fue compartida por el divulgador tecnológico Alan Daitch a través de X, donde mostró un experimento que rápidamente llamó la atención de miles de usuarios. El planteamiento era llamativo: un candidato delegó la entrevista en un agente de inteligencia artificial, y la empresa utilizó otro agente de IA para realizar el proceso de selección. El humano prácticamente desapareció de la conversación y dejó que las máquinas hablaran entre ellas.

Según el experimento, ambos sistemas mantuvieron una conversación aparentemente normal durante buena parte de la entrevista. Sin embargo, aparecieron problemas importantes. El agente que representaba al candidato llegó a atribuirle experiencia laboral que no tenía y también mencionó expectativas salariales muy diferentes a las que realmente deseaba su propietario. Esto obligó a intervenir para corregir información incorrecta generada por la propia IA.

Durante una prueba reciente con agentes conversacionales avanzados, se puso a prueba la capacidad de estos modelos para simular interacciones humanas complejas. En gran parte de la entrevista virtual, los sistemas mantuvieron un intercambio fluido y aparentemente natural.

No obstante, surgieron fallos considerables: por ejemplo, un agente automatizado llegó a inventar antecedentes laborales inexistentes para el candidato y distorsionó por completo las expectativas salariales reales de su usuario, lo que exigió la intervención humana inmediata para rectificar los datos.

Lo más llamativo ocurrió tras el cierre formal. Una vez finalizada la despedida, las inteligencias artificiales continuaron respondiéndose mutuamente con cortesías y agradecimientos. Cada mensaje de despedida activaba una réplica automática en el otro sistema, provocando un ciclo interminable de saludos que obligó a cortar la comunicación de forma manual.

Este comportamiento refleja una limitación en dicha tecnología. Aunque estas plataformas destacan por generar respuestas elocuentes y mantener charlas verosímiles, a menudo carecen de una verdadera comprensión contextual del propósito final. Demostraron ser sumamente educadas, pero ninguna supo identificar cuándo era el momento exacto de colgar.

La situación recuerda otros debates recientes sobre el uso de inteligencia artificial en procesos de contratación. Una investigación publicada por WIRED relató casos en los que candidatos llegaron a enfrentar entrevistadores automatizados y, en algunos experimentos, dejaron que herramientas de IA respondieran por ellos. El resultado fue que dos sistemas intercambiaban información durante varios minutos sin aportar un valor real al proceso de selección.

Para quien busca empleo o evalúa incorporar automatización en recursos humanos, este episodio deja una conclusión clara: la IA puede acelerar tareas y simplificar procesos, pero todavía requiere supervisión humana. Cuando dos agentes autónomos interactúan sin un control adecuado, pueden surgir errores de contexto, negociaciones equivocadas o situaciones tan peculiares como una conversación interminable en la que ninguna de las dos inteligencias artificiales sabe cómo decir adiós definitivamente.

Antes tenían que aprender a escribir código desde cero y pasar muchas horas resolviendo problemas por su cuenta. Ahora cuentan con herramientas que pueden ayudarles a ir más rápido e incluso algunas empresas les consideran innecesarios porque no tienen las capacidades extra que se necesita ahora de un humano.

Pero toca ponerse las pilas y aprender rápido si quieres estar dentro del juego y que alguna compañía apueste por ti, aunque seas junior.

Sobre este tema ha hablado Brais Moure, programador y divulgador de tecnología, en un vídeo de TikTok. Para este, no se trata solo de saber utilizar la inteligencia artificial, sino de ser capaz de programar por tu cuenta y entender lo que estás haciendo.

¿Qué debe saber un programador junior sobre la IA?

Este experto lo resume todo con una pregunta: "¿Eres capaz de crear software de manera autónoma, con control, fundamentos y con IA?".

Al final, hoy puedes utilizar una herramienta de inteligencia artificial para crear una aplicación sin tener apenas conocimientos de programación. Le explicas lo que necesitas, la IA genera el código y, con un poco de suerte, consigues algo que funciona.

Pero el problema viene cuando quieres añadir una función; aparece un error o el programa deja de funcionar después de hacer un cambio. Ahí es donde se nota si realmente entiendes lo que has creado o si solo has ido siguiendo las instrucciones de una IA.

Por eso, uno de los conocimientos más importantes sigue siendo entender los fundamentos de la programación. No hace falta ser un loco de la programación y memorizar cada comando ni conocer todos los detalles de un lenguaje, pero sí saber cómo funciona el código, cómo se crea un programa y qué estás intentando conseguir con cada parte.

También es importante saber leer y entender el código que genera la inteligencia artificial. Puede parecer que no se ha equivocado si simplemente lo miras por encima y, aun así, tener fallos, utilizar una solución que no encaja o dejar algún problema de seguridad. Aquí es donde tú y tus conocimientos debéis actuar como guía.

Aprender a programar sin depender de la IA: el gran consejo de este experto

El gran riesgo que hay ahora, y no solo en el sector de la programación, es que, como aparentemente la IA sabe hacerlo absolutamente todo, tú, directamente, no aprendes.

Por eso, lo mejor que puedes hacer es practicar también sin ayuda de la IA. Puedes intentar resolver algo por tu cuenta, desarrollar una pequeña aplicación o corregir un error antes de pedirle una solución a una IA.

Después, puedes comparar tu trabajo con el resultado que te da la inteligencia artificial y ver qué ha hecho mejor o qué podrías aprender de ella. Esto, al final, no va de estar en contra de su uso, al contrario.

El problema es que, siendo tan joven, y teniendo a tu disposición esta tecnología, realmente no sabes programar absolutamente nada. Y sí, te vas a acabar estancando, no escalarás nunca y, aún peor, podrías acabar en la calle porque no eres útil.

Además, un programador no se limita a escribir código. También tiene que probar que todo funciona, revisar si hay fallos, mantener el proyecto en el tiempo y asegurarse de que el resultado hace lo que se pide. La IA puede echar una mano en todas estas tareas, pero sigue siendo importante saber qué hay que comprobar y por qué.

Si eres capaz de hacer todo esto, realmente vas a ver cómo la IA puedes usarla a tu servicio y ahí es cuando se va a convertir en algo que te ayuda en tu día a día, te permite tener más tiempo para estar en otras cosas y consigue que tú seas un mejor programador. Pero sin una base potente de conocimientos, estás totalmente perdido.

Ya se está usando de forma masiva para mejorar el currículum, preparar una carta de presentación o practicar las preguntas que podrían hacerte en una entrevista. Y, cuando tienes que enviar decenas de solicitudes, ahorrar tiempo se agradece.

El problema viene cuando la IA deja de ser una ayuda y empieza a hacer por ti aquello que la empresa quiere ver de ti. No es lo mismo utilizar ChatGPT para preparar una entrevista que tenerlo abierto durante la videollamada para que te diga qué responder.

Un reportaje de la BBC precisamente ha querido hablar a fondo de esto, tomando como referencia la experiencia de varios jóvenes que buscan su primer empleo.

Más de 200 solicitudes para conseguir un trabajo

Por ejemplo, en el reportaje se menciona a Tom, un joven de 22 años de Reino Unido, que terminó la carrera de Geografía el año pasado y tuvo que solicitar más de 200 empleos antes de conseguir trabajo como gerente de un restaurante.

En su caso, la inteligencia artificial le ayudó a preparar currículums y cartas de presentación. También la utilizó para encontrar palabras clave que podían encajar con las ofertas y que los sistemas de selección automática podrían buscar al ver las candidaturas.

Eso sí, asegura que no utilizó la IA durante las pruebas de selección ni en las entrevistas, aunque critica que algunas compañías pidan a los candidatos que no utilicen inteligencia artificial mientras ellas recurren a sistemas automatizados para revisar las solicitudes.

Desde luego, si todo esto está bien o no, depende, al final, del uso que le des a la inteligencia artificial. Que ChatGPT, por ejemplo, revise tu currículum es una muy buena forma de saber qué está bien y qué no y aumentar tus posibilidades de contratación.

Ahora bien, que acabe redactando todos los documentos importantes por ti y que los envíes de forma masiva a cientos de empresas ya es otro tema. Además, al igual que te sucede a ti con los correos spam, ten por seguro que las compañías ya saben perfectamente qué está escrito por un humano o por una máquina.

Según una encuesta del Institute of Student Employers (ISE), que agrupa a grandes empresas que contratan recién graduados en Reino Unido, el 92% de las compañías consultadas había detectado o sospechado algún uso de la IA durante los procesos de selección. El año anterior, la cifra era del 85%.

Además, el ISE ya ha comentado que esta situación aumenta la competencia y la presión sobre los jóvenes que buscan su primer empleo. Según sus datos, las ofertas para recién graduados reciben una media de 141 solicitudes cada una.

Su responsable de selección para perfiles júnior reconoce en el reportaje de BBC que no culpa a los jóvenes por utilizar IA para preparar sus entrevistas o esos correos con sus CV que mandan, teniendo en cuenta lo complicado que está el mercado laboral.

Pero esto hace que no todos jueguen con las mismas cartas y algunos se aprovechen de esta tecnología para parecer que están por encima del resto. El problema viene cuando se le contrata y de repente no cumple con absolutamente nada de lo que comentó en la entrevista.

Sin embargo, el auge de la inteligencia artificial está haciendo que se tome desde otra perspectiva porque el hecho de poder generar código con prompts permite que otros usuarios sin dominio sobre los lenguajes de programación como Python puedan crear también.

Creando una buena petición para la IA, se puede obtener un resultado aceptable en cuanto a corrección, mejora y propuestas desde cero sin tanto conocimiento técnico.

Este fenómeno, que está afectando de cierta forma a toda la industria tecnológica, está beneficiando directamente a GitHub. Se reporta que la cantidad de usuarios de esta red social para desarrolladores se ha multiplicado desde que llegaron los asistentes virtuales.

GitHub se llena de proyectos que van mucho más allá del software

A comienzos de 2023, GitHub apenas superaba los 100 millones de usuarios. En septiembre de 2025 alcanzó los 180 millones y, según datos compartidos por Microsoft, la plataforma ya había superado los 225 millones de usuarios en julio de 2026.

Debería tratarse de profesionales o personas que están comenzando a estudiar áreas del sector informático, pero la realidad es que este crecimiento exponencial está vinculado con la inteligencia artificial.

Gran parte del porcentaje compartido proviene de personas que no trabajan como desarrolladores y que, en muchos casos, jamás han escrito una sola línea de código.

GitHub atribuye parte del crecimiento al auge de la inteligencia artificial, aunque el informe Octoverse no ofrece una explicación única para el aumento de usuarios observado en los últimos años.

La afirmación resulta especialmente relevante si se tiene en cuenta que el número global de programadores profesionales está muy lejos de los más de 225 millones de cuentas registradas en la plataforma.

La mejor forma de entender el fenómeno es observar qué tipo de proyectos triunfan actualmente ante todos estos cambios que llegan. Uno de los ejemplos más llamativos es HowToLiveBetter, una guía abierta sobre hábitos saludables, gestión financiera, relaciones personales y calidad de vida que consiguió decenas de miles de estrellas en pocas semanas.

La tendencia se repite en otros casos. El repositorio chinese-poetry recopila cientos de miles de poemas clásicos chinos y se ha convertido en una fuente de datos utilizada por múltiples aplicaciones culturales.

También destacan bibliotecas de prompts para IA como awesome-chatgpt-prompts, uno de los repositorios más populares de GitHub. Su valor no reside en el código, sino en la recopilación y organización de instrucciones para interactuar con modelos.

A este ecosistema se integran soluciones para asistentes virtuales, marcos de trabajo, técnicas de investigación y proyectos colaborativos que destacan por sus composiciones internas de código.

La IA reduce barreras y convierte GitHub en una plataforma de colaboración universal

La expansión de la inteligencia artificial está eliminando muchas de las barreras técnicas que históricamente separaban a desarrolladores y usuarios comunes.

Herramientas impulsadas por IA permiten crear aplicaciones, automatizaciones y prototipos a partir de instrucciones escritas en lenguaje natural.

El propio GitHub ha impulsado esta dirección con iniciativas como Spark, diseñada para facilitar la creación de aplicaciones sin necesidad de conocimientos avanzados de programación.

Otro factor clave es su sistema de reputación basado en estrellas, bifurcaciones y contribuciones visibles públicamente. Cada modificación queda registrada y puede rastrearse, creando un historial transparente difícil de replicar en otras plataformas.

Cuando un proyecto acumula miles de estrellas, los usuarios interpretan esa cifra como una señal de utilidad, confianza o relevancia colectiva. Esa credibilidad ha convertido a GitHub en una especie de escaparate global para proyectos técnicos y no técnicos.

Además, la plataforma se ha consolidado como un espacio ideal para crear y mantener bienes digitales compartidos. En lugar de depender de una única organización, múltiples colaboradores pueden enriquecer el contenido de forma continua. La IA facilita que más personas materialicen ideas, GitHub ofrece la infraestructura para publicarlas y la comunidad ayuda a mejorarlas.

Por eso, la próxima gran batalla tecnológica no parece centrarse únicamente en los programadores profesionales. El verdadero objetivo es atraer a millones de usuarios que quieren crear, compartir conocimientos o desarrollar proyectos propios sin convertirse necesariamente en expertos en código.

Sin embargo, la cuestión ya no es si la IA es capaz de escribir textos como un humano, sino que la discusión gira cada vez más alrededor de la autoría y el papel que debe conservar una persona en el proceso de creación cuando las máquinas pueden asumir parte del trabajo intelectual.

En medio de esa conversación aparece el caso de Kevin Roose, periodista experto en tecnología que acaba de publicar The AGI Chronicles, una amplia investigación sobre la carrera por desarrollar la inteligencia artificial general, conocida como AGI.

Aunque utilizó herramientas de IA para investigar, ordenar información y revisar materiales, decidió reservar la escritura del libro al trabajo humano. En una entrevista concedida a WIRED, dijo que la obra fue escrita por “un ser humano muy cansado, sobrecargado de trabajo y con falta de sueño”.

La IA le ayudó a investigar, pero no a contar la historia

Lejos de ser una opinión improvisada sobre la inteligencia artificial, el libro es el resultado de un extenso trabajo de investigación, ya que Roose dedicó alrededor de un año a reconstruir cómo se desarrolló la carrera tecnológica que ha llevado a los actuales modelos de IA hasta su nivel de capacidades actual.

Para ello realizó más de 150 entrevistas y recopiló documentos, testimonios, así como material interno relacionado con algunas de las compañías más influyentes del sector.

El resultado es una reconstrucción de la competencia entre OpenAI, Anthropic y Google DeepMind, tres actores fundamentales en el desarrollo de los sistemas que dominan actualmente la industria.

El periodista explica que comenzó el proyecto cuando comprendió que gran parte de los acontecimientos que estaban marcando esta nueva etapa tecnológica podían perderse entre conversaciones privadas y registros internos que quizá nunca llegarían a formar parte del relato histórico.

Utiliza IA todos los días, pero no para escribir

Uno de los aspectos más llamativos de la historia es que Kevin Roose no se presenta como un detractor de la inteligencia artificial. De hecho, ocurre justo lo contrario.

Durante la entrevista reconoce que utiliza estas herramientas de forma habitual y que considera que pueden mejorar el trabajo periodístico cuando se emplean de forma adecuada.

En el proceso de creación del libro, recurrió a sistemas de IA para consultar notas de investigación, localizar información dentro de miles de páginas de documentación, organizar materiales e incluso realizar comprobaciones adicionales durante la fase de revisión.

También experimentó con asistentes virtuales diseñados para ofrecer opiniones editoriales desde distintas perspectivas.

Sin embargo, trazó una línea clara entre utilizar la tecnología como apoyo y dejar en sus manos la construcción del relato. El libro, según explica, fue redactado íntegramente por personas, con ayuda de investigadores y editores humanos.

La inteligencia artificial puede acelerar procesos, ayudar a encontrar información y simplificar tareas complejas, pero la responsabilidad de interpretar los hechos, establecer conexiones y construir una narrativa sigue siendo, para muchos autores, una tarea profundamente humana.

Precisamente por eso resulta tan significativo que una de las voces que mejor conoce esta tecnología haya decidido que la historia de la IA merecía ser contada, en última instancia, por una persona.

Tal y como explica en un vídeo, que la IA pueda hacerlo por ti no significa que tú hayas aprendido a hacerlo. Puedes conseguir un programa que funciona y, al mismo tiempo, no tener ni idea de por qué funciona.

El programador y divulgador, conocido como MoureDev en redes, lleva años enseñando programación y desarrollo de software y actualmente también centra parte de su contenido en cómo aprovechar la IA para programar.

Y con respecto a este tema, lo tiene claro. Este no es el camino a seguir y, en vez de pedirle a la IA que piense por ti, deberías hacer que te ayude a pensar. Y para explicarlo, habla del método socrático, una forma de aprendizaje basada en hacer preguntas y guiar a la otra persona para que llegue a las respuestas por sí misma.

¿Qué es el método socrático y por qué puede servir con la IA?

Este método es realmente simple. En lugar de decirle a la IA que cree X código o que resuelva un error y esperar a que te entregue la solución, puedes pedirle que te vaya haciendo preguntas para que seas tú quien encuentre el camino.

"El maestro tiene que guiar al alumno para llegar al conocimiento por sí mismo, cuestionando sus propias ideas", explica.

Llevado a la programación, esto significa que no deberías usar la IA para que te lo dé absolutamente todo hecho, aparte de que deberías tener muy en cuenta que no siempre acierta y que podría colar todo tipo de errores. En su lugar, esta perfectamente puede ayudarte a entender qué estás haciendo, indicar dónde puede estar el problema y hacerte preguntas para que llegues tú mismo a la solución.

Por ejemplo, si estás intentando hacer una función en Python y no sabes por qué falla. En lugar de pegar el problema en ChatGPT y pedirle que lo soluciones, puedes decirle que no te dé el código final y que te haga preguntas para encontrar el error.

El problema de dejar que la IA haga todo el trabajo

Y es que todo esto, aunque parezca casi contraproducente, permite que tengas a la IA como asistente, pero no como algo que te resuelve todos tus problemas y tu trabajo.

Si estás estudiando o trabajando en programación y cada vez que aparece un bache en el camino se lo pasas a una herramienta de IA, puedes acabar acostumbrándote a algo bastante peligroso: tú planteas el problema y la máquina hace el resto.

El problema es que, en un principio, todo parece realmente maravilloso. Sin embargo, vas a pagar las consecuencias más adelante: no vas a saber hacer absolutamente nada por tu cuenta. Y esto, sinceramente, es bastante triste si te dedicas a este sector.

De repente te puedes encontrar con un proyecto sin saber por dónde empezar. O aparece un error que la IA no resuelve a la primera. O necesitas cambiar una parte del código que generó y no entiendes realmente qué está haciendo.

Esto no significa que utilizar IA para programar sea malo. De hecho, Moure defiende precisamente lo contrario. Él mismo lleva tiempo hablando de la necesidad de aprender a utilizar estas herramientas dentro del desarrollo de software y de saber revisar y comprobar lo que generan. El punto en cuestión está en cómo la utilizas.

Si una máquina ya puede hacer lo que un desarrollador junior es capaz, ¿qué hace especial a los profesionales? Es algo que se mantiene la mente de muchas personas, pero la realidad es que la inteligencia artificial no va a reemplazar a los humanos.

Sin embargo, Kent Beck, una de las figuras más influyentes en la programación, afirma que hay que adaptarse para poder sobrevivir al impacto tecnológico. Ya no se trata solo de lo técnico, sino también de la capacidad de aprender habilidades para volverse un "ingeniero de producto".

Kent Beck cree que el reto de los programadores ya no es únicamente técnico

La experiencia en arquitectura de sistemas o diversos lenguajes de programación son sectores que están siendo abarcados por la inteligencia artificial gracias a los distintos asistentes disponibles en la actualidad.

Si bien ya muchos expertos han hablado sobre qué estudiar para sobrevivir a la IA, Ken Beck tiene algo muy importante que agregar y que se alinea con la perspectiva del padre de Claude Code, Boris Cherny.

Las declaraciones han sido tomadas de la reciente entrevista en el podcast The Pragmatic Engineer. Según explica, los asistentes virtuales como Codex de OpenAI y otros han causado una transformación en el rol de los ingenieros de software.

Estas tecnologías multiplican la productividad a un punto que antes era inimaginable. Ahora, con un prompt puedes aumentar la velocidad de un proyecto considerablemente y es eso lo que hace dudar a muchos.

No obstante, en la conversación dijo que "a veces somos un poco imbéciles", haciendo referencia a ciertas limitaciones sociales que históricamente han acompañado a parte del colectivo de programadores.

Beck afirma que la mayoría de los programadores siempre han destacado por su capacidad técnica, pero actualmente ese no es el foco porque no solo hacen falta esas habilidades. Además de estos conocimientos, se necesita comunicación y empatía.

"No necesariamente tenemos buenas habilidades de regulación emocional. No tenemos empatía natural" es lo que agregó, aclarando que son características cruciales para un entorno laboral donde la interacción humana gana importancia.

Dominar una computadora y aprender a programar ya no basta para construir una carrera exitosa en los próximos años. Con el crecimiento de la IA, el crecimiento profesional depende de los otros factores a los que normalmente un desarrollador no está acostumbrado.

Como creador de Extreme Programming (XP), pionero del desarrollo guiado por pruebas (TDD) y uno de los firmantes del Manifiesto Ágil, decir esto tiene muchísimo peso en la industria.

La IA impulsa el nacimiento del "ingeniero de producto"

Generar grandes cantidades de código, crear prototipos funcionales o acelerar tareas repetitivas es algo que se lo puedes asignar a Claude Code, por lo que el papel de los programadores no va a ser reemplazado u olvidado, sino que va a cambiar.

Las funciones principales que podrían tener los profesionales durante la siguiente década son la supervisión, validación y coordinación.

De hecho, es algo que ya se está viendo en la actualidad, donde muchos reportan que ahora es necesario invertir más tiempo en revisar y mantener código que crearlo desde cero.

Junto a declaraciones de Amol Avasare, director de crecimiento de Anthropic, recogidas por Business Insider, los ingenieros que utilizan asistentes virtuales son de dos a tres veces más veloces.

De aquí está surgiendo el perfil híbrido que algunas empresas llaman "ingenieros de producto", los cuales están centrados en pequeños gestores de producto que se encargan de responsabilidades que van más allá del código.

Esto incluye gestionar expectativas de diferentes áreas, colaborar con diseñadores, comunicarse con responsables de negocio y coordinar a múltiples partes interesadas. Por lo tanto, adaptarse a estas nuevas exigencias es lo que podría garantizar un trabajo en el futuro.

Desde la autoescuela HoyVoy han puesto el foco en una formación que puede organizarse en unos seis meses y que permite acceder a esta profesión. La propuesta resulta atractiva por su duración, aunque no significa que cualquiera pueda matricularse ni que terminar el curso garantice automáticamente un puesto de trabajo.

Se trata del Certificado de aptitud de profesor de formación vial, un certificado profesional de Grado C, nivel 3 y código SSC_C_016_5B. Es diferente del ciclo de Técnico Superior en Formación para la Movilidad Segura y Sostenible, que normalmente ocupa dos cursos, aunque ambos forman parte del sistema de FP.

Las 820 horas oficiales pueden organizarse en unos seis meses

El certificado nació con el Real Decreto 208/2025, publicado el 8 de abril de 2025 y establece una duración orientativa de 820 horas.

Algunos centros concentran esa carga en aproximadamente seis meses, pero ese calendario no es universal y conviene comprobar qué incluye cada oferta.

Cabe señalar que la formación aborda organización de la enseñanza, técnicas de conducción, didáctica, seguridad vial, así como prevención de riesgos laborales.

Además, Técnicas de conducción y Didáctica de la enseñanza práctica deben impartirse presencialmente. Para este último módulo se requieren los permisos B y A2, mientras que la norma contempla determinadas exenciones para técnicas de conducción cuando se cumplen las condiciones previstas.

No obstante, saber conducir no basta. Ya que ser profesor de autoescuela exige aprender a planificar las clases, evaluar al alumno y adaptar las explicaciones, precisamente una de las diferencias entre ser conductor y convertirse en formador.

Tres caminos oficiales permiten ser profesor de autoescuela

• Certificado profesional: 820 horas orientativas; algunos centros la organizan en seis meses, y aquí te preparan como profesor de formación vial.
• ​Técnico superior: 2.000 horas, normalmente dos cursos, donde se obtendrá una formación más amplia en movilidad y seguridad vial.
• ​Curso de la DGT: Pruebas y fases según convocatoria, que es la vía tradicional que continúa activa en 2026.

El ciclo superior abre una preparación más amplia que puede relacionarse con otras funciones de formación y movilidad, mientras que la DGT mantiene su propia convocatoria para obtener el certificado de aptitud.

Tampoco debe confundirse al profesor con el examinador de Tráfico, una figura diferente y cuya escasez también ha provocado problemas de capacidad para realizar exámenes.

Aprobar el curso no significa poder empezar a dar clases al día siguiente

Cabe aclarar que antes de matricularse hay que comprobar que se cumple alguna de las vías académicas de acceso a un Grado C de nivel 3, como Bachiller, un título de Técnico, una titulación equivalente o las alternativas admitidas mediante prueba de acceso.

Después conviene localizar un centro autorizado, pedir el calendario completo y confirmar módulos, presencialidad y formación en empresa. Una vez superados los estudios y obtenida la acreditación, todavía falta solicitar el alta como formador ante la DGT.

El trámite exige identificación electrónica, los datos correspondientes y la documentación acreditativa. También hay que disponer del permiso del grupo 2 en vigor o del informe psicofísico equivalente con una antigüedad máxima de tres meses, además de cumplir las condiciones relativas a sanciones y prohibiciones.

Es importante mencionar que el alta es gratuita, pero hay que esperar su confirmación antes de ejercer y la DGT no garantiza un plazo concreto.

Además, la bolsa de la CNAE mantiene ofertas recientes en numerosas localidades, lo que confirma que existe contratación, pero eso no convierte en literal la promesa de que nunca faltará trabajo.

Antes de elegir esta salida, la ventaja real está en otra parte: ahora existe una vía oficial más corta que el ciclo superior, pero sigue exigiendo formación, requisitos previos y una habilitación posterior para ponerse al volante como profesor de autoescuela.

Eso es justo lo que cuenta un programador que lleva poco más de dos semanas en una gran empresa y que afirma en un tuit estar bastante harto de cómo se está utilizando allí.

Según explica, las especificaciones, el código, las pruebas, los documentos, los tickets y hasta las soluciones de esos tickets pasan por Claude Code. Los trabajadores solo van pidiendo cosas al modelo y siguiendo sus respuestas.

El problema que ves es que realmente la empresa quiere sacar trabajo adelante cada vez más rápido, pero los empleados están llegando a trabajar 12 o 13 horas al día. No porque estén programando sin parar, sino porque pasan buena parte de la jornada hablando con la IA, esperando resultados y pulsando Enter.

"Se acabó. El estado actual de la ingeniería es horrible. Han pasado medio mes desde que empecé un nuevo rol en una gran empresa", comenta.

"Todos, literalmente todos, desde un ingeniero L1 hasta un L7 aquí, están haciendo lo mismo. Habla con Claude. No hay sensación de victoria. Nadie resuelve bugs. En realidad, nadie piensa ya. Todo lo hace un LLM. Es tan deprimente para el alma. A decir verdad, no me importaría si al menos nos dieran tiempo para revisar el código y ver a dónde va todo. Pero no, el objetivo es solo lanzar. Pase lo que pase", añade.

Como ves, no está hablando de utilizar la IA para echar una mano con una función concreta o para buscar un error. Dice que el modelo se ha convertido prácticamente en la forma de trabajar de toda la empresa.

El resultado es que cada vez se genera más, pero cada vez hay menos personas que realmente sepan qué se está generando.

El programador no afirma que Claude Code sea inútil. El problema es cómo se está utilizando

Si una IA puede escribir en unos segundos algo que antes llevaba horas, es lógico que una empresa quiera aprovecharla. El problema es cuando ese trabajo se utiliza como excusa para pedir todavía más y hacerlo todavía más rápido.

Pero hay algo a lo que inevitablemente te sometes cuando haces uso de la IA y es el tiempo que necesitas para comprobar que todo está bien (si es que realmente se comprueba).

Alguien tiene que leer ese código. Tiene que probarlo. Tiene que comprobar que hace lo que se pidió y que no rompe otra cosa. Y, sobre todo, tiene que entenderlo para poder arreglarlo cuando algo falle.

Aquí es donde, para el programador, se encuentra uno de los grandes problemas. Cediendo todo el trabajo a la IA, al final, no permite que evoluciones y entiendas realmente qué es lo que se está generando, el motivo y por qué esa es la mejor opción (o no).

Los programadores han dejado de hacer el trabajo que, precisamente, se supone que deberían hacer.

Resolver un error no consiste solo en pedirle a una IA que encuentre una solución. Hay que entender qué está fallando, por qué ha ocurrido y si la solución realmente arregla el problema.

Según este programador, todo eso está desapareciendo. "No hay sensación de victoria", explica. Ya no existe esa sensación de haber encontrado un problema difícil y haberlo solucionado tú mismo. Todo se centra ya en pedirle algo al modelo y pasar a la siguiente tarea.

Aunque no lo parezca, esto está yendo más allá y es que ya están entrenando robots grabando rutinas en las casas de personas. Al mismo tiempo, se está utilizando esta información para seguir trabajando sobre los modelos de IA.

Pues bien, cuando creas un prompt para generar vídeos, imágenes o videojuegos con inteligencia artificial, sí necesita una base estable para la red neuronal y el contenido suficiente para poder lograr que un chatbot tenga buenos resultados.

¿Recuerdas la tendencia de crear fotos con famosos usando ChatGPT? Cuando adjuntas imágenes que tienen tu rostro, se guarda de alguna manera y esto ha generado controversias con respecto al uso de los asistentes virtuales, aunque eso ahora ha evolucionado a convertirse en otro "negocio" para muchos.

Prestar tu rostro a la inteligencia artificial ya se convierte en una fuente de ingresos

Puedes pedirle a la inteligencia artificial que genere imágenes desde cero sobre personas o que modifique una foto que ya exista. Para hacer todo este proceso, es evidente que se requiere un mecanismo especializado que analiza con detalle cada fragmento.

Evidentemente, las personas critican el hecho de que estas plataformas utilicen su identidad para seguir siendo entrenadas o basarse en figuras determinadas.

Entonces, esta recopilación de datos o privacidad digital es lo que le preocupa a millones. Pero lo que antes se percibía como un riesgo vinculado al robo de imagen comienza a convertirse, para algunos usuarios, en una oportunidad de negocio.

Sí, por muy loco que suene, China se ha convertido en uno de los principales escenarios de esta nueva economía digital que engloba a la IA.

Según los reportes de South China Morning Post (SCMP), desde abril se están llevando a cabo varias operaciones privadas de licencias faciales que anteriormente circulaban dentro de grupos cerrados del sector audiovisual.

Esto quiere decir que una gran parte de la data empezó a migrar a plataformas públicas que se vinculan con contenido generado con inteligencia artificial.

Entre las más destacadas figura Yuanxiang Xinsheng, una plataforma con sede en Shenzhen lanzada en mayo, la cual ofrece un servicio de crear perfiles de actores digitales después de un registro y verificación de identidad previa.

A partir de ese momento, cada usuario puede definir las condiciones bajo las que autoriza el uso de su rostro, incluyendo duración de la licencia, restricciones temáticas y derechos de adaptación posteriores.

Los precios oscilan entre 50 yuanes y 99.999 yuanes, una cifra equivalente a cerca de 15.000 euros para las autorizaciones más costosas.

Según informó National Business Daily, un empleado bancario obtuvo cerca de 2.500 yuanes en apenas tres días; otro ejemplo es el de Chen, un hombre de 34 años que cobra 99 yuanes por cada uso de su imagen.

Este último ha aceptado mostrarse en historias familiares o románticas, aunque rechaza expresamente contenidos de terror y material sexualmente explícito.

Del miedo al robo de identidad al negocio de los actores digitales

Analizándolo de esta manera, es una situación que recuerda mucho a la propuesta de la criptomoneda del CEO de OpenAI, Worldcoin. LA gente estaría escaneando su iris para poder obtener beneficios monetarios.

Siguiendo las historias anteriores mencionadas por la fuente, hay una mujer de la provincia china de Guangdong que decidió registrarse en una de estas plataformas.

Su motivo resulta revelador: convertir un posible problema en una oportunidad. "Ya no me preocupa que la IA me robe la cara. Si alguien quiere usarlo, debería pagarme", afirmó.

Su declaración resume una tendencia creciente entre usuarios que prefieren autorizar y monetizar el uso de su imagen antes que verla empleada sin consentimiento.

Plataformas como Xinzhua, lanzada en Chengdu, ya reúnen cientos de perfiles de actores digitales y clasifican las licencias según diferentes escenarios de uso, incluyendo anuncios televisivos, videojuegos, animaciones, cine y modelaje digital. Incluso permiten filtrar rostros por edad, género, estilo visual o categoría narrativa.

Expertos legales han advertido sobre posibles riesgos relacionados con la privacidad y el consentimiento, especialmente cuando se trata de datos biométricos de menores.

El abogado Dai Yue, del bufete Hairun Tianrui, señaló que ciertos acuerdos obligan a los usuarios a renunciar a reclamaciones relacionadas con su imagen, voz o nombre.

También existen casos en los que quienes retiran una autorización antes de tiempo pueden enfrentarse a sanciones de al menos 50.000 yuanes, mientras que las plataformas asumen responsabilidades mucho más reducidas en caso de retrasos en los pagos.

El investigador, uno de los nombres más conocidos del mundo de la inteligencia artificial y fundador de DeepLearning.AI, cree que hay demasiado ruido alrededor de los peligros de esta tecnología sin que haya ocurrido un cambio tan grande como algunos hacen pensar.

"La tecnología de IA no ha tomado un rumbo inesperado y peligroso, pero la exageración a su alrededor —impulsada por lo que parece ser una campaña de relaciones públicas bien orquestada— ha generado un temor considerable. Me preocupa que esto represente un retroceso para nuestro campo", afirma.

Este no dice que la IA sea completamente segura ni que no haya problemas. Todo lo contrario. Afirma que los agentes de IA están cambiando la ciberseguridad y que todavía hay mucho trabajo por hacer para conseguir que todo esto sea seguro.

Con lo que no está de acuerdo es que, con cada nuevo avance o incluso problema que haya, ya todo gire en torno a la destrucción de la humanidad.

"Si uso un martillo y abollo la pared, no es culpa del martillo"

En la newsletter que ha publicado explica perfectamente lo que está sucediendo con un ejemplo: si coges un martillo para clavar un clavo, fallas y terminas haciendo un agujero en la pared; el martillo no tiene la culpa. El problema está en cómo lo has utilizado.

Llevado a la inteligencia artificial, si una persona utiliza un agente de IA y le pide que acceda a un sistema informático y toma la vía del ataque, no tiene mucho sentido decir que "la IA ha decidido atacar". El sistema está haciendo lo que se le ha pedido dentro de sus capacidades.

Eso no quiere decir que todo sea responsabilidad de las personas. Este también cree que quienes crean estas herramientas tienen que hacerlas más seguras. Si un sistema puede hacer algo peligroso de una forma tan sencilla, hay que poner controles para evitarlo.

En pocas palabras, el fabricante tiene que hacer una herramienta segura. Pero si alguien utiliza ese martillo para hacer algo que no debería, tampoco se puede culpar al objeto como si tuviera voluntad propia.

Con la IA, según Ng, se está empezando a caer demasiado en esa forma de hablar. Los modelos parecen cada vez más humanos porque pueden hablar contigo, razonar, utilizar herramientas o hacer tareas sin que un humano intervenga. Pero eso no significa que haya que tratarlos como si fueran personas.

El caso de OpenAI y Hugging Face no significa que la IA se haya vuelto loca

El mejor ejemplo de todo esto es lo que ha sucedido recientemente con OpenAI y Hugging Face. El caso llamó mucho la atención porque se habló de un grupo de miles de agentes trabajando al mismo tiempo.

Todo ocurrió mientras los investigadores de la compañía hacían pruebas en un entorno cerrado de ciberseguridad, pero la máquina decidió resolver el problema que le habían planteado a su manera y la situación se salió de control.

En lugar de trabajar sin descanso buscando la solución legal al problema de seguridad que les habían puesto, los modelos de OpenAI decidieron que era mucho más rápido hacer trampas.

Deducieron por su cuenta que las respuestas del test estaban guardadas en la base de datos real de Hugging Face y organizaron un ataque por su cuenta para entrar a robarlas. Para colarse en los servidores de la plataforma, hicieron uso de fallos de seguridad que se desconocía que estaban y usaron claves robadas.

Sin embargo, para Ng hay algo más importante detrás de todo esto. El sistema que debía mantener a los agentes aislados y controlar lo que estaban haciendo tenía fallos.

El problema no estaba solo en lo que hicieron los agentes, sino también en los sistemas que debían controlarlos. El aislamiento y la supervisión tenían fallos que permitieron que el experimento llegara más lejos de lo previsto.Y aquí es donde volvemos al tema del martillo.

Pero, por supuesto, considera que, aunque un coche tenga un fallo en los frenos, no dejas de fabricar el coche. Lo que tienes que hacer es arreglar los frenos.

Por ejemplo, cuando la prioridad es la productividad y la compatibilidad de software para trabajar, programar, editar contenido o gestionar servidores. la lista se reduce a unas pocas opciones.

El interés por Linux sigue creciendo entre quienes buscan una alternativa a Windows o macOS para esas tareas, pero hay que pensarlo muy bien y es por esto que un experto se ha tomado el tiempo de probar diversas distros.

Tras analizar todas las ventajas y desventajas que ofrecen los diversos sistemas con el kernel de Linux, llegó a la conclusión de que uno en especial se lleva el trono como la mejor distro para trabajar.

Kubuntu combina estabilidad, compatibilidad y una experiencia de escritorio muy completa

¿Buscas un sistema operativo para trabajar? Es difícil tomar una elección como esa, pero tiene todo el sentido del mundo querer ser lo más productivo posible con respecto a las tareas laborales.

Según explica Nick Lewis en un análisis de How-To Geek, después de utilizar durante años distribuciones como Fedora, Arch, Ubuntu, Pop!_OS, CachyOS, Debian, Kinoite y Garuda, solo una consigue reunir todo lo que necesita para su jornada laboral: Kubuntu.

Esta es una variante oficial de Ubuntu que sustituye el entorno de escritorio GNOME por KDE Plasma. Gracias a ello, mantiene la misma base tecnológica, los mismos repositorios y el mismo ecosistema de software que Ubuntu, pero con una interfaz más flexible y personalizable.

Lewis considera que este equilibrio es precisamente uno de los grandes atractivos del sistema. La versión actual, Kubuntu 26.04 LTS (Resolute Raccoon), fue lanzada en abril de 2026 e incorpora KDE Plasma 6.6, Qt 6.10.2, KDE Frameworks 6.24 y el kernel Linux 7.0.

Además, cuenta con soporte hasta abril de 2029, una característica especialmente importante para quienes utilizan el ordenador como herramienta principal de trabajo a largo plazo.

Otro aspecto clave para Lewis es la enorme compatibilidad que hereda de Ubuntu. Muchas aplicaciones, tutoriales y scripts de instalación para Linux están diseñados pensando específicamente en Ubuntu o en distribuciones basadas en Debian.

Esto facilita la instalación de programas, reduce los problemas de compatibilidad y permite encontrar soluciones rápidamente cuando surge algún inconveniente.

Según explica, la gran comunidad de usuarios de Ubuntu se convierte en una ventaja práctica que puede ahorrar horas de resolución de problemas.

Las aplicaciones de KDE y la personalización marcan la diferencia en el trabajo diario

Uno de los puntos más destacados de Kubuntu es la colección de aplicaciones desarrolladas por KDE. En lugar de obligarte a buscar numerosas alternativas desde el primer día, el sistema incluye herramientas muy maduras para tareas habituales.

Dolphin, por ejemplo, ofrece funciones avanzadas de gestión de archivos, mientras que Okular permite anotar documentos PDF y Kate funciona como un editor de código competente incluso frente a soluciones ampliamente conocidas.

Lewis también habla sobre aplicaciones como Kdenlive para edición de vídeo, Spectacle para capturas de pantalla y KDE Connect para integrar el teléfono móvil con el ordenador.

Una de las novedades relevantes de Spectacle en Plasma 6.6 es la incorporación de OCR, que permite extraer texto directamente desde imágenes o mensajes de error. Esto puede acelerar tareas de documentación, soporte técnico o desarrollo de software.

La otra gran ventaja es la capacidad de personalización de KDE Plasma. Aunque muchos lo recomiendan por su parecido visual con Windows, Lewis cree que su verdadero valor está en la flexibilidad.

El usuario puede ajustar paneles, widgets, reglas para ventanas y configuraciones específicas para varios monitores. También menciona KRunner, una herramienta integrada que permite abrir aplicaciones, buscar archivos, realizar cálculos y ejecutar otras acciones desde el teclado, mejorando la productividad diaria.

Eso no significa que Kubuntu sea perfecto para todos. El experto advierte que la transición hacia Wayland puede generar incompatibilidades con algunas aplicaciones antiguas basadas en X11, herramientas de acceso remoto o determinados sistemas de compartición de pantalla.

Además, reconoce que quienes dependen de software profesional específico de Adobe o de ciertas aplicaciones empresariales continúan encontrando más compatibilidad inmediata en Windows y macOS. De igual manera, todas las ventajas para trabajos en ordenador se encuentran en Kubuntu.

Son datos que pueden aportar contexto, pero no explican por sí solos qué puede conseguir un candidato. Y es que los procesos de selección han cambiado y los reclutadores buscan señales mucho más concretas.

Un currículum tiene que permitir entender rápidamente qué ha hecho una persona, qué problemas ha resuelto y qué resultados ha conseguido. Si esa información queda enterrada entre descripciones, la candidatura pierde fuerza antes incluso de llegar a una entrevista final.

Farah Sharghi lleva más de una década trabajando como reclutadora para compañías como Google, TikTok, Uber y The New York Times y durante ese tiempo ha observado una diferencia entre los candidatos que avanzan en los procesos y los que se quedan fuera.

Es importante mencionar que el error está en presentar el trabajo realizado como una simple lista de responsabilidades, sin demostrar cuál fue realmente la aportación.

Describir tu puesto no demuestra lo que conseguiste

Escribir que alguien era “responsable de gestionar proyectos” explica cuál era su función, pero no permite saber si lo hizo bien. Esa frase podría aparecer igual en cientos de currículums y no aporta ninguna prueba sobre el valor generado.

La alternativa consiste en transformar esa responsabilidad en un resultado concreto, donde el candidato debe dejar claro qué hizo, cómo lo hizo y qué cambió después.

En este punto entran las métricas que permiten comprobar el impacto, como un aumento porcentual de las ventas, ingresos generados, horas de trabajo ahorradas o costes reducidos.

Por ello, la diferencia es importante, muy importante, ya que una descripción cuenta lo que se esperaba de un empleado; un logro explica lo que ese empleado consiguió en su anterior trabajo.

Las cifras necesitan contexto para demostrar impacto

Así que no basta con llenar el currículum de porcentajes y cantidades, ya que una cifra aislada tampoco explica demasiado si el reclutador no sabe qué representa.

El objetivo es relacionar cada dato con una mejora concreta y hacer que su significado pueda entenderse sin conocer la empresa o el proyecto. Esta forma de presentar la experiencia resulta relevante en perfiles que han trabajado con objetivos cuantificables.

Si una acción permitió aumentar un indicador, reducir un gasto o acelerar un proceso, ese resultado puede convertirse en una evidencia mucho más útil que una lista de competencias.

También conviene utilizar verbos de acción y términos relevantes para el sector. Los sistemas de seguimiento de candidatos, conocidos como ATS, pueden analizar los currículums antes de que los revise una persona y buscar coincidencias con los requisitos de una oferta.

Es en este punto donde un currículum demasiado genérico o simple tiene más dificultades para demostrar que encaja con la vacante, y al final no será tomado en cuenta.

El reclutador no tiene tiempo para descifrar tu currículum

La primera criba también juega en contra de los documentos que esconden sus mejores argumentos. Según la referencia utilizada por Sharghi, los seleccionadores dedican aproximadamente entre seis y diez segundos a una primera revisión.

Eso obliga a colocar la información más importante donde pueda localizarse rápidamente. Si los resultados aparecen después de una larga relación de tareas, herramientas y responsabilidades, el reclutador puede no llegar a ellos.

La formación académica o la nota obtenida pueden seguir siendo relevantes dependiendo del puesto, especialmente en perfiles con poca experiencia. Lo que cambia es su peso frente a las pruebas de impacto profesional.

El objetivo final no es conseguir un currículum más llamativo, sino uno que permita responder rápidamente a una pregunta más importante que dónde estudiaste: qué has conseguido y qué demuestra eso sobre lo que puedes aportar a la empresa.

Lamentablemente, el debate que actualmente hay con la inteligencia artificial vuelve a alzarse tras los acontecimientos vinculados al juicio de estas grandes compañías tecnológicas.

El futuro tiembla ante esta tecnología y los profesionales se podrían ver afectados por el desempleo. Brent Hecht, director de Ciencia Aplicada de Microsoft, confirma que el impacto en el trabajo es más de lo que se imagina. ¿Te quedarás sin empleo? La respuesta puede surgir probablemente durante los próximos años.

Documentos internos revelan una preocupación que Microsoft conocía desde hace tiempo

¿La inteligencia artificial de verdad es tan preocupante? Si bien trae muchos beneficios a la humanidad, es evidente que existen contras que son difíciles de ignorar, especialmente cuando se trata de una tecnología que avanza a pasos agigantados.

El miedo es claro para muchas personas que tienen incertidumbre sobre el futuro de sus trabajos. Especialmente, la polémica estalló tras la publicación de documentos internos desclasificados dentro del proceso judicial que enfrenta a Microsoft y OpenAI con diversas organizaciones de noticias.

Los datos han sido revelados en el marco de una demanda liderada por The New York Times que ha destapado opiniones que contradicen parte de la defensa pública mantenida hasta ahora por estas empresas.

Según la información divulgada por Ars Technica, uno de los nombres que más ha llamado la atención es el de Brent Hecht, director de Ciencia Aplicada de Microsoft, quien habría advertido repetidamente sobre las implicaciones de utilizar contenidos periodísticos para entrenar sistemas de inteligencia artificial.

Entre las declaraciones atribuidas a Hecht destaca una especialmente contundente. El ejecutivo describió la extracción masiva de noticias para entrenamiento de IA como un “robo asombroso de proporciones sin precedentes” y llegó a afirmar que podría tratarse del “mayor robo de mano de obra en la historia de la humanidad”.

Además, otro documento recogido por los demandantes señala que Hecht consideraba que esta práctica convertía el argumento del “uso justo” en una “burla total” del concepto.

Otros puntos relevantes son que dentro del gigante tecnológico de Redmond ya había una preocupación clara por el impacto de dicha tecnología. Por ejemplo, que los propios productos de IA influían sobre los medios de comunicación que generaban el contenido utilizado para entrenar dichos modelos.

Un documento interno describía un posible “ciclo fatal” en el que los sistemas de inteligencia artificial reducirían el tráfico hacia las webs informativas y, a largo plazo, comprometerían la disponibilidad de información fiable. De aquí la propia desinformación y el uso excesivo de estos asistentes virtuales en el texto que podría no ser del todo confiable.

La batalla por el periodismo y el uso justo entra en una nueva fase

Los documentos judiciales no solo incluyen comentarios de responsables de Microsoft. Según los demandantes, mensajes internos de OpenAI mostraban inquietud por el potencial efecto de los chatbots sobre los medios tradicionales.

Nick Turley, quien se encarga del lado de ChatGPT, habría advertido sobre una “amenaza existencial” para los editores de noticias si los usuarios podían obtener respuestas directamente de sistemas de IA sin visitar las fuentes originales.

En el tribunal se han presentado datos sobre la evolución del tráfico. Según los demandantes, Microsoft registró reducciones de entre el 83% y el 93% en las tasas de clics hacia algunos medios afectados, mientras que otros experimentaron descensos de entre el 51% y el 94%.

Estas cifras alimentan uno de los argumentos centrales de la demanda: que los chatbots no actúan únicamente como herramientas de búsqueda o descubrimiento, sino que pueden convertirse en sustitutos directos del contenido periodístico original.

Microsoft ha rechazado que las opiniones recogidas en esos documentos representen la postura oficial de la compañía. El resultado del caso podría convertirse en una decisión histórica para definir si las empresas de inteligencia artificial deberán licenciar contenidos periodísticos en el futuro o si podrán seguir utilizándolos bajo el paraguas del uso justo.

Imágenes, vídeos, textos, código de programación y más, todo lo que necesites con un asistente virtual. Es aquí donde surgen dudas sobre la regulación de esta tecnología y el posible impacto que tendrá en la sociedad.

Si bien estas herramientas traen numerosas ventajas para la humanidad, también hay muchos riesgos grandes que han hecho que se pregunten los expertos sobre la amenaza existencial dentro y fuera de la industria tecnológica.

Realmente hay muchos debates al respecto, incluyendo el tema del desempleo, el desarrollo de profesionales y otros temas. Sin embargo, no todas las figuras importantes del sector tienen visiones pesimistas.

Uno de los últimos en pronunciarse ha sido Alexis Ohanian, cofundador de Reddit e inversor tecnológico, quien considera que existen más matices y menos escenarios propios de la ciencia ficción.

Alexis Ohanian cree que la industria ha fallado al explicar los riesgos reales de la IA

Es evidente que una tecnología como la inteligencia artificial tiene muchas consecuencias y eso se sabe desde que la propuesta de OpenAI comenzó a llamar la atención por sus avances impresionantes, pero ¿de verdad se sabe el impacto que puede tener en el futuro?

Desde Bill Gates hasta Elon Musk han hablado al respecto, al igual que lo han hecho muchas figuras influyentes en la industria. No obstante, existe una parte de los especialistas que, por un lado, pienso que están bien las advertencias y críticas que se hacen sobre los modelos de IA, aunque hasta cierto punto.

Durante una entrevista con CNBC, Ohanian sostuvo que la industria tecnológica ha hecho un "trabajo bastante sordo" a la hora de explicar cómo funciona la inteligencia artificial y cuáles son sus riesgos reales en general.

Se habla mucho del desempleo, del reemplazo de máquinas y de un posible "apocalipsis", pero todo sin una claridad absoluta del panorama.

La falta de información relevante ha hecho que parte de la conversación pública se desplace hacia escenarios extremos que no necesariamente representan las amenazas más relevantes en el corto plazo.

Sus declaraciones llegan pocos días después de que investigadores vinculados a OpenAI y Anthropic alertaran sobre los riesgos asociados a la llamada superación personal recursiva o RSI.

Este concepto describe sistemas de IA capaces de colaborar en la creación de modelos cada vez más potentes, lo que podría desencadenar ciclos acelerados de mejora tecnológica.

La preocupación principal es que, en algún momento, los desarrolladores humanos pierdan capacidad de supervisión sobre la evolución de esos sistemas.

Sin embargo, Ohanian considera que centrar toda la atención en escenarios similares a los de la saga Terminator puede resultar contraproducente, refiriéndose a los miedos que hay sobre la AGI.

"Hay riesgos, creo que son más benignos o más banales de lo que la gente piensa", es lo que comenta desde su perspectiva, destacando que el debate actual debería enfocarse en amenazas tangibles y verificables.

Los desafíos que preocupan a Ohanian son más prácticos que apocalípticos

Aunque ha dicho que hay que hablar con bases lógicas sobre los avances de estos asistentes virtuales, Ohanian reconoce que se trata de una tecnología con capacidad para provocar consecuencias importantes si no se desarrolla de forma responsable.

No obstante, explicó que las preocupaciones más relevantes podrían encontrarse en aspectos mucho más cotidianos y cercanos. Entre ellos mencionó los llamados enjambres de agentes, situaciones en las que múltiples sistemas de IA cooperan para ejecutar tareas complejas con un elevado nivel de autonomía.

El cofundador de Reddit comparó la inteligencia artificial con la energía nuclear. Ambas representan avances científicos extraordinarios capaces de aportar beneficios significativos, pero también de causar daños si no existen controles adecuados.

"Deberíamos tener una discusión sobre cosas importantes, como cosas reales" es lo que ha dicho también sobre las noticias alarmistas y la desinformación.

ChatGPT, Claude, Gemini y muchas otras herramientas destacan por sus capacidades y seguirán evolucionando, pero hay que medir las consecuencias reales y de manera progresiva para no dejar a un lado los riesgos y controles que de verdad importan.

La productividad con las ventajas de automatización no solo es lo que surge de estas herramientas, sino también las consecuencias. Por ejemplo, está el riesgo de perder el puesto de trabajo o de que haya menos efectividad en los estudios.

En este contexto, las reflexiones de Tim Berners-Lee, reconocido por ser el inventor de la World Wide Web (WWW), llaman la atención por hablar sobre la situación con respecto a esta tecnología.

A los sistemas de IA hay que hacerles una pregunta que va más allá de lo que muchos piensan cuando se trata de entender el funcionamiento de los asistentes virtuales.

Su mensaje invita a analizar quién se beneficia realmente de las decisiones sugeridas por estas herramientas, así que si sueles usar ChatGPT, Gemini o cualquier otra, lo que dice el experto seguro que te importa.

Esta es la pregunta que deberías hacer siempre a una IA

Durante una intervención en el festival South by Southwest (SXSW), el informático británico planteó una pregunta que va más allá de la capacidad técnica de los sistemas de IA.

En medio de las discusiones sobre chatbots, agentes autónomos y robots impulsados por inteligencia artificial, Berners-Lee resumió una de las mayores preocupaciones actuales en una frase sencilla: “La pregunta es ¿para quién funciona?”.

Su planteamiento apunta a un aspecto que muchas veces queda en segundo plano cuando se habla de precisión, velocidad o capacidad de respuesta de los modelos de IA.

El creador de la Web explicó que una empresa puede desarrollar sistemas fiables, precisos e incluso reducir sesgos en sus algoritmos. Sin embargo, eso no elimina la duda sobre los intereses que pueden influir en las recomendaciones generadas.

Para ilustrarlo, comparó la situación con profesiones como la medicina o la abogacía. Un médico tiene la obligación de actuar en beneficio del paciente y un abogado debe defender los intereses de su cliente.

En cambio, un asistente de inteligencia artificial diseñado por una gran corporación podría enfrentarse a incentivos distintos, especialmente cuando intervienen objetivos comerciales.

Por ello, defendió la necesidad de cuestionar la finalidad de las recomendaciones automatizadas. “Quiero que las IA trabajen para mí para tomar las decisiones que quiero tomar. No quiero una IA que intente venderme algo”, afirmó.

También lanzó otra reflexión directa: “Pregúntale siempre a una IA, ‘¿para quién trabajas?'”. La idea cobra relevancia en escenarios cotidianos.

Si utilizas una IA para encontrar una oferta de viaje, comparar productos o elegir un servicio, la duda es si la recomendación responde a tus intereses o a los intereses económicos de quien desarrolla la tecnología.

Lo que la inteligencia artificial puede aprender de los primeros años de la Web

Berners-Lee también estableció un paralelismo entre el auge actual de la inteligencia artificial y los primeros años de la World Wide Web durante la década de 1990.

Recordó que, en aquella etapa, empresas tecnológicas, investigadores y organizaciones trabajaron conjuntamente para construir estándares abiertos mediante el World Wide Web Consortium (W3C). Ese esfuerzo colaborativo ayudó a crear una infraestructura común que permitió la expansión de Internet a escala global.

Según el inventor de la Web, el panorama de la IA es muy diferente. A su juicio, las compañías compiten intensamente por desarrollar modelos cada vez más avanzados y acercarse a sistemas de inteligencia artificial más poderosos.

Esa carrera tecnológica impulsa la innovación, pero también dificulta la creación de mecanismos compartidos para definir estándares, principios éticos y reglas de funcionamiento aceptadas por toda la industria.

Frente a esta situación, Berners-Lee sugirió la creación de una organización que desempeñe un papel similar al que tuvo el W3C para Internet o al que ejerce el CERN en el ámbito de la investigación científica. “Lo tenemos para la física nuclear. No lo tenemos para IA”, señaló.

Su propuesta apunta a una cooperación más amplia entre gobiernos, investigadores, empresas y sociedad civil para construir un ecosistema de inteligencia artificial que priorice la transparencia, la responsabilidad y la confianza.

En un momento en el que la IA influye cada vez más en decisiones de consumo, trabajo y acceso a la información, la pregunta sobre a quién beneficia realmente cada recomendación podría convertirse en uno de los factores más importantes para definir el futuro de esta tecnología.

Jensen Huang, CEO de Nvidia, cree que ese momento ya ha llegado. Eso sí, no es la primera vez que lo dice este año. En marzo ya dijo que habíamos alcanzado la AGI y ahora ha vuelto a comentar lo mismo tras el lanzamiento de GPT-6 Astra, el nuevo modelo de OpenAI.

Greg Brockman, presidente de OpenAI, también ha hablado de la llegada de la "era de la AGI" con el lanzamiento de GPT-6 Astra. El nuevo modelo ha conseguido resultados increíbles en algunas pruebas, aunque eso no significa que sea el mejor en todo.

Por supuesto, todo esto hay que cogerlo con pinzas y no olvidar un aspecto muy importante: Nvidia es una de las empresas que más se beneficia del enorme gasto que están haciendo las compañías de IA para entrenar y utilizar sus modelos. Desde luego, le interesa más que a nadie que la rueda siga girando.

GPT-6 Astra necesita una enorme cantidad de chips de Nvidia

El CEO de Nvidia ha querido sacar pecho afirmando que OpenAI entrenó GPT-6 Astra utilizando más de 100.000 GPU Nvidia Blackwell. Además, aseguró que otras 400.000 unidades están preparándose para entrar en funcionamiento.

Por eso hay que tener cuidado con las declaraciones de Huang sobre la llegada de la AGI. Puede tener razón cuando dice que las IA actuales ya son capaces de hacer tareas que hace unos años parecían imposibles. Pero también es evidente que Nvidia tiene un gran interés económico en que las empresas sigan aumentando el número de chips que utilizan.

El propio Huang ha defendido que la IA ya está siendo productiva y que está generando beneficios. Su argumento es que, si queremos que esos sistemas hagan más cosas, necesitamos todavía más capacidad de cálculo.

Dicho de otra forma: cuanto más potentes sean las IA, más chips necesitan. Y cuantos más chips necesiten, más negocio tiene Nvidia.

Un objetivo difícilmente alcanzable al que muchos le tienen miedo

Partiendo de la base de que se considera este avance como uno de los grandes logros de la humanidad al conseguir que la IA sea tan inteligente como un humano, matizar primero un pequeño aspecto.

Se supone que las aplicaciones AGI replican la conciencia humana y las habilidades cognitivas sin problemas. Sin embargo, los desarrolladores de esta tecnología no pueden crear redes neuronales que puedan imitar la conciencia artificial en un laboratorio, al menos no todavía. La conciencia humana es demasiado abstracta y asimétrica.

Otro problema que se puede observar es que la IA, a pesar de todas sus increíbles capacidades, todavía se ejecuta en algoritmos y programas informáticos meticulosamente creados que, por un lado, pueden fallar y dejar de funcionar como ocurre con el resto de herramientas y, por otro, cada decisión está respaldada por análisis y procesamiento de datos humanos.

Además, que este progreso veas que es exponencial no significa siquiera que se logre en algún momento de nuestra existencia.

Si las empresas quieren fijar fechas como ese 2050 o incluso 2029 (Ray Kurzweil, ingeniero de Google, o incluso Elon Musk pronostican esta última fecha para la AGI), tan mediatizado por algunos, definitivamente detrás se esconde un entramado de marketing más que de realidad.

No hay consenso sobre qué es exactamente la AGI

Dejando todo esto a un lado, hay un punto aún más importante que comentar: no hay consenso general sobre qué es o de qué estamos hablando exactamente.

Hablar de AGI suena como si estuviéramos hablando de algo muy concreto, pero en realidad no es así. No existe una prueba oficial que una inteligencia artificial tenga que superarnos para que se pueda decir que ya hemos llegado a la AGI. Tampoco hay una definición que todas las empresas y expertos acepten.

En general, cuando se habla de AGI, se refieren a una IA capaz de hacer muchas tareas diferentes con un nivel parecido al de una persona. Hablan de una inteligencia capaz de aprender, razonar y enfrentarse a problemas muy distintos.

El problema es que decir que es capaz de hacer muchas tareas deja bastante en el aire su definición. Una IA puede ser mejor que cualquier persona escribiendo código, resolver problemas matemáticos como el reciente caso de Navier-Stokes o analizar millones de documentos. Pero eso no quiere decir que pueda desenvolverse igual de bien en cualquier otra situación.

Por ejemplo, un modelo puede sacar una puntuación casi perfecta en un examen muy complicado y, al mismo tiempo, tener problemas con una tarea más sencilla para una persona.

También hay mucho debate sobre cuánto tiene que parecerse una IA a una persona para poder llamarla AGI. Cada respuesta cambia dependiendo de a quién le preguntes. Eso no es consenso.

Por eso Jensen Huang puede afirmar que la AGI ya está aquí, mientras otras personas siguen pensando que todavía falta mucho. No están hablando de exactamente lo mismo y, al final, lo que queda es simplemente negocio, alarmismo y competencia.

El cofundador de Microsoft desarrolló esta idea en su blog personal, donde la llama “Reservado para humanos”, una especie de zona protegida del mercado laboral en la que determinados empleos seguirían dependiendo de personas.

Y no porque la IA sea incapaz de hacerlas, sino porque automatizarlas podría eliminar empleos demasiado deprisa o hacer desaparecer una parte del trato humano que Bill Gates considera importante. La idea nace, en parte, de su propia experiencia con los cuidadores que atendieron a su padre durante las últimas fases del Alzheimer.

El creador de Windows también menciona situaciones como comunicar un diagnóstico incurable, el cuidado infantil o la participación en un jurado. En educación y salud mental, sin embargo, no propone apartar la IA, sino mantener a una persona al frente y utilizar la tecnología como apoyo.

No todos los trabajos tendrían que protegerse para siempre

Cabe mencionar que Gates no plantea una lista cerrada de profesiones intocables, ya que algunas podrían quedar reservadas permanentemente y otras protegerse durante un tiempo para evitar que trabajadores con carreras consolidadas tengan que empezar de cero de un día para otro.

Su ejemplo es el de un trabajador de la construcción de 55 años. Decirle que basta con aprender nuevas habilidades puede sonar sencillo sobre el papel, pero resulta mucho más complicado cuando hablamos de alguien que lleva décadas en una profesión.

Esta preocupación se extiende también a los empleos de entrada y nivel intermedio, donde Gates teme que sean algunos de los primeros en verse afectados, precisamente porque muchas de sus tareas pueden automatizarse antes de que los trabajadores hayan tenido tiempo de ganar experiencia.

Podríamos reservar ciertas tareas para uso humano por razones económicas.

Un estudio reciente de Stanford aporta algo de contexto. Se afirma que entre trabajadores estadounidenses de 22 a 25 años en ocupaciones muy expuestas a la IA aparece una brecha de empleo cercana al 19% frente a jóvenes en profesiones menos expuestas.

Los investigadores, eso sí, no detectan todavía una destrucción generalizada del empleo ni atribuyen toda esa diferencia directamente a la inteligencia artificial, sino que hay otros factores.

Bill Gates también quiere cambiar los incentivos económicos

Reservado para humanos no es su única propuesta; el exdirectivo de Microsoft plantea gravar de alguna manera los tokens de IA y los robots para reducir parte del incentivo económico que tienen las empresas para sustituir personas cuando automatizar resulta más barato.

Ese dinero serviría para financiar formación y una red de protección para quienes pierdan su trabajo durante la transición. No obstante, esto no es una idea nueva, ya que en 2017 defendía un impuesto sobre robots con un objetivo parecido.

La transición, además, podría ser mucho más rápida que anteriores revoluciones tecnológicas, ya que cree que parte del cambio podría concentrarse en aproximadamente una década, no durante varias generaciones.

Esto hace más difícil confiar únicamente en que la economía cree nuevos puestos de trabajo y todos los trabajadores puedan reciclarse a tiempo. De momento quedan muchas preguntas sin resolver.

Bill Gates reconoce que todavía no sabe quién debería decidir qué empleos se protegen, durante cuánto tiempo, con qué criterios o cómo impedir que las empresas esquiven esas normas; incluso cada país podría tomar decisiones distintas.

Y no hablamos precisamente de una tecnología nueva. JavaScript nació en 1995, cuando Internet era muy diferente a lo que es hoy.

Las páginas eran mucho más sencillas y servían sobre todo para mostrar texto, imágenes y poco más. La idea era añadir algo de movimiento e interacción sin complicar demasiado todo.

Con los años, sin embargo, JavaScript se ha convertido en parte vital de Internet. Ya no sirve solo para hacer que una página responda cuando pulsas un botón.

También se utiliza para crear aplicaciones web, programas para ordenador, servicios y todo tipo de herramientas. De hecho, sigue siendo uno de los lenguajes de programación más utilizados.

Eso sí, también tiene sus detractores. Hay programadores que consideran que JavaScript tiene problemas desde sus comienzos y que se ha terminado usando para hacer cosas para las que quizá no fue pensado.

¿Qué es JavaScript?

JavaScript es un lenguaje de programación que permite crear páginas web interactivas y hacer que respondan a lo que hace el usuario.

La forma más sencilla de entenderlo es imaginar que una página web está construida con tres piezas. Por un lado está HTML, que sería la estructura de la página. Es el encargado de decir qué elementos hay: textos, imágenes, botones, menús, formularios...

Después tenemos CSS, que se ocupa de que todo eso tenga un aspecto determinado. Decide los colores, los tamaños, las posiciones y, en definitiva, cómo se ve la página. Y después está JavaScript.

JavaScript es el que consigue que muchas de esas cosas hagan algo cuando tú interactúas con ellas.

Por ejemplo, imagina que entras en una tienda online y pulsas el botón para añadir un producto al carrito. La página puede actualizar el número de productos que tienes en el carrito sin necesidad de cargar otra vez toda la web. JavaScript puede encargarse de esa acción.

Además, no necesitas instalar JavaScript en tu ordenador. Si utilizas Chrome, Edge, Firefox, Safari o cualquier otro navegador, ya tienes todo para que el lenguaje funcione.

Importante aquí matizar que JavaScript y Java no son lo mismo. Son lenguajes de programación totalmente distintos.

¿Por qué algunos programadores critican JavaScript?

JavaScript tiene más de 30 años y, durante todo ese tiempo, ha tenido que adaptarse con respecto a todos los cambios que ha habido.

El problema es que muchas de las decisiones que se tomaron cuando se creó el lenguaje siguen influyendo en cómo funciona a día de hoy.

Esto no quiere decir que JavaScript sea malo, para nada. Si lo fuera, probablemente no habría llegado a convertirse en lo que todavía sigue siendo.

Este lenguaje de programación fue creado en un principio para hacer pequeñas funciones dentro de una página web. Pero hoy puede utilizarse para crear aplicaciones que prácticamente funcionan como programas completos. Y cuanto más grande y compleja es una aplicación, más recursos puede necesitar.

Es algo que probablemente hayas vivido alguna vez: una página que tarda en responder, que consume una cantidad enorme de RAM o que hace que el ordenador trabaje más de la cuenta. No siempre es culpa de JavaScript, pero usar demasiado este lenguaje puede dar pie a esto.

El creador de JSON cree que es momento de despedirse de JavaScript

Este considera que debe ser retirado en pro de dejar a otros nuevos y más actuales incluirse en este sector. "Así que JavaScript, como los demás lenguajes dinosaurios, se ha convertido en una barrera para el progreso. Deberíamos centrarnos en el próximo lenguaje, que debería parecerse más a E que a JavaScript", explica.

Parte del problema al que se refiere es que, aparte de ser cada vez más complejo, muchos desarrolladores web ya no escriben JavaScript, sino que escriben TypeScript, que compila a JavaScript.

Este lenguaje, dicho por su propio creador Brendan Eich, se desarrolló de forma muy apresurada y fue consciente de la cantidad de errores que había, por lo que lo hizo muy maleable. "Eso ha permitido a los desarrolladores web hacer que sea lo que quieran", afirma.

JavaScript está evolucionando con muchas nuevas características, aunque las exigencias de compatibilidad significan que algunos defectos no pueden corregirse, además que esto provoca un aumento de los niveles de inseguridad.

¿Va a acabar la inteligencia artificial con lenguajes como JavaScript?

Según Sam Altman, CEO de OpenAI, los lenguajes que hoy son básicos para los desarrolladores, como Python, C o JavaScript, podrían perder parte de su importancia en los próximos años. Para este, la IA ya es totalmente capaz de escribir código cada vez más rápido y con mayor precisión que las personas.

Por eso, más que centrarse únicamente en aprender un lenguaje determinado, recomienda que los futuros programadores aprendan a trabajar con IA y, sobre todo, a adaptarse a los cambios.

Eso no significa que JavaScript vaya a desaparecer mañana. Sigue siendo una parte vital de Internet y hay millones de proyectos que dependen de él.

Pero si una IA puede escribir buena parte del código, quizá en el futuro lo importante no sea tanto saber escribir cada línea de JavaScript como saber qué quieres construir, cómo comprobar que funciona y cómo utilizar la IA para hacerlo.

Cabe señalar que los modelos de IA generativos resuelven en cuestión de segundos tareas y rutinas de desarrollo que antes exigían jornadas completas frente a la pantalla.

Sin embargo, Linus Torvalds sostiene que esta facilidad para escribir código ha alterado las prioridades del sector, por lo que redactar líneas ya no representa el trabajo más valioso ni el más complejo en el desarrollo de software.

Mientras la IA produce miles de instrucciones y parches al instante, la labor verdaderamente crítica, escasa y necesaria para garantizar la supervivencia del kernel de Linux es la revisión de código o code review.

El creador de Linux advierte de que el verdadero mérito se ha desplazado hacia la capacidad humana de auditar, contextualizar y decidir qué entra y qué se descarta.

En un entorno saturado de código sintético, el filtro de quienes supervisan cada propuesta se ha convertido en el escudo imprescindible que sostiene la estabilidad y la seguridad de la infraestructura en todo el planeta.

La trampa de la sintaxis correcta y los fallos invisibles

El peligro del código elaborado por algoritmos rara vez reside en su aspecto exterior. Los modelos de lenguaje actuales entregan parches que compilan sin arrojar errores evidentes, respetan las convenciones formales del lenguaje y lucen impecables a simple vista.

Sin embargo, el verdadero desafío comienza cuando se profundiza en su integración con el resto del sistema operativo.

Bajo esa apariencia suelen esconderse problemas de gestión de memoria, fallos lógicos sutiles, así como pequeñas incompatibilidades que terminan comprometiendo la arquitectura global.

Una IA carece del contexto necesario para anticipar cómo reaccionará un componente frente a condiciones imprevistas. Por ello, detectar esas grietas antes de que causen daños exige un esfuerzo analítico que ninguna automatización puede resolver con fiabilidad.

El cuello de botella que asfixia a los mantenedores

Esta sobreproducción masiva de aportaciones ha trasladado una presión inasumible hacia los mantenedores. En la estructura de Linux, estos ingenieros se encargan de gestionar los distintos subsistemas y tienen la última palabra para autorizar cualquier cambio.

La advertencia de Linus Torvalds no nace de un rechazo frontal a la inteligencia artificial, sino de una observación práctica. Mientras un usuario puede multiplicar el envío de parches gracias a herramientas automatizadas, el grupo de mantenedores para evaluarlos sigue siendo limitado.

Así que saber leer código ajeno, entender sus consecuencias a largo plazo y tener la firmeza de rechazar contribuciones deficientes requiere una experiencia que no se adquiere de la noche a la mañana.

A este escenario se suma el principio ineludible de la responsabilidad técnica. Si una actualización introduce una vulnerabilidad grave o provoca la caída de servidores en centros de datos, ningún modelo generativo asume consecuencias legales ni operativas.

La obligación recae en el programador que aprobó la modificación. El desarrollo de software entra así en una etapa donde redactar sintaxis pasa a ser un trámite, mientras que la auditoría crítica y el criterio consolidan su posición como el auténtico corazón del oficio.

La IA puede encontrar problemas, pero alguien tiene que decidir cuáles importan

La revisión de código consiste en analizar los cambios antes de incorporarlos al proyecto, por lo que no se trata únicamente de buscar errores de sintaxis.

Hay que comprobar si una modificación encaja con el funcionamiento del kernel, si introduce problemas nuevos y si realmente soluciona aquello que pretende solucionar.

La IA puede ayudar precisamente en esa tarea, donde el kernel ya cuenta con directrices específicas para utilizar asistentes de inteligencia artificial y contempla incluso herramientas capaces de analizar cambios propuestos.

En determinadas áreas existen revisiones automatizadas que buscan posibles fallos antes de que los desarrolladores decidan qué hacer con ellos. El problema aparece cuando la cantidad de resultados crece demasiado.

Un informe generado por IA no demuestra por sí mismo que exista un fallo. El propio kernel advierte de que los análisis automatizados pueden producir informes incorrectos y sobrecargar a los mantenedores con trabajo que después deben comprobar.

Las reglas establecidas para el uso de IA dejan claro dónde termina el trabajo del chatbot. Si un programador encuentra un problema que no es trivial, primero hay que comprobar que sea real.

Su crítica no se dirige a la tecnología, sino a la forma en que algunos empleados la utilizan. El riesgo aparece cuando se recurre a la IA para generar documentos que parecen completos y profesionales, pero que apenas contienen ideas propias o conclusiones relevantes.

Roslansky lo comprobó personalmente después de recibir un documento elaborado claramente con IA. En lugar de revisarlo de principio a fin, decidió utilizar otra herramienta de inteligencia artificial para resumir su contenido. El resultado fue revelador.

Ya que después de procesarlo, no encontró ninguna idea nueva que mereciera la pena destacar. La experiencia le sirvió para plantear que utilizar IA para trabajar puede ser útil, pero delegar en ella el pensamiento necesario para elaborar un resultado puede terminar vaciándolo de contenido.

Cuando Roslansky afirma que “la basura generada por la inteligencia artificial no solo ocurre en las redes sociales, también en el trabajo”, se refiere precisamente a esta situación.

El término AI slop se utiliza para describir contenidos generados de forma masiva con inteligencia artificial que, aunque pueden parecer correctos a primera vista, suelen ser genéricos, repetitivos o poco relevantes.

Cabe mencionar que este fenómeno ya es evidente en las redes sociales, donde la facilidad para generar contenido ha disparado su volumen.

Ryan Roslansky advierte de que la misma dinámica puede acabar trasladándose al entorno laboral si las empresas empiezan a valorar más la cantidad de documentos producidos que las ideas que contienen.

El problema no es utilizar IA, sino dejar de aportar

La inteligencia artificial puede ahorrar tiempo en tareas que antes exigían bastante trabajo. Puede ayudar a redactar un documento, resumir información, organizar ideas o preparar una primera versión.

El problema aparece cuando ese resultado se entrega prácticamente sin revisión y sin añadir conocimiento propio. Roslansky plantea una diferencia importante entre utilizar una herramienta para avanzar más rápido y utilizarla para evitar pensar.

En el segundo caso, dos personas pueden terminar presentando documentos muy similares porque ambas han delegado en los mismos modelos la elaboración del contenido. Eso genera lo que el directivo describe como un “círculo vicioso”.

Cuanto más contenido genérico se produce, más fácil resulta encontrarse con materiales que se parecen entre sí y menos espacio queda para planteamientos diferentes.

Microsoft quiere que la IA amplíe las capacidades humanas

La posición de Roslansky resulta relevante porque Microsoft está impulsando la IA como una herramienta integrada en el trabajo cotidiano. Su mensaje no consiste en apartarla de las empresas, sino en utilizarla de una forma que mantenga la intervención humana.

Su propuesta pasa por emplear la IA para hacer cosas, aprender y crear, pero incorporando después las perspectivas, experiencias y conocimientos que diferencian a cada persona.

La herramienta puede encargarse de parte del esfuerzo, mientras que el trabajador conserva la responsabilidad sobre lo que se está diciendo y sobre el valor que aporta.

Si bien los modelos de IA son cada vez mejores para generar textos convincentes, por eso resulta más difícil distinguir entre un trabajo realmente elaborado y otro que simplemente tiene una apariencia profesional.

El riesgo no es que las compañías utilicen demasiada inteligencia artificial, sino que terminen produciendo más contenido sin generar más conocimiento.

Así que ahorrar tiempo solo tiene sentido si ese tiempo se emplea después en aportar algo que la máquina no puede obtener por sí sola. Aquí es donde el criterio, la experiencia, así como las ideas propias siguen teniendo valor.

Pero, a pesar de esta transición tecnológica, los desarrolladores siguen teniendo desconfiando de el código que genera GitHub Copilot y herramientas similares, por lo menos eso solo que afirma experto en tecnología, Adam Conway.

El avance de los modelos de IA ha servido para ayudar a completar tareas básicas como todos los segmentos de código específicos, ayudar a corregir o encontrar soluciones y sugerir mejoras cuando es necesario.

Todo esto se realiza con los prompts, pero no se debe tener en cuenta ciegamente lo que arrojan los chatbots y, he ahí la verdadera importancia del criterio humano en este sector laboral.

La inteligencia artificial ya forma parte del trabajo diario de los programadores

¿El "vibe coding" es realmente confiable? Esa es la pregunta que se hace el experto Adam Conway, un especialista irlandés que cuenta con una licenciatura en Ciencias de la Computación y que forma parte del equipo de XDA-Developers.

En su análisis, comparte que prácticamente todos los desarrolladores que conoce utilizan inteligencia artificial en sus proyectos. Aquí ha visto la manera en la que muchos trabajadores están empleando las técnicas con los asistentes virtuales para generar código.

Estas herramientas son responsables de generar un cambio importante en el sector informático debido a que "realmente ayudan". Por ejemplo, se puede hacer una consulta interna de estructura, crear partes de código con prompts y trabajar con tareas básicas automatizadas.

“Claude Code está en todas partes, Cursor también es común y los IDE agentes más nuevos como Kiro están comenzando a crecer.”

También reconoce que él mismo las utiliza para investigación técnica y proyectos relacionados con microcontroladores. Cuando necesitas una interfaz inicial, una configuración básica o un punto de partida para una tarea mecánica, la IA puede reducir significativamente el tiempo invertido.

Por eso mismo es que el desarrollo asistido por inteligencia artificial ha aumentado la velocidad de producción de una manera nunca antes vista y es solo el comienzo de muchas de las cosas que están por venir a lo largo de los próximos años.

Aun así, Conway establece una diferencia fundamental entre utilidad y confianza. A pesar de que afirma que esta tecnología es muy importante, es necesario utilizarla con precaución.

Stack Overflow Developer Survey 2025 compartió estadísticas donde el 51% de los desarrolladores profesionales afirma utilizar la IA diariamente, lo que demuestra la dependencia actual. De la misma manera, el informe compartido también ha revelado que hay desconfianza en la precisión de las respuestas de los asistentes virtuales.

No se hay que fiarse ciegamente de lo que se genera porque puede haber errores o incongruencias en el resultado. Como consecuencia, está haciendo que los ingenieros tengan que aplicar una revisión exhaustiva antes de aprobar.

De hecho, menciona que determinadas organizaciones han comenzado a reducir parte de su dependencia de estas herramientas debido a dudas relacionadas con la precisión del código.

El código generado por IA acelera procesos, pero la responsabilidad sigue siendo humana

El verdadero peligro de la inteligencia artificial en la programación no es que esté generando código "inútil", sino que hay una capacidad de crear "soluciones" que parecen correctas, pero que pueden terminar siendo un desastre al tener altas probabilidades de "ocultar errores críticos" de seguridad.

Usar la inteligencia artificial es tentador porque los resultados para las tareas básicas y funciones permiten ahorrar tiempo, pero es posible que haya defectos que pongan en riesgo un trabajo entero.

Un claro ejemplo de ello, un estudio de METR demostró que programadores experimentados tardaron un 19% más en completar tareas con IA debido al tiempo invertido en depurar y corregir los fallos generados.

Evidentemente, esto no quiere decir que para resolverlo se tenga que abandonar por completo la IA, sino que hay que utilizarla con criterio e inteligencia.

Saber cuándo, cómo y dónde implementar dicha tecnología es lo que diferencia un proyecto de estar en "peligro". Por eso, no solamente se trata de ejecutar un prompt y dejar que haga absolutamente todo, sino de supervisar y aplicar sus capacidades en puntos estratégicos.

No se trata de exprimir a un punto negativo, sino de reducir el desgaste profesional y ofrecer buenas condiciones de trabajo analizando la destreza de cada uno de los integrantes del equipo.

En este escenario, una compañía de Barcelona descubrió una situación inesperada mientras preparaba un experimento: un rendimiento inusual en uno de sus trabajadores.

Las razones fueron tan impactantes que terminaron en despido y, a la vez, reflejan el panorama laboral actual que se vive en España porque hay un porcentaje más elevado de lo que se cree.

El experimento para trabajar menos días descubrió algo muy distinto

Tener varios trabajos a la vez es una realidad de muchas personas y es que siempre se busca un nuevo sustento. No está mal, pero sí se vuelve una situación negativa cuando en uno de los trabajos se comienzan a generar problemas o un bajo rendimiento que afecta a todo un equipo.

La empresa Metrickal, especializada en contratación remota y externalización de procesos, inició un proyecto con un objetivo claro: encontrar la forma de implantar una semana laboral de cuatro días.

Evidentemente, la idea no es que este tipo de pruebas afecte la producción o el negocio de la compañía de ninguna forma. Por esto es que se implementa la plataforma DeskTime, la cual sirve para analizar la actividad digital y detectar oportunidades de optimización.

Patrick Synge, cofundador y director comercial de la compañía, dice que el objetivo era comprobar cómo los trabajadores invertían el tiempo durante la jornada laboral.

Por supuesto, todos los integrantes fueron avisados con anticipación porque se tenían que recopilar los datos de las actividades para determinar una futura reducción de la carga horaria semanal.

El ejecutivo declaró a Business Insider: "Sospeché algo, pero sin pruebas no quería actuar a la ligera". Tras el análisis, se registró que uno de los empleados tenía problemas de rendimiento y acumulaba registros relacionados con otra empresa, una información que no había avisado a los directivos.

El inconveniente no era que tenía dos trabajos a la vez, sino que estaba usando el horario destinado a Metrickal para la otra empresa. Por lo tanto, estaba afectando directamente el flujo y poniendo en riesgo su juego.

El caso refleja una tendencia cada vez más visible en España

Según relató Synge, el trabajador llevaba tiempo generando problemas operativos porque los clientes habían comenzado a reportar retrasos en entregas y tareas pendientes.

Como consecuencia, los otros compañeros estaban asumiendo parte de sus responsabilidades para que los proyectos no fueran afectados o atrasados. Todo esto mientras que ese trabajador estaba con la otra compañía.

Al final, terminaba trasladando una carga de trabajo adicional al equipo. "No fue ni justo ni respetuoso", firmó Synge, destacando que fue la razón por la que optaron por efectuar un despido.

Con la evidencia de que una parte significativa de la jornada estaba siendo dedicada a otra organización, el empleado tuvo que retirarse del equipo.

Evidentemente, es distinto desarrollar un proyecto paralelo fuera del horario laboral que desempeñar dos empleos a tiempo completo de forma simultánea.

Lo curioso es que hay otros datos que llaman la atención, porque un estudio de InfoJobs reveló que el 15% de los trabajadores españoles afirma tener más de un empleo.

Principalmente, se debe a que el 40% asegura que necesita ingresos adicionales porque su salario no es suficiente y el 32% busca un complemento económico para mejorar su situación financiera.

En este caso, la búsqueda de una jornada más eficiente no acabó con un anuncio sobre menos horas de trabajo, sino con el descubrimiento de un empleado que repartía su tiempo entre dos compañías a escondidas.

Y es que la IA puede redactar documentos, resumir información, analizar datos, escribir código, automatizar tareas repetitivas o generar contenido en mucho menos tiempo que una persona.

En ese sentido, la promesa de ganar tiempo no es necesariamente falsa, ya que una tarea que antes podía ocupar varias horas puede resolverse ahora en minutos, y un trabajador puede apoyarse en varios sistemas de IA para hacer parte de su trabajo con más rapidez.

El problema aparece cuando ese tiempo que se libera no se convierte en descanso, sobre todo porque algunas empresas que están desarrollando o utilizando intensivamente estas tecnologías está ocurriendo justo lo contrario.

Trabajadores del sector tecnológico describen jornadas que pueden alcanzar 70, 80 e incluso 90 horas semanales, mientras aumentan también el número de tareas, la velocidad y las expectativas sobre lo que cada empleado debe ser capaz de sacar adelante.

La productividad no siempre acaba en más tiempo libre

Si una persona necesitaba cuatro horas para completar una tarea y una herramienta de IA permite hacerla en una sola, quedan tres horas disponibles.

En este sentido, las empresas pueden utilizar ese margen para reducir la jornada, permitir que el empleado termine antes o simplemente asignarle otras tareas.

Pero en determinados entornos se está imponiendo esta última posibilidad, donde la capacidad de producir más rápido no reduce necesariamente la cantidad de trabajo, sino que puede elevar el volumen que se espera de cada trabajador.

Si antes un equipo podía desarrollar diez funcionalidades en un determinado periodo, ahora puede recibir el objetivo de desarrollar muchas más porque dispone de herramientas capaces de acelerar buena parte del proceso.

Esto afecta a las compañías que compiten en el desarrollo de inteligencia artificial, donde la carrera por lanzar modelos, productos y nuevas funciones antes que los rivales genera una presión adicional.

El problema de las jornadas de 90 horas

Las jornadas de hasta 90 horas semanales no representan la situación de todos los trabajadores de la industria ni significan que todas las empresas de IA exijan ese horario.

Son casos extremos que aparecen en determinados equipos y compañías, pero sirven para mostrar hasta dónde puede llegar esta lógica. Además, el fenómeno tampoco es completamente nuevo.

Silicon Valley lleva décadas asociando determinadas etapas de crecimiento empresarial con jornadas intensas, especialmente en startups sometidas a una fuerte presión por crecer.

La diferencia ahora es que las herramientas que supuestamente deberían reducir esa carga también pueden utilizarse para aumentar la capacidad de producción. Y es que la IA permite escribir más código, analizar más información, preparar más documentos o desarrollar más productos en el mismo periodo.

Pero si la empresa interpreta esa capacidad como una oportunidad para ampliar los objetivos, el trabajador puede terminar realizando más tareas, aunque cada una le lleve menos tiempo.

La pregunta es quién se queda con el tiempo que ahorra la IA

La automatización no determina por sí misma qué ocurre con las horas que consigue liberar. Ese tiempo puede convertirse en descanso, en una jornada laboral más corta, en mayor producción, en mejores salarios o en nuevas obligaciones.

Por eso, que la IA aumente la productividad no significa automáticamente que vaya a mejorar las condiciones laborales. La tecnología puede hacer posible trabajar menos, pero son las empresas y sus decisiones organizativas las que determinan si ese beneficio termina en manos del trabajador.

La paradoja de la industria de la IA está precisamente ahí, donde las mismas herramientas que permiten hacer en minutos lo que antes llevaba horas pueden utilizarse para elevar todavía más el ritmo de trabajo.

Si la productividad sirve únicamente para fijar objetivos más altos, la promesa de trabajar menos quedará reducida a una posibilidad tecnológica que nunca llega a convertirse en una realidad laboral, y donde los trabajadores son los más afectados por este cambio.

La cantidad de código generado con ayuda de IA está creciendo tanto que los propios responsables del kernel afirman estar desbordados. El problema no es que la inteligencia artificial esté escribiendo una parte vital de Linux, sino que está generando una avalancha de pequeños cambios que alguien tiene que revisar.

Lo que comenzó como una herramienta con enorme potencial (con la que todos estaban de acuerdo) para ayudar a los programadores, se ha convertido en una pesadilla que está colapsando las listas donde se gestionan los fallos de seguridad más críticos de la plataforma.

El problema es que no todos esos resultados son útiles. Las herramientas de IA no siempre entienden el contexto completo del sistema, y muchas veces señalan posibles errores que en realidad no afectan a nadie o que ni siquiera son verdaderos problemas.

Aun así, esos avisos llegan a los desarrolladores como si fueran importantes. Y aquí es donde empieza el problema de verdad.

El caso está afectando especialmente al subsistema de red de Linux, uno de los más grandes y complicados del kernel. Jakub Kicinski, uno de sus responsables, explica que él y Paolo Abeni han tenido que revisar un volumen enorme de parches. En Linux 7.3 se han integrado 632 cambios en net y otros 648 en net-next, pero esto va más allá.

Según Kicinski, entre un tercio y la mitad de los parches de net-next parecen estar relacionados con tareas de baja prioridad, pequeñas correcciones, limpiezas de código o aclaraciones generadas con ayuda de modelos de lenguaje.

Y aquí está el problema: que una IA genere un parche es muy rápido, pero comprobar que ese parche no rompe nada puede llevar bastante más tiempo.

Los responsables de Linux tienen que revisar el código, entender qué intenta cambiar, comprobar que realmente soluciona algo y asegurarse de que no genera otro problema. Todo esto mientras también se enfocan en crear una actualización de kernel verdaderamente potente.

¿Por qué la IA está generando tantos parches para Linux?

El problema de base, si bien es cierto que tanto Linus Torvalds como otras grandes figuras de Linux están de acuerdo con su uso, es que la IA puede analizar código y proponer cambios en cuestión de segundos. Esto tiene sus pros y sus contras.

El problema aparece cuando esa aparente facilidad casi mágica se lleva a un proyecto como Linux. Una persona puede pedir a una IA que busque errores, limpie código antiguo o haga pequeños cambios y acabar enviando un parche al proyecto. El desarrollador que mantiene esa parte del kernel, sin embargo, sigue teniendo que comprobarlo.

La respuesta de los responsables del kernel es que, si la IA está provocando más trabajo, también puede ayudar a revisarlo.

Kicinski explica que han conseguido suficiente presupuesto para utilizar modelos de lenguaje muy potentes durante las revisiones, gracias al apoyo de Meta. La idea es pasar los parches por varios modelos antes de que lleguen a los desarrolladores y utilizar esas herramientas para detectar algunos errores o problemas.

Aclarar que no se trata de dejar que una IA decida qué código entra en Linux. Los mantenedores siguen teniendo la última palabra. Lo que buscan es utilizar los modelos como una primera capa de revisión que ayude a encontrar problemas antes de que una persona tenga que perder tiempo en ellos.

Aun así, el principal problema de la IA sigue estando ahí: no es infalible. La IA sigue sin entender todo lo que ocurre dentro del kernel.

Hay errores que solo aparecen cuando falla un componente concreto, cuando se produce un problema de hardware o cuando ocurre una situación que no es normal. Entre los ejemplos que comentan están los errores de PCIe y los tiempos de espera.

Son casos en los que un modelo puede echar un vistazo al código y pensar que todo está bien, mientras que un desarrollador con años a sus espaldas sabe que existe una forma concreta que puede acabar provocando un fallo. Desde luego, esto parece la pescadilla que se muerde la cola.

A partir de aquí surgió una de las grandes promesas asociadas a la IA, donde se prometía producir más sin tener que pasar tantas horas delante del ordenador. La idea llegó incluso a plantear un cambio en la propia duración de la semana laboral.

De hecho, hace unos años, un director de ingeniería de Google pronosticó que los avances en inteligencia artificial podrían hacer viable una jornada de cuatro días. Y es que, si la tecnología aumentaba lo suficiente la productividad, parte de ese beneficio podría convertirse en más tiempo libre.

Pero la realidad dentro de algunas compañías que están desarrollando esta tecnología apunta en otra dirección. Mientras se habla de automatización y reducción de jornadas, existen trabajadores que afrontan una presión muy elevada y semanas que pueden llegar hasta las 90 horas.

Es importante mencionar que la inteligencia artificial está haciendo que algunas tareas sean más rápidas, pero eso no significa que las empresas estén reduciendo automáticamente el trabajo que exigen a sus empleados, y esto se está convirtiendo en un gran problema en todo el mundo.

La semana de cuatro días no ha llegado a las empresas de IA

OpenAI llevó esta idea cuando animó a las compañías a probar una semana laboral de cuatro días manteniendo el salario. El planteamiento era que la productividad impulsada por la inteligencia artificial podía permitir producir lo mismo en menos tiempo y que las empresas debían empezar a experimentar con ese modelo.

Sin embargo, un antiguo empleado de OpenAI, que abandonó la compañía el año anterior, dijo a la BBC que la empresa no llegó a probar internamente esa semana de cuatro días mientras él trabajaba allí.

Afirmó que una cosa es defender que otras organizaciones experimenten con jornadas más cortas y otra aplicar ese modelo dentro de la propia compañía.

La carrera por desarrollar IA está aumentando la presión

El problema aparece al observar cómo funciona actualmente la industria. OpenAI, Anthropic, Meta, Google y otras compañías compiten por desarrollar modelos cada vez más capaces, mejorar sus productos y adelantarse a sus rivales.

En ese contexto, una mejora de productividad no tiene por qué traducirse en una reducción de jornada. Si una herramienta permite terminar una tarea en menos tiempo, una empresa puede utilizar ese margen para reducir horas o, por el contrario, aumentar los objetivos y pedir que se complete más trabajo.

Algunos relatos sobre las condiciones laborales en el sector muestran precisamente esta segunda posibilidad. Los casos de profesionales que llegan a trabajar hasta 90 horas semanales reflejan una industria donde la velocidad de desarrollo puede convertirse en una fuente adicional de presión.

Eso no significa que todos los empleados de las grandes compañías de IA trabajen esas jornadas ni que la IA haya empeorado las condiciones laborales de todo el sector. Sí muestra, en cambio, que más productividad y menos trabajo no son necesariamente lo mismo.

La IA puede ahorrar tiempo, pero alguien decide dónde acaba ese ahorro

Si una herramienta de IA permite hacer en diez minutos algo que antes requería una hora, quedan 50 minutos disponibles, por lo que la tecnología no determina qué ocurre después con ellos.

La empresa puede permitir que el trabajador termine antes, mantener la jornada y asignarle nuevas tareas o aumentar el volumen de producción esperado. La diferencia no está en la capacidad de la IA, sino en cómo se reparten sus beneficios.

Por eso, la promesa de una semana laboral de cuatro días no depende únicamente de que los sistemas sean más inteligentes. También depende de si las empresas deciden convertir esa productividad adicional en tiempo libre o mejores condiciones.

En lugar de utilizarla únicamente para elevar el ritmo de trabajo, la inteligencia artificial puede tener capacidad suficiente para cambiar nuestra relación con el trabajo y lo que todavía no está claro es quién decidirá cómo se utiliza ese tiempo que se consigue ahorrar con la IA.

El dinero va y viene y toda marca llega a tener altibajos en algún punto, pero el tiempo se va y no regresa. Por eso, ser productivo y eficiente es fundamental para que una compañía crezca o para que los objetivos se cumplan.

De esto es de lo que hablaba el filósofo romano Séneca hace casi 2.000 años. Procrastinar o retrasar decisiones y asumir que siempre habrá una mejor oportunidad de momento son errores que se cometen en la actualidad, pero el experto lo advertía desde aquella época.

Si de verdad quieres hacer que avance tu rendimiento profesional y alcanzar todas esas metas en tu carrera, este consejo probablemente sea lo que necesitas para seguir adelante y llegar a la cima.

"Mientras se pospone, la vida transcurre": el verdadero significado de la reflexión de Séneca

Te levantas cada día, desayunas y sales al trabajo como la mayoría de las personas. Tienes metas y sueños que quieres cumplir algún día, pero la mayoría de la gente no logra alcanzarlos porque no se detiene a pensar lo importante que es el presente.

El "aquí y ahora" es lo que Séneca quería que entendieras con la mencionada frase que aparece en las Cartas a Lucilio. Esta es una de las obras más conocidas del filósofo porque advierte que las personas suelen preocuparse por perder dinero, propiedades o prestigio, pero rara vez protegen aquello que realmente no puede recuperarse: el tiempo.

Allí escribe: "Mientras se pospone, la vida transcurre". Esto no solamente representa el hecho de "dejar las tareas para después" y, aunque se vincula con el clásico dicho de "no dejes para mañana lo que puedes hacer hoy", también va un poco más allá.

Séneca sostiene que cada retraso innecesario consume una parte irrepetible de la existencia, siendo una crítica contundente para todos aquellos que no se dan cuenta de lo importante que es.

Mientras esperas el "momento perfecto", mientras aplazas una conversación importante o mientras retrasas un proyecto que podría transformar tu carrera, la vida continúa avanzando. No permanece en pausa hasta que decidas actuar, pero lamentablemente una gran parte de las personas no lo ve de esa manera.

Aquí es donde muchos fallan y no solamente en lo profesional, sino a nivel general. Lo curioso es que la figura histórica también se refería a que el tiempo se pierde mayormente por la "negligencia".

El fracaso no proviene de la falta de dinero, sino de posponer por meses o años las decisiones importantes. Ese emprendimiento que tienes en mente, el nuevo cargo de trabajo o las ganas de solicitar un ascenso, si tienes la posibilidad, empieza ya y vive el proceso de ir creciendo poco a poco.

¿Cómo la pérdida de tiempo termina saboteando tu éxito laboral?

Uno de los aspectos más interesantes del mensaje de Séneca es que identifica la ilusión de creer que siempre habrá más tiempo disponible en el futuro.

En el trabajo, esta mentalidad suele manifestarse mediante frases como "lo haré la próxima semana", "cuando tenga más experiencia" o "cuando termine otros pendientes".

Es curioso porque la gente lo hace sin darse cuenta de que está perdiendo algo preciado. Principalmente, lo que hacen es "esconder" la procrastinación y eso se vuelve aún más perjudicial porque limita el crecimiento profesional ante una acción de distraerse con actividades secundarias que no son tan relevantes.

Esta tendencia humana hay que aprenderla a controlar porque puede confundirse fácilmente el movimiento con el progreso y eso al final termina siendo un ciclo de productividad ineficiente.

En otras palabras, Séneca invita a "abrazar todas las horas" y a depender menos del mañana aprovechando el presente. A partir de ahora, cuando pienses en tus metas, no te detengas por no contar con los equipos hola financiación necesaria, solo empieza porque el tiempo es la única posesión que nunca puede recuperarse.

Cabe mencionar que en esta transición, mucha gente sigue pensando que la IA es un extra, un plus para quien quiere ir un paso más allá, pero el experto español Jon Hernández cree justo lo contrario.

Durante una entrevista en el podcast La fórmula del éxito, conducido por Uri Sabat y recogida por Clarín, dijo que en dos años, quien no sea capaz de manejarse con estas herramientas estará, en la práctica, fuera del mercado laboral si su trabajo pasa por un ordenador.

La IA está cambiando la forma en la que trabajamos

Hernández no habla de la IA como algo opcional, sino como la próxima competencia básica. Lo que hoy es saber usar el correo, un procesador de textos o una hoja de cálculo, mañana será saber trabajar con modelos de inteligencia artificial.

De hecho, su mensaje va dirigido a cualquier persona que utiliza un PC en su día a día, no solo a programadores. Si en ese plazo no has incorporado la IA a tu forma de trabajar, advierte, la distancia con quienes sí lo hagan será tan grande que resultará difícil competir por los mismos puestos.

El experto explica que ahora mismo muchos profesionales se mantienen en sus puestos porque sus jefes tampoco dominan estas herramientas.

Si esos directivos conocieran el potencial real de la tecnología y supieran utilizarla, ya habrían sustituido a parte de la plantilla que no la usa por perfiles más productivos, capaces de hacer lo mismo en menos tiempo o de asumir más tareas con ayuda de modelos generativos y sistemas de automatización.

"Creo que, evidentemente, la inteligencia artificial va mejorando muy rápido y va a cambiar mucho las cosas en los próximos meses o años. Pero me he dado cuenta de que, a pesar de que las cosas cambien, falta la adopción. Al día de hoy aún estamos viendo gente que no ha adoptado Excel. Empresas que van con albaranes manuales. Es tristísimo, pero es así"

¿Por qué la IA ha dejado de ser “un plus” y se ha vuelto imprescindible?

La clave está en cómo se está integrando la IA en el trabajo cotidiano. Hernández subraya que ya no hablamos solo de chatbots que responden preguntas, sino de asistentes que redactan informes, resumen reuniones, generan código, preparan campañas de marketing, limpian datos o diseñan flujos enteros de trabajo.

Ignorar eso equivale a renunciar voluntariamente a una parte importante de tu capacidad productiva frente a otros profesionales que sí la aprovechan.

Al mismo tiempo, reconoce que la adopción está siendo más lenta de lo que él esperaba. Imaginaba que para estas fechas casi todo el mundo estaría usando IA a diario y se encuentra con empresas que ni siquiera han dado el salto a herramientas básicas como Excel y siguen trabajando con albaranes y documentos manuales.

Esa realidad, según explica, retrasa la disrupción, pero no cambia el destino, ya que la presión competitiva hará que la IA se convierta en rutina en casi todos los empleos con ordenador.

Cómo se debería aprender IA y los nuevos trabajos que nacerán

Usar una herramienta de IA un día no sirve, sino que se habla de aprender a trabajar con ella de forma sistemática. Eso incluye saber formular buenas instrucciones, revisar las respuestas, integrarlas en procesos existentes, automatizar tareas repetitivas y entender los límites y sesgos de los modelos.

En su visión, igual que nadie se plantea hoy no saber manejar una hoja de cálculo, dentro de muy poco será impensable no controlar al menos un asistente de IA en tu campo.

También apunta a las nuevas carreras y perfiles que se están consolidando. Profesionales capaces de combinar conocimiento de negocio con dominio de modelos generativos, diseñadores de flujos automatizados para empresas, perfiles que saben “orquestar” varias herramientas de IA para resolver problemas complejos.

No son necesariamente ingenieros informáticos, pero sí personas que han incorporado la inteligencia artificial a su caja de herramientas profesional.

Cabe señalar que el mayor freno no es la tecnología, sino la cultura empresarial y la decisión de los directivos de apostar por la IA o seguir como siempre. Mientras esa barrera se mantenga, quienes no sepan usar estas herramientas tendrán complicaciones al postularse por un empleo.

Partiendo de la base de que no existe un lenguaje perfecto para todo el mundo, aquí la elección depende de lo que quieras hacer en el futuro, ya sea desarrollar páginas web, crear videojuegos, trabajar con inteligencia artificial o automatizar tareas.

Para cada caso hay un lenguaje perfecto, pero, aun así, hay algunos que sobresalen si hablamos de aprender cómo funciona el sector desde cero.

El desarrollador NikorasuGzz, que comparte contenido sobre programación en redes sociales, ha creado un ranking con los tres lenguajes que considera más fáciles para quienes empiezan sin base alguna.

¿Cuáles son los lenguajes de programación más fáciles de aprender si empiezas desde cero?

Según explica NikorasuGzz, Python ocupa el primer lugar por una razón muy sencilla: su sintaxis es muy fácil de entender. El código es limpio, utiliza pocas líneas para realizar muchas tareas y permite centrarse en aprender la lógica de programación sin pelearse todo el tiempo con código y reglas complicadas.

Por supuesto, esta facilidad no significa que sea un lenguaje mediocre. Todo lo contrario.

Hoy en día, Python se utiliza en sectores como la inteligencia artificial, el aprendizaje automático, el análisis de datos, la automatización de procesos, la ciberseguridad o el desarrollo de aplicaciones. Además, cuenta con una de las comunidades de desarrolladores más grandes del mundo.

El segundo puesto de la lista es para JavaScript. Aunque al principio puede parecer algo más complicado que Python, es obligatorio para cualquiera que quiera dedicarse al desarrollo web.

Gracias a él puedes crear páginas interactivas o aplicaciones que funcionan directamente desde el navegador.

En tercera posición aparece C#, un lenguaje creado por Microsoft que lleva muchos años ocupando los podios. Es especialmente conocido porque es la base de Unity, uno de los motores gráficos más utilizados para crear videojuegos, aunque también tiene su utilidad en aplicaciones, software de escritorio y servicios en la nube.

¿Por qué Python también es uno de los lenguajes mejor pagados?

Que este lenguaje sea tan amado y popular también se debe a que vive uno de los momentos de mayor demanda y todo gracias a la inteligencia artificial.

Bibliotecas como TensorFlow, PyTorch, Pandas o NumPy han convertido a Python en una herramienta vital para investigadores, científicos de datos y desarrolladores de IA. A eso hay que sumar que muchas compañías ya utilizaban este lenguaje antes del boom de esta tecnlogía.

De ahí que este se haya convertido en un objeto de deseo a la hora de revisar los currículums de los desarrolladores. Hay otros lenguajes por los que se paga aún más, pero este, por volumen, está más solicitado.

Estos son los lenguajes de programación más amados por los desarrolladores

En este caso, y en cuanto a los lenguajes de programación más queridos y deseados, parece que Rust enamora a la mayoría de los desarrolladores.

Rust sigue siendo el lenguaje más querido, con un 87 % de desarrolladores que afirman querer seguir utilizándolo. Este también empata con Python como la tecnología más deseada por los desarrolladores, con TypeScript en un cercano segundo lugar.

Rust se creó para garantizar un alto rendimiento similar al que ofrecen C y C++, pero haciendo hincapié en la seguridad del código, cuya falta es el gran punto a mejorar de estos dos lenguajes. Sin embargo, Rust tiene de su parte algo más que esto.

El secreto está en su sistema de propiedad y préstamos. Cada dato en Rust tiene un 'dueño' y solo puede ser usado o modificado de manera controlada.

Por así decirlo, cada archivo en tu ordenador tiene una especie de guardián que supervisa que nadie lo toque mientras tú lo estás usando: eso es básicamente lo que Rust hace con la memoria. Gracias a esto, los errores que en otros lenguajes son inevitables se eliminan antes de que aparezcan.

Además, cuenta con el respaldo de grandes compañías tecnológicas como Google, Meta, Microsoft, ARM, AWS y Huawei, que forman parte de la Rust Foundation y promueven su uso en proyectos serios y de alto rendimiento. De forma simple y lógica, esto facilita mucho que Rust se use en proyectos críticos.

Por otro lado, su integración en sistemas como Linux es muy clave. Rust ha sido aprobado formalmente como uno de los lenguajes para desarrollar partes del núcleo del sistema operativo junto a C.

Ahora, una nueva predicción de Elon Musk ha vuelto a encender la conversación al sugerir que la programación tradicional podría dejar de ser necesaria mucho antes de lo que muchos especialistas imaginan.

Básicamente, la profesión de programador como se conoce está "obsoleta". El magnate insiste en que este 2026 será el final.dd los desarrolladores si no se adaptan a los nuevos roles necesarios de la industria informática.

Musk anticipa el fin de la programación tradicional impulsado por la IA

La informática está mutando significativamente debido a la influencia de la inteligencia artificial. Grandes figuras como el padre de Claude Code advierten sobre los cambios en los roles de programación que van a ser cruciales para el futuro.

Ahora, el director ejecutivo de Tesla, Elon Musk, aseguró durante una reciente conferencia que el desarrollo de software mediante lenguajes como Python, JavaScript, Rust y similares, podría estar llegando a su etapa final.

No quiere decir que sea el fin 100% del sector entero, sino que está pasando una por transición. Según explica el magnate dueño de Space X y Neuralink, la inteligencia artificial avanzará hasta el punto de generar directamente el código máquina o binario necesario para ejecutar aplicaciones, eliminando el paso intermedio que actualmente realizan los programadores.

“Creo que, en realidad, las cosas tal vez se muevan incluso a finales de este año hasta el punto de que ni siquiera te molestes en codificar. La IA simplemente crea el binario directamente... [La codificación tradicional es] un paso intermedio que en realidad no será necesario, probablemente a finales de este año, diría yo”.

La visión del empresario encaja con la estrategia que Tesla mantiene alrededor de la conducción autónoma, los robots humanoides Optimus, la infraestructura Dojo y los futuros sistemas de IA que dependen de ciclos de desarrollo cada vez más automatizados.

Aunque la predicción parece extrema, llega en un momento en el que varias compañías ya muestran resultados concretos. Tesla sostiene gran parte de su narrativa de crecimiento sobre inteligencia artificial y autonomía, mientras que Microsoft y Google han convertido las herramientas de generación de código en piezas clave de sus ecosistemas empresariales.

El objetivo común es aumentar la productividad de los equipos de ingeniería y reducir el tiempo necesario para crear, probar y desplegar software a gran escala.

Anthropic, Microsoft y Google muestran señales de una transformación acelerada

Parte de la atención generada por las declaraciones de Musk proviene de datos recientes publicados por Anthropic en el informe oficial “When AI builds itself”.

La compañía reveló que durante mayo de 2026 más del 80% del código incorporado a su base de software fue escrito por Claude, su modelo de inteligencia artificial. Además, indicó que sus ingenieros integraron aproximadamente ocho veces más código por día que en 2024.

El informe también señala que las capacidades de la IA continúan creciendo rápidamente. Anthropic afirma que la duración de las tareas que los modelos pueden completar de manera fiable se ha duplicado aproximadamente cada cuatro meses.

Según la empresa, Claude Opus 4.6 ya es capaz de gestionar tareas equivalentes a unas 12 horas de trabajo humano continuo. La compañía considera que el código generado por IA se encuentra actualmente cerca del nivel de calidad producido por desarrolladores humanos y espera que incluso pueda superarlo durante los próximos meses.

Mientras tanto, Microsoft también se beneficia de esta tendencia. La compañía controla GitHub Copilot, una de las herramientas de asistencia para programación más utilizadas del mercado.

Durante la presentación de resultados del tercer trimestre fiscal de 2026, Satya Nadella informó que el negocio de inteligencia artificial de Microsoft superó una tasa anualizada de ingresos de 37.000 millones de dólares, un crecimiento interanual del 123%. Además, las obligaciones comerciales pendientes de ejecución alcanzaron los 627.000 millones de dólares.

Google tampoco se queda atrás. La empresa continúa impulsando Gemini y AlphaCode como parte de su estrategia en programación asistida por IA, respaldada por el rápido crecimiento de Google Cloud.

La carrera ya no se centra únicamente en crear mejores modelos conversacionales, sino en construir sistemas capaces de desarrollar software de manera cada vez más autónoma.

Aun así, la desaparición total de los programadores sigue siendo un escenario discutible. Incluso Anthropic reconoce que los ingenieros humanos continúan desempeñando funciones esenciales relacionadas con la dirección estratégica, la toma de decisiones, la validación de resultados y la definición de objetivos.

En lugar de desaparecer, muchos especialistas consideran que el trabajo evolucionará hacia tareas de supervisión, arquitectura de sistemas y coordinación de agentes inteligentes.

Lo que sí parece evidente es que el mercado laboral tecnológico ya está sintiendo el impacto. Los despidos vinculados a la adopción de inteligencia artificial han aumentado durante 2026 y numerosos perfiles técnicos enfrentan una redefinición de sus responsabilidades.

Por ahora, la afirmación de Musk debe interpretarse más como una señal de la dirección en la que avanza la industria que como una certeza absoluta.

Sin embargo, el creciente volumen de inversión en IA por parte de Tesla, Microsoft, Google y Anthropic demuestra que el desarrollo de software está entrando en una etapa de transformación profunda cuya velocidad podría sorprender incluso a los profesionales más experimentados.

Python se ha convertido en uno de los lenguajes con mayor transición hacia esta tecnología, pero independientemente del ecosistema, el impacto es rápido y contundente.

Por mucho que se luche contra la inteligencia artificial en este ámbito, el cambio debe darse sí o sí para las profesiones. Para poder adaptarse a esta nueva velocidad de trabajo, hay que actuar diferente como desarrolladores, según explica el experto Charlie Mash.

¿A qué se refiere con esto? El debate actual con respecto a los modelos de IA es amplio, pero este especialista toca un punto particular que parece estar pasando por alto, cuándo podría ser crucial para el futuro de los empleados.

La IA escribe más código, pero la supervisión humana gana importancia

Boris Cherny (creador de Claude Code) no es el único que ha dejado de escribir código con la implementación de la inteligencia artificial, pues Charlie Marsh, fundador de Astral (Ruff y uv), se suma a la lista.

Después de que su empresa fuera adquirida, pasó a formar parte del equipo Codex de OpenAI y ahora admite que ya no trabaja manualmente como antes. La gran parte del trabajo en cuanto a escritura de codificación se la encarga a la inteligencia artificial.

Según European Central Station, en una conversación con Ryan Peterman en The Peterman Pod, el experto indica que no solamente es una tecnología que ha cambiado considerablemente la velocidad, sino que también ha generado una preocupación adicional al tener que supervisar profundamente lo que se genera con los prompts.

"Charlie, cuando enviabas PR antes, podíamos aprobarlos después de un vistazo rápido; ahora tenemos que estar 100% concentrados al revisar, porque este código fue generado automáticamente por ti con IA."

La ayuda de la IA es buena, pero hasta cierto punto, porque se tiene que invertir tiempo en comprobar que todo esté bien. Por eso, para Marsh, la automatización no elimina la necesidad de análisis, validación y criterio técnico.

Esto ha hecho que el método de trabajo de la programación esté cambiando drásticamente tras la generación de código masiva. Se pueden obtener miles de líneas en tan solo unos pocos minutos, pero el enfoque de los trabajadores ahora se dirige a determinar que las funciones sean correctas y solucionar posibles errores.

En otras palabras, el trabajo se desplaza de la producción al control de calidad. Al mismo tiempo, otro de los problemas es que el gasto de la revisión no ha disminuido con el mismo ritmo en el que está creciendo la magnitud del trabajo.

Por ejemplo, los mantenedores deben dedicar mucho tiempo a la inspección de código y el autor que ejecuta los prompts o estructura el proyecto aprende menos. Esto crea varios inconvenientes en la industria que podrían estar pasando desapercibidos.

La velocidad ya no basta: comunicar y construir comunidad también es esencial

Marsh piensa que ya no es suficiente simplemente con aumentar la productividad cuando el riesgo de que la calidad del código es grande. En paralelo, hay inconvenientes como la disminución del aprendizaje de los programadores y el mantenimiento más grande para las empresas.

En sí, escribir líneas de programación ya no es el núcleo de la profesión y esta perspectiva se alinea con otras de varios expertos que han hablado sobre el cambio que está llegando a la industria con estos asistentes virtuales.

Según el experto, en realidad el futuro de los desarrolladores se va a centrar en la capacidad de revisar, comunicar, priorizar y dirigir sistemas en lugar de limitarse a producir código.

De forma simple, estos buscan que la población mundial se dé cuenta de que la IA se va a volver más potente en los próximos diez años y va a poner en una situación delicada a la economía de todo el planeta.

"La IA podría volverse radicalmente más poderosa en los próximos 10 años", se puede leer en la carta.

"Esto podría impulsar una transformación sin precedentes de nuestra economía, mayor que la de la Revolución Industrial, pero que se desarrollaría en un plazo mucho más corto. Podría conllevar riesgos, como la pérdida masiva de empleos, así como oportunidades, como mejoras significativas en el nivel de vida", añaden.

Esta carta ciertamente nos recuerda bastante a la de 2023, en la que grandes figuras como Elon Musk o Wozniak firmaron para dejar de desarrollar sistemas de inteligencia artificial. En concreto, pedían una pausa de 6 meses en la capacitación de sistemas de IA más potentes que el modelo GPT-4 de OpenAI.

"Los sistemas de IA potentes deben desarrollarse solo una vez que estemos seguros de que sus efectos serán positivos y sus riesgos serán manejables", se podía leer en esa carta.

Ahora, es el turno ya no tanto de frenar su desarrollo (que ya queda demostrado que es contraproducente para la propia evolución de la humanidad), sino de advertir de lo que muy probablemente va a suceder.

Estas figuras del mundo de la economía, e incluso directivos que trabajan dentro de OpenAI, Google y Anthropic, saben perfectamente lo que está sucediendo en los laboratorios y tienen claro que el cambio que se avecina va a ser mucho más grande que la Revolución Industrial.

Aunque reconocen que la IA puede traernos una vida más cómoda y productiva, también avisan de que el riesgo de que muchísima gente se quede sin trabajo de la noche a la mañana es real.

Pero lo que más preocupa es que nos estamos quedando rezagados ante los cambios. El desarrollo de la tecnología va a toda velocidad, mientras que las leyes y los gobiernos están demasiados pasos por detrás. Si se sigue así, dentro de poco la humanidad se encontrará con herramientas capaces de hacer el trabajo de millones de personas sin que los países tengan un plan B.

Uno de los que ha querido dar la cara y explicar todo esto es Yoshua Bengio, uno de los grandes pioneros de la IA moderna y profesor en la Universidad de Montreal.

Bengio ha sido claro al afirmar que la trayectoria que lleva esta tecnología va a transformar nuestras vidas sí o sí. Por eso, insiste en que no se puede dejar que las empresas tecnológicas decidan solas el camino buscando únicamente ganar dinero.

¿Qué va a pasar con nuestro trabajo cuando la inteligencia artificial se vuelva más potente?

Los economistas explican que la IA no es como las máquinas del siglo XX, que sustituían la fuerza física y tardaban años en llegar realmente a ser útiles en las fábricas.

Esta tecnología aprende y lleva a cabo tareas lógicas e intelectuales casi al instante. El peligro real no es que la tecnología sea mala, sino que las empresas decidan usarla solo para recortar gastos y despedir a la mayor parte de los empleados, en lugar de utilizarla para que estos trabajen mejor y más rápido.

Para evitar que esto acabe en un desastre con millones de personas en el paro, la carta exige que los líderes mundiales creen ya mismo "incentivos y cortafuegos".

Esto significa, por ejemplo, dar ventajas fiscales a las empresas que usen la IA para ayudar a sus trabajadores a ser más productivos, en lugar de para echarlos a la calle.

También se está pidiendo la creación de nuevas instituciones públicas que entiendan cómo funciona esta nueva economía que se avecina y que sean capaces de reaccionar rápido cuando un sector empiece a verse afectado por la automatización.

Como ves, todas estas firmas no abogan por una destrucción de la IA. Lo que piden es que aquellos que realmente son los encargados de redactar leyes y controlar la economía despierten.

Los modelos de IA han influido tanto en el desarrollo de proyectos que el padre de Claude Code, Boris Cherny, ha admitido que ha pasado medio año sin escribir en una sola línea de código como solía hacerlo hace un tiempo, antes de que llegaran los asistentes virtuales.

Este tipo de cosas es justo por lo que muchas personas tienen miedo de perder el trabajo ante plataformas como GitHub Copilot y similares. Sin embargo, el mismo creador del generador de código de Claude cree que, en vez de reducir los equipos de programación, podía llegar a multiplicarlos por 100.

¿Cómo sería esto posible y qué sentido tendría en la industria de la informática? Parece que, si todo toma un buen rumbo, el destino de los desarrolladores estará a salvo.

La predicción de Boris Cherny: más programadores, pero menos “ingenieros” tradicionales

¿Qué pasará con la gobernación en solo unos años? En realidad, nadie lo sabe exactamente, pues muchos expertos tienen opiniones tan buenas como malas al respecto.

Por ejemplo, el método de trabajo que se ha vuelto una tendencia llamado Programadores X10 está dando mucho de qué hablar porque consiste en multiplicar la productividad de un desarrollador 10 veces implementando la inteligencia artificial.

Como consecuencia, se están reduciendo los equipos de trabajo y probablemente eso va de la mano con el temido desempleo masivo.

Ahora imagínate que sea un "Programadores X100", pues eso no está tan lejos de la realidad. Aquí es donde juega un papel importante la filmación de Cherny, quien dice que las personas que se dedican a esta profesión podrían multiplicarse por 100, en vez de ser sustituidas.

"No creo que vayamos a llamarlos ingenieros. Pero si hablamos de personas que escriben código, o que utilizan agentes para escribir código, creo que habrá 100 veces más ingenieros de los que hay hoy".

Según las estadísticas de JetBrains, actualmente existen aproximadamente 20,8 millones de programadores en la industria (2025), por lo que hacer esta multiplicación del padre de Claude, daría como resultado 2.080 millones de desarrolladores.

La verdadera pregunta es: ¿por qué se multiplicarían y no se reducirían? Pareciera que, lamentablemente, tendría más sentido que hubiera menos. De por sí, el crecimiento del sector se ha ido dando de manera exponencial año tras año.

Desde la perspectiva de Cherny, la realidad es que va a haber una transición durante este lapso de tiempo. En entrevistas recientes, explicó que lleva más de seis meses sin escribir manualmente una sola línea de código y que el 100% del código que aparece bajo su nombre durante ese período ha sido generado por Claude.

Durante una conversación en Lenny's Podcast compartida por European Central Station, Cherny anticipó que el título de “ingeniero de software” podría ser olvidado y en vez de usar este término, lo más probable es que haya perfiles más cercanos al concepto de “builder” o constructor.

La razón de esto se debe a que programar ya no requiere que se domine cada detalle técnico desde cero y esto podría motivar a muchos a dedicarse al desarrollo.

No es como antes, que se tenía que pasar por un proceso de aprendizaje más extenso y profundo. Si no sabes algo, se lo preguntas a la IA o, incluso, le indicas que te haga exactamente lo que necesitas. Esto hace una diferencia realmente grande, pero el verdadero impacto se verá reflejado alrededor de 2030, según Cherny.

Eso quiere decir que la programación no va a desaparecer, sino que será más accesible y se utilizará junto con otras disciplinas, siendo una posible esperanza de que se mantengan los trabajos.

¿La IA va a sustituir a los humanos? Es una de las preguntas frecuentes entre los programadores, considerando que el sector de la informática es uno de los que más ha recibido cambios tras la llegada de los asistentes virtuales.

Sam Altman, CEO de OpenAI, se ha dejado de rodeos y comienza a "despedirse" de los desarrolladores, agradeciendo que hayan empezado con las bases hasta llegar a este punto de la tecnología.

Por un lado, es prometedor, pero por otro, también genera incertidumbre ante aquellos que todavía no saben qué pasará con los nuevos cambios en elos lenguajes de programación.

El “agradecimiento” de Sam Altman que suena a punto de inflexión

La automatización empresarial sigue escalando y los programadores siguen temiendo sobre el futuro de los proyectos que requieren códigos de lenguajes especializados.

Un buen prompt y puedes tener fragmentos estructurados de Python, Rust y otros ecosistemas en cuestión de segundos. En varias circunstancias, Altman ha resaltado lo que implica la IA para la programación.

En la mayoría parecen "advertencias" porque el sector laboral está cambiando de una manera inesperada. Parece que en este punto, ya no hay vuelta atrás y el CEO de OpenAI opta por comenzar a "despedirse" agradecidamente de aquellos que estuvieron desde los inicios de la programación hasta ahora.

“Estoy muy agradecido a las personas que escribieron software extremadamente complejo carácter por carácter. Ya parece difícil recordar cuánto esfuerzo realmente requirió. Gracias por llevarnos a este punto”.

La frase parece ser dirigida a lo complejo que era crear un proyecto desde cero antes de la llegada de la inteligencia artificial. Aunque por un lado es como un reconocimiento al trabajo histórico de los ingenieros, muchos también lo han tomado desde otra perspectiva.

En una interpretación mucho más profunda, cuando Altman habla de “este punto” y de que “ya parece difícil recordar” el esfuerzo, sugiere implícitamente que esa etapa de escribir código manualmente empieza a quedar atrás.

Considerando que en la actualidad ya es casi un requisito que trabajes con asistentes virtuales como GitHub Copilot, mayormente para las tareas básicas o aumentar la productividad (con supervisión), esta ventaja de generar un código completo en cuestión de segundos impacta fuertemente con los métodos tradicionales.

En otras palabras, se está redefiniendo el rol tradicional del programador y lo que hace unos pocos años era común, ahora está pasando a ser "anticuado" o al menos así es como se está viendo en la industria actual.

Por esto mismo es que parte de la comunidad interpreta el mensaje como una especie de “elogio fúnebre” para la profesión, una despedida simbólica de la era del código escrito a mano para darle paso a una nueva era tecnológica que millones ya veían venir.

El siguiente paso no está en escribir código, sino en aprender a usar la IA

Según Business Insider, en un evento reciente, Altman también afirmó que la IA podría funcionar como una utilidad básica, similar a la electricidad o el agua, que se consume y se paga según uso.

Si la inteligencia artificial se convierte en un servicio ubicuo, el valor no estará en escribir código desde cero, sino en saber cómo utilizar esa inteligencia para resolver problemas y no todo el mundo está preparado para ello.

Definir objetivos, supervisar resultados y ajustar procesos es una de las partes que más se van a tener en cuenta durante los próximos años, mientras que también va a ser necesario optar por especializaciones, ya que las tareas básicas probablemente sean absorbidas por los agentes de IA.

En fin, aunque el tono del mensaje del CEO de OpenAI pueda ser de agradecimiento, también funciona como marcador de transición hacia un nuevo mundo laboral.

Las decisiones del gigante de Redmond conllevan despidos masivos de hasta el 30% de la empresa encargada del sector de los videojuegos.

La nueva ronda de recortes que afecta directamente a Xbox (a pesar de que no se vincula directamente con la inteligencia artificial) y a varios de sus estudios más importantes, incluyendo a Bethesda, Double Fine, Ninja Theory, Obsidian Entertainment e Id Software.

Aunque la compañía no ha detallado públicamente todas las cifras por estudio, distintos informes y testimonios de desarrolladores comienzan a mostrar una perspectiva más amplia de lo que se conocía hace tan solo unos días.

Obsidian e Id Software son los estudios más golpeados por la reestructuración de Xbox

En vista de que Game Pass tiene cuatro millones de usuarios menos que hace dos años y que hay una crisis interna advertida por la propia CEO de Xbox, Asha Sharma, no parece que sea prudente hacer despidos masivos o al menos eso es lo que se ve a simple vista.

En realidad, Microsoft lleva un rato haciendo este tipo de cambios y es que en 2025 se registraron más de 9.000 despidos. ¿Qué pasará con el desarrollo de futuros videojuegos? Ahora hay una nueva oleada de aproximadamente 4.800 trabajadores que han quedado fuera del proyecto.

Esto implica que el talento especializado que durante años construyó algunas de las sagas más reconocidas del sector probablemente ya no esté completo y es lo que le preocupa a muchos jugadores.

Si la cantidad mencionada ya parecía demasiado, a medida que pasan los días se conocen más detalles sobre el efecto específico dentro de Xbox.

Según información publicada por Kotaku y recogida posteriormente por diversos medios especializados, entre 60 y 70 trabajadores de Obsidian Entertainment habrían sido "echados a la calle".

Los recortes afectarían a perfiles de diferentes áreas, incluyendo productores, artistas, diseñadores, programadores, especialistas de control de calidad y escritores.

Entre los nombres más destacados está el director de arte de The Outer Worlds y artista de personajes de Fallout: New Vegas, Daniel Alpert, quien ha confirmado su retiro del equipo después de trabajar más de dos décadas en diversos proyectos. Destacó el agradecimiento por el crecimiento de su carrera profesional y se despidió.

“Si bien este no fue el resultado que esperaba, no puedo evitar sentirme increíblemente agradecido por el tiempo que pasé allí. Obsidian no fue solo un lugar de trabajo, fue donde construí una carrera, formé amistades duraderas y tuve la oportunidad de trabajar junto a algunas de las personas más talentosas y apasionadas de la industria”.

A. K. Fedeau, diseñador narrativo de Obsidian, también señaló en LinkedIn: “Lamento mucho anunciar que fui uno de los desarrolladores afectados por los despidos de Obsidian hoy” y habló sobre su gran trayecto en el equipo con Avowed y Company of Heroes 3.

La lista lamentablemente no termina ahí porque Id Software (Doom y Quake) también ha recibido el golpe de los cambios. Scott Miller, fundador de 3D Realms, ha confirmado que “la mayoría, si no todos” los programadores del estudio habrían sido despedidos durante esta reestructuración.

Posteriormente, aclaró en redes sociales que la información recibida indicaba que una gran parte del equipo de desarrollo se encontraba entre los afectados por los recortes.

Aunque Microsoft no ha confirmado oficialmente esas cifras, otros testimonios como el de Jeff Gardiner, antiguo líder de proyecto en Bethesda Game Studios, revelan que la situación es más grande de lo que parece.

En su post, menciona que alrededor de 95 trabajadores perdieron el empleo en el equipo. Las declaraciones son reforzadas por el periodista Jason Schreier, quien dijo que tanto Id Software como ZeniMax Online Studios realizaron reducciones significativas.

Según Bloomberg, Bethesda planea priorizar franquicias como Fallout, The Elder Scrolls, Doom, Quake y Wolfenstein para mantener las series más fuertes de la compañía.

La salida de veteranos y equipos especializados ha generado incertidumbre entre los gamers. Sin embargo, es posible que pronto salga información por parte de la compañía para aclarar dudas sobre el futuro de Xbox.

Y es que la rapidez con la que herramientas como Claude, ChatGPT o GitHub Copilot generan código ha alimentado ese debate y ha hecho que muchos profesionales miren al futuro con cierta preocupación.

En especial, quienes llevan décadas en el sector y sienten que el mercado cambia más deprisa que nunca. Sin embargo, mientras algunos puestos evolucionan, también empiezan a aparecer otros nuevos.

Uno de ellos es el de Forward Deployed Engineer, más conocido como FDE, un perfil que se ha convertido en uno de los más cotizados dentro de la industria tecnológica.

Los FDE son el nuevo perfil que las empresas buscan gracias a la inteligencia artificial

El auge de la IA ha cambiado las necesidades de las empresas. Antes bastaba con contratar programadores capaces de escribir buen código. Ahora el reto es integrar modelos de inteligencia artificial en procesos reales para resolver problemas concretos.

Aquí entra en juego el FDE, cuyo trabajo consiste en actuar como enlace entre la empresa y la tecnología. Analiza cómo funciona el negocio, identifica qué tareas pueden mejorarse mediante IA y desarrolla soluciones adaptadas a cada cliente.

Significa que no se limita a programar, sino que también participa en el diseño del proyecto, trabaja junto a los clientes para entender sus necesidades y supervisa que la implantación de la inteligencia artificial produzca resultados útiles.

Durante años, una parte del sector tecnológico ha dado prioridad a perfiles jóvenes especializados en las herramientas más recientes y la llegada de la inteligencia artificial parecía reforzar esa tendencia, alimentando el temor de muchos desarrolladores con más de 35 años.

Sin embargo, el perfil FDE cambia bastante esa perspectiva, donde las empresas valoran la experiencia acumulada, porque este puesto exige tomar decisiones técnicas, comprender proyectos y comunicarse con clientes que, en muchos casos, no tienen conocimientos de programación.

En otras palabras, la experiencia deja de verse como un obstáculo para convertirse en una ventaja competitiva. Quienes llevan años desarrollando software suelen tener una visión más amplia del negocio y eso resulta fundamental cuando se trabaja con inteligencia artificial.

El trabajo mejor pagado no consiste en escribir más código, sino en saber aplicar la IA

Cabe señalar que la inteligencia artificial ya puede generar funciones completas, corregir errores o automatizar parte del desarrollo. Eso significa que escribir código deja de ser el único valor diferencial.

El Forward Deployed Engineer (FDE) aporta algo que la IA todavía no puede ofrecer por sí sola: criterio. Decide qué modelo utilizar, cómo integrarlo dentro de una empresa, qué procesos merece la pena automatizar y qué solución encaja mejor en cada situación.

Precisamente por esta combinación de conocimientos técnicos, capacidad de análisis y trato directo con los clientes, este perfil se ha convertido en uno de los más demandados del sector.

La oferta de profesionales sigue siendo reducida y eso explica que muchas compañías ofrezcan salarios muy elevados para atraer a estos especialistas.

No cabe duda de que la inteligencia artificial está transformando el trabajo de los programadores, pero no necesariamente significa el final de la profesión.

Todo apunta a que el mercado se dirige hacia perfiles capaces de combinar experiencia, visión estratégica, así como un dominio total de estas nuevas herramientas.

En ese escenario, los FDE representan una de las mayores oportunidades para quienes quieren seguir creciendo en plena revolución de la inteligencia artificial.

Utilizar asistentes virtuales para generar código es cada vez más común, pero ¿hasta qué punto? La automatización con estos agentes se está volviendo crucial para las grandes empresas y en muchos trabajos es requisito saber cómo utilizar la IA para aportar a la productividad de los proyectos.

A pesar de que ya hay una adopción importante a nivel mundial y que en el futuro va a ser de lo más normal, muchos programadores siguen teniendo miedo sobre lo que le depara a los puestos de trabajo.

La verdadera pregunta que se están haciendo los expertos es: ¿qué significa ser programador en la era de la inteligencia artificial? La respuesta ha sido más impactante de lo que parece.

¿Es el fin del código como identidad profesional?

No es un cambio sencillo, pues la inteligencia artificial ha llegado para modificar un método de trabajo que llevaba años consolidándose. Ahora ya no se tiene que escribir todo el código desde cero y esa es una de las cosas que ha dicho ahora Sam Altman, el CEO de OpenAI.

Un grupo de expertos ha estado compartiendo su experiencia con respecto a esta nueva forma de trabajar. Uno de ellos es Adam Janes, ha destacado que lo más difícil de asimilar de todo esto es que ahora debe encargarse de otras cosas que normalmente no solía hacer antes de esta tecnología.

La forma en la que lo describe determina que la transición se está convirtiendo en un patrón creciente en el sector que está afectando tanto a empresas como a los propios trabajadores que deben llevar a cabo sus actividades en los proyectos

“En lugar de ello, dedica más tiempo a redactar especificaciones en inglés que describen lo que debería hacer un software. La IA expulsa el código. Lo revisa y lo perfecciona”.

Un claro ejemplo de esto es lo que ha sucedido con Spotify, donde se ha confirmado que los ingenieros más experimentados no han escrito "ni una sola línea de código" desde diciembre de 2025, según indica el propio codirector ejecutivo Gustav Söderström.

Esto corresponde a la manera en la que se ha realizado la transición de forma exponencial. Es decir, utilizar inteligencia artificial en programación ya se está convirtiendo en algo habitual.

¿Cómo no? En vez de programar manualmente y dedicar muchos minutos y horas, los desarrolladores involucrados solamente tienen que supervisar los sistemas de inteligencia artificial que generan o despliegan código de forma automática.

Por supuesto, también está el factor de evitar que haya alucinaciones o problemas en el proyecto que puedan afectar a largo plazo. "Es un gran cambio. Es real y está sucediendo rápidamente", mencionan desde el informe compartido por Business Insider. Esto está pasando en meses y no en años, y eso es justamente lo que es impresionante sobre este tipo de avances.

La IA significa un cambio irreversible que redefine el futuro del desarrollo

¿Por qué ya no hay vuelta atrás? Pues lo que marca un punto de inflexión en la industria es que ya no es lo mismo de antes. Janes explica que durante años, escribir código fue una habilidad central en los programadores.

No solamente era un requisito, sino que también era de prestigio y diferenciación. En efecto, esta época la describe como la era en la que sentía una "verdadera sensación de artesano".

Todo eso cambió y los desarrolladores deben enfrentarse a una nueva realidad. Adaptarse a lo nuevo es crucial, claro está. Sin embargo, esta transición ha sido realmente drástica para muchos.

Ahora, parece que la calidad de un programador no solamente se rige por su conocimiento ante los lenguajes como Python, Rust y demás, sino también por la manera en la que se definen las instrucciones en los asistentes virtuales, las estructuras de soluciones ante problemas y el uso correcto de estas nuevas herramientas.

Este cambio no es fácil de asimilar. Annie Vella, desarrolladora con una larga trayectoria, recuerda cómo empezó a programar desde niña y la satisfacción que le producía ver sus líneas de código cobrar vida. Hoy vive un conflicto claro.

Por un lado, reconoce que la IA le permite avanzar más rápido y resolver problemas complejos. Por otro, siente que algo se pierde: “La satisfacción proviene más de la fricción que ya no existe tanto”.

Al mismo tiempo, el psicólogo Mike Brooks explica que el esfuerzo y los desafíos son fundamentales para sentir propósito en el trabajo. “Evolucionamos para luchar por sobrevivir. Tenemos que tener desafíos”.

Cuando la inteligencia artificial elimina esa fricción y ofrece resultados casi instantáneos, la recompensa emocional disminuye. El trabajo se vuelve más eficiente, pero también menos intenso en términos de experiencia personal.

Aun así, el futuro no apunta a la desaparición del empleo en este sector, sino a una transformación que se irá dando con el pasar de los años.

Las ofertas de empleo y los cambios que se están haciendo en las grandes empresas de Silicon Valley demuestran justo lo contrario: los desarrolladores son hoy más necesarios que nunca.

Microsoft, una de las empresas que más está invirtiendo en la IA, es el ejemplo perfecto. A pesar de los despidos, donde muchas compañías han usado la automatización como excusa para recortar plantilla, el empleo en las áreas técnicas está aguantando mejor que cualquier otro departamento.

Un análisis de SignalFire, que ha analizado a millones de empleados en más de 80 millones de empresas y más de 650 millones de personas, afirma que la ingeniería de software fue la profesión más resistente de todo 2025.

Mientras que el ritmo de contratación en las grandes tecnológicas cayó un 25% si se compara con los niveles de 2019, las contrataciones de ingenieros apenas bajaron un 11%.

"Durante los últimos cinco años, la historia sobre la IA y los empleos en software ha sido la misma: los asistentes de programación llegarían primero para los ingenieros, desmantelando la profesión desde sus cimientos. En realidad, los datos de talento y contratación de los últimos 15 meses muestran que el tan temido 'Apocalipsis del Código de la IA' no se ha materializado", comentan en el análisis.

De hecho, los desarrolladores representaron el 55% de todas las nuevas contrataciones hechas en 2025 por compañías como Alphabet, Meta, Apple, Amazon, Netflix, Nvidia o Microsoft. Para que te hagas una idea, en 2019 este porcentaje era del 46%.

"Contrariamente a la narrativa dominante de que los ingenieros de software son los que más tienen que perder con la automatización de la IA, nuestros datos muestran que los ingenieros se encuentran entre las funciones menos afectadas en 2025. En lugar de reducir la fuerza laboral técnica, las herramientas de IA están, de hecho, aumentando el valor de los ingenieros", afirman.

¿Qué está pasando con el empleo en programación y por qué la IA no está destruyendo puestos de trabajo?

Si la IA fuese capaz de sustituir el talento de estas personas de la noche a la mañana, la contratación de desarrolladores habría sido la primera en caer.

Asher Bantock, director de investigación de SignalFire, comenta lo siguiente: "El argumento que se da para muchos despidos es siempre la IA, concretamente en lo que respecta al desarrollo de código; dicen que un solo ingeniero puede hacer ahora el trabajo de muchos. Pero lo que vemos sobre el terreno es inconsistente con ese discurso".

Es cierto que tampoco se puede negar que hay bastantes CEO de grandes tecnológicas que no paran de hablar de un apocalipsis laboral.

El propio Dario Amodei, CEO de Anthropic, llegó a comentar que la automatización podría llevarse por delante la mitad de los empleos de oficina de nivel inicial y disparar el desempleo hasta el 20% en cuestión de cinco años. Pero las predicciones van por un lado y la realidad por otro.

El propio responsable de economía de Anthropic, Peter McCrory, quiso calmar un poco las aguas al confesar que todavía no se están viendo estos efectos provocados por la IA.

Y, sin ir más lejos, Jensen Huang, CEO de Nvidia, ha salido a la palestra varias veces para acabar con esa idea: "Alguien dijo que la IA iba a destruir todos los puestos de trabajo de ingeniería de software", comentaba. Su visión es totalmente opuesta: ahora que todos sus empleados utilizan agentes de IA para picar código, "los ingenieros de software están más ocupados que nunca".

La velocidad del trabajo aumenta y se facilita, pero la lista de tareas pendientes de todas estas compañías y todo lo que tienen preparado para el futuro es, por así decirlo, infinita. Siempre hay algo nuevo que diseñar, un fallo que corregir o una plataforma que mejorar.

Sea como sea, los lenguajes de programación han tenido que ir adaptándose poco a poco a este cambio y uno de los que se posiciona con mejor futuro es Python.

Sí, podrías hacer muchísimos cursos de este ecosistema, Rust o cualquier otro, pero los profesionales con años de experiencia en la industria recomiendan no solamente quedarse con estos estudios, sino ampliar los conocimientos a una nueva habilidad que es casi imprescindible.

¿Crees que la inteligencia artificial ha reemplazado tu empleo? Después de que conozcas la skill que deberías añadir a tu portafolio, dejarás de tener tanto miedo a la tecnología con la que puedes generar código desde cero con prompts.

El aprendizaje automático como extensión natural de Python

¿Has trabajado alguna vez con Python? Si lo has hecho, lo más probable es que hayas hecho uso de alguna de las bibliotecas populares como NumPy para la computación numérica en matrices o Pandas para la manipulación de datos en casi cualquier flujo de trabajo.

Así nunca las hayas implementado, seguro que has escuchado de ellas, y es que estas herramientas no solo son útiles, sino que forman el núcleo operativo del aprendizaje automático moderno.

Bibliotecas como scikit-learn ofrecen una API clara para aplicar algoritmos clásicos, mientras que PyTorch es uno de los frameworks más empleados en investigación y producción. Yendo más allá, Transformers de Hugging Face sirve para trabajar con modelos de lenguaje avanzados con pocas líneas de código.

Considerando esto, el mencionado ecosistema es buscado por su ventaja acumulativa difícil de replicar. La alta versatilidad que tiene y todo lo que brinda bajo un buen conocimiento es clave para seguir desarrollando los proyectos de los próximos años.

Por eso, Python es uno de los lenguajes de programación que dominan en 2026, pero no solamente eso. Con las habilidades adecuadas, podrías convertir tu perfil de programador en uno esencial para el futuro.

De hecho, BNO News comparte que los expertos recomiendan aprender aprendizaje automático junto a Python porque es el camino lógico. Se explica que desarrollar ambas habilidades (teoría y práctica) es crucial para lograr implementaciones de modelos reales (LLM) desde el principio.

La revolución de los modelos de lenguaje exige nuevas competencias en la industria

El auge de los modelos de lenguaje ha reforzado aún más esta relación. Si te interesa construir aplicaciones con inteligencia artificial, trabajarás casi siempre en Python.

LangChain o LlamaIndex están diseñadas específicamente para crear apps basadas en LLM y gestionar datos. A este nuevo ecosistema se le está conociendo como "Python-first" y se debe a que se desarrolla todo inicialmente en este lenguaje antes que en cualquier otro.

Esto incluye modelos de código abierto más relevantes, como Llama o Mistral. ¿Quieres estar al día en el sector de la programación? Entonces tienes que moverte dentro de este entorno y prepararte con conocimientos avanzados.

Hay especialistas que indican que agregar estas habilidades a tu repertorio también abre puertas a roles de alto nivel como científico de datos o ingeniero de machine learning, con mejores condiciones y mayor proyección.

En otras palabras, no te limites solo a aprender Python de forma aislada. Integra el aprendizaje automático y la práctica con herramientas reales en la misma formación. Eventualmente, dará sus frutos, más ante el crecimiento de los proyectos con inteligencia artificial.

Por eso es que es una compañía que está en constante búsqueda de nuevos integrantes para los proyectos, pero no todos los perfiles profesionales cumplen con las exigencias y esto va de la mano con uno de los principios del cofundador de Netflix, Reed Hastings.

Construir equipos de alto rendimiento sin sacrificar la colaboración es un desafío, aunque no algo imposible de lograr. ¿La premisa? No tolerar a los “idiotas brillantes” es uno de los pasos de éxito, según lo que confirma sobre los procesos de contrataciones actuales.

Si has tratado de aplicar para este tipo de marcas grandes, debes saber que el título académico no lo es todo, pues, a pesar de ser un requisito fundamental, otros puntos cruciales son la gestión de las habilidades y la adaptación.

La cultura de Netflix: alto rendimiento sin concesiones

Netflix es una de las grandes compañías que llevan años en el mercado del streaming. Con el tiempo ha evolucionado de diferentes maneras y traído muchos contenidos exclusivos o licencias de series y películas de alto valor, llamando la atención de la comunidad.

Lo curioso es que, si te das cuenta de la manera en la que trabaja, su cultura corporativa no se centra principalmente en beneficios superficiales, como lo hacen muchas empresas, sino en crear un “equipo de ensueño” centrado en resultados.

En efecto, en la documentación oficial de Netflix se deja claro que el objetivo es contratar a los profesionales que estén altamente capacitados para ser lo más efectivos posibles.

Por eso es que emplean un método llamado "keeper test" o "prueba del guardián". Consiste en resolver una simple incógnita: si un miembro del equipo quisiera irse, ¿harías un esfuerzo real por retenerlo? Si la respuesta es no.

Según las declaraciones de Reed Hastings tomadas por Business Insider: “No toleres a los idiotas brillantes; el coste para el trabajo en equipo es demasiado alto”.

Esto que dice el cofundador de la empresa es que es mejor optar siempre por una salida respetuosa y generosa, con indemnizaciones que pueden incluir varios meses de salario.

Todo siempre y cuando se aporte valor real al equipo. Entonces, puede haber alguien muy talentoso con demasiado conocimiento, pero que ralentice decisiones y genere conflictos innecesarios, lo cual no es fructífero para los proyectos.

Se considera más a alguien que cuente con una excelencia técnica y habilidades humanas adaptadas al entorno profesional para que de verdad funcione su estancia.

Las claves que puedes aplicar a tu propio entorno profesional desde Netflix

Más allá de esto, Netflix ofrece principios concretos que puedes trasladar a tu día a día, como tener libertad con responsabilidad. Tomar decisiones de forma independiente, compartir información de manera abierta y asumir riesgos inteligentes es un enfoque que se valora aún más por la visión que se tiene.

En Netflix se espera que seas directo, que des feedback oportuno y que escuches antes de reaccionar. Esto no siempre es cómodo, pero fortalece la confianza, ya que no se trata solo de cumplir tareas, sino de aprender rápido y contribuir más allá de tu rol sin verte forzado.

Al final, el talento por sí solo no es suficiente para convencer a una empresa de esta magnitud porque lo que tienen en cuenta es cómo tus habilidades sirven para potenciar al equipo.

Este lo tiene muy claro y hasta asegura que, en un plazo de tres o cuatro años, es bastante probable que ya no tengan a ninguna persona dedicada exclusivamente al desarrollo de software dentro de sus oficinas.

Todo esto va a ser sustituido por el ya famoso vibe coding. Esta técnica consiste en usar a ChatGPT y otras IA de forma totalmente natural y hablada para generar fragmentos de código o programas completos con apenas unas indicaciones. La idea es ahorrar tiempo y evitar pensar tanto en detalles demasiado técnicos y tediosos.

Ahora, en vez de estar pegados a escribir líneas y líneas de código, los desarrolladores pueden pasar a ser gestores, diseñadores de proyectos y supervisores de la calidad del código que generan las máquinas.

Eso sí, a pesar de todo esto, Klein ha querido mandar un mensaje de tranquilidad a su plantilla. Al contrario que otras compañías como Atlassian o WiseTech Global, que sí han anunciado rondas importantes de despidos provocadas por la automatización de la IA, la multinacional alemana no tiene planes de que cambie nada.

Parece que la idea no es recortar personal para ahorrar dinero a corto plazo, sino reubicar a sus empleados en nuevos puestos especializados.

Programar sin programar gracias a la IA podría salirles muy caro

Si bien es cierto que el vibe coding está permitiendo que todo tipo de personas con mínimos conocimientos en programación puedan adentrarse en este mundo, algunos expertos se han posicionado totalmente en contra de esta moda.

Tal y como se explica un programador en The Register, para él, la programación aún es una tarea que necesita de pensamiento crítico y cuidado para que el código sea legible y se pueda mantener en el tiempo. Y aunque usa herramientas de IA de vez en cuando, reconoce que los resultados pueden ser vagos o incluso llenos de errores.

"Las herramientas de IA siempre dan respuestas con seguridad y contundencia. Incluso con respuestas deficientes o incompletas, ¡no dejan lugar a dudas! Cualquiera con algo de experiencia sabe que incluso los mejores planes a veces fallan, que la vida nunca es tan segura. Quizás sea solo mi impresión, pero la alegre seguridad de las herramientas de IA resulta irritante... y preocupante", comenta.

Aclara que, si bien para tareas muy sencillas o repetitivas la IA puede darte buenos resultados y acelerar partes del trabajo, cuando se trata de código para aplicaciones más complicadas o que deben mantenerse por años, esto cambia.

Para él, el consejo es sencillo: la IA debe ser una herramienta para complementar el trabajo humano, no para sustituirlo. El programador debe estar en el asiento del conductor, entender el código y tomar decisiones.

Esto es algo que también comparte Adam Conway, de XDA Developers, que quiso poner a prueba qué tan buena es la IA a la hora de programar y no tiene ninguna duda: es horrorosa.

Al revisar el código generado por ChatGPT, especialmente usando GPT-5, encontró todo tipo de errores que pueden suponer un problema grave si se implementan en una aplicación. En su opinión, el vibe coding demostró que sin supervisión, la IA puede producir código con vulnerabilidades.

Tras sus pruebas y al ver esta cantidad de fallos, este reconoce algo bastante curioso y cierto: la culpa no es tanto de la IA, sino de asumir como humanos que ella puede reemplazar nuestro conocimiento.

Para este, el vibe coding debe usarse solo como una herramienta de ayuda, como un extra para mejorar el trabajo del programador, no como un sustituto total.