"Cuando programar una aplicación sea tan fácil como grabar un vídeo de YouTube, se acabó". Expertos lo confirman: la singularidad de la programación ha llegado
Elígenos como tu fuente preferida en Google.
Expertos en tecnología confirman la llegada de la singularidad en la programación: crear software mediante lenguaje natural elimina las barreras de entrada tradicionales: "Cuando programar sea tan fácil como grabar un vídeo, se acabó".
La programación está entrando en una fase en la que escribir cada línea de código empieza a dejar de ser imprescindible para crear una aplicación; ahora cualquier persona con conocimientos mínimos puede hacerlo.
Y todo es gracias a que las nuevas herramientas con inteligencia artificial permiten describir qué se quiere construir, generar una primera versión y modificarla mediante conversación, un cambio que está reduciendo con rapidez una de las principales barreras de entrada al desarrollo de software.
Replit es uno de los ejemplos más claros, donde su agente puede generar código, preparar el proyecto, ejecutar pruebas, así como aplicar cambios a partir de instrucciones en lenguaje natural.
Esto permite llegar mucho antes a un prototipo funcional, aunque todavía queda una diferencia importante entre conseguir que algo arranque y tener un producto fiable, seguro y preparado para mantenerse durante meses o años.
Ese salto ha llevado a Anish Acharya, inversor de a16z, a plantear que el software podría estar acercándose a su propio “momento YouTube” y con ello a la singularidad de la programación.
Sostiene que si crear apps deja de requerir siempre equipos especializados y desarrolladores, podrían aparecer miles de herramientas destinadas a necesidades demasiado pequeñas o específicas para justificar hasta ahora un desarrollo tradicional.
El vibe coding está llevando la programación a más gente
Cabe señalar que el concepto de vibe coding, popularizado por Andrej Karpathy en febrero de 2025, resume parte de ese cambio. En lugar de escribir y revisar manualmente cada línea, el usuario describe lo que quiere y deja que el modelo produzca gran parte del código.
Pero esto no convierte automáticamente a cualquiera en desarrollador. Simon Willison distingue precisamente entre generar software sin comprender demasiado lo que ocurre debajo y utilizar IA como asistente mientras se revisa, prueba y entiende el resultado.
Los datos muestran que la presencia de código generado por IA ya puede ser enorme en determinados entornos. Y Combinator aseguró que, en el 25% de las startups de su promoción Winter 2025, el 95% de las líneas de código había sido generado por modelos inteligentes.
Cabe señalar que la cifra impresiona, pero no significa que la IA hiciera el 95% del trabajo de ingeniería. Y es que definir requisitos, tomar decisiones de arquitectura, detectar errores, proteger información o mantener el software no se mide contando líneas.
Los estudios tampoco ofrecen una conclusión única. De hecho, Cui y colaboradores analizaron a 4.867 desarrolladores y estimaron un aumento del 26,08% en las tareas completadas entre quienes utilizaron el asistente estudiado.
METR encontró el efecto contrario en otra situación, donde en una investigación con 16 desarrolladores experimentados y 246 tareas sobre proyectos que conocían bien, los participantes tardaron un 19% más utilizando las herramientas evaluadas.
Cuando generar código sea fácil, el trabajo difícil seguirá ahí
El cambio más profundo puede llegar cuando crear una primera app resulte casi tan sencillo como publicar contenido en Internet. En ese momento, la escritura de código dejaría de ser una barrera tan alta, pero seguirían existiendo problemas mucho menos visibles, como comprobar resultados, mantener dependencias, proteger datos, corregir errores y responder cuando algo falla.
También explica por qué las habilidades del desarrollador pueden desplazarse hacia definir mejor los problemas, evaluar lo generado por la IA y entender sistemas completos, en lugar de limitarse a producir código.
Dario Amodei, CEO de Anthropic, planteó en Davos a principios de este año que, en seis a doce meses, los modelos podrían realizar la mayoría e incluso quizá todo el trabajo de los ingenieros de software.
Así que, si el software termina viviendo su propio “momento YouTube”, habrá muchas más personas capaces de crearlo. El reto para los profesionales no será competir únicamente por escribir líneas de código más rápido, sino aportar fiabilidad y capacidad para mantener aquello que la IA haya ayudado a construir.