David Fowler, ingeniero de Microsoft, destroza las esperanzas de los programadores: "Escribir código está absolutamente acabado"
Elígenos como tu fuente preferida en Google.
Modelos de IA como Claude o Copilot ya pueden modificar repositorios, escribir código y abrir pull requests por su cuenta. El reto para los programadores pasa ahora por revisar, diseñar y decidir.
No es ninguna sorpresa que la inteligencia artificial lleve tiempo asumiendo tareas que antes recaían en las personas. Ya redacta textos, analiza datos, diseña imágenes y automatiza procesos completos.
En la programación, ese salto empieza a ser todavía más evidente porque los modelos de IA ya no se limitan a sugerir una línea de código, sino que pueden encargarse de tareas enteras.
David Fowler, Distinguished Engineer de Microsoft, resumió esa transformación con un mensaje publicado en su cuenta de X que ha provocado bastante debate: “Escribir código está absolutamente acabado”.
Es decir, escribir código manualmente estaría llegando a su fin como actividad central del desarrollador. El experto lleva alrededor de 18 años en la compañía y ha participado en tecnologías como SignalR, NuGet, Kudu, ASP.NET Core y Aspire.
Pero eso no significa que los programadores vayan a desaparecer, sino que lo que cambia es dónde aportan más valor y que al final van a cambiar los roles de trabajo.
Si una IA puede producir buena parte de la implementación, el desarrollador pasa a decidir la arquitectura, dar contexto, revisar resultados y comprobar que funciona, es seguro y merece mantenerse.
La IA ya no se limita a completar código
Herramientas como GitHub Copilot muestran bastante bien hacia dónde se mueve este modelo de trabajo. Su agente de programación puede recibir una tarea, modificar archivos de un repositorio, comprobar compilaciones y terminar abriendo un pull request para que una persona revise el resultado.
Aspire, uno de los proyectos en los que trabaja Fowler, también se está adaptando a esa realidad. Su versión 13.2 incorporó una CLI pensada para agentes, capaz de darles acceso a información del entorno para que puedan trabajar con apps compuestas por servicios, bases de datos y otros componentes sin necesitar constantemente a un desarrollador que les traduzca lo que ocurre.
David Fowler ya había explicado, además, el lado menos cómodo de esta velocidad. Usando IA, llegó a producir en aproximadamente una semana una cantidad de código que comparó con unos seis meses de trabajo. El problema fue que el equipo podía generar software más deprisa de lo que podía entenderlo, revisarlo y mantenerlo.
Modelos como GPT-6 Astra empujan todavía más ese cambio
GPT-6 Astra, presentado por OpenAI, está diseñado para programación, uso de ordenadores y trabajos complejos de varios pasos. Puede mantener objetivos durante mucho más tiempo, utilizar herramientas y ejecutar flujos completos de manera autónoma.
Cabe señalar que este tipo de autonomía ayuda a entender por qué David Fowler habla con tanta contundencia, donde la IA está tomando una parte creciente del trabajo de implementación, pero eso no elimina al desarrollador, sino que cambia su función.
El programador en lugar de demostrar su valor escribiendo miles de líneas, deberá decidir qué construir, qué delegar, cuándo la IA se ha equivocado y qué código merece llegar a producción. Cuanto más fácil sea generar software, más importante será entenderlo.