James Ivers, ingeniero de software, aumenta las esperanzas de los programadores ante la amenaza de la IA: "Programar suele ser la parte fácil, los buenos programadores influyen más allá de escribir código"
Elígenos como tu fuente preferida en Google.
El avance de la IA transforma el rol del desarrollador de software: la automatización desplaza la codificación manual hacia la supervisión estratégica y la arquitectura.
La inteligencia artificial está transformando el desarrollo de software a una velocidad que parecía impensable hace apenas unos años. Herramientas capaces de generar aplicaciones completas, corregir errores e incluso desplegar sistemas de forma autónoma han alimentado el debate sobre el futuro de los empleos tecnológicos.
En este contexto, cuestiones relacionadas con el impacto de la IA en la programación, las profesiones tecnológicas del futuro y las habilidades más demandadas en ingeniería de software se han convertido en algunos de los temas más buscados dentro del sector.
Al mismo tiempo, empresas, universidades y expertos analizan si los desarrolladores acabarán siendo reemplazados por agentes de inteligencia artificial o si, por el contrario, surgirán nuevos perfiles profesionales.
La discusión va mucho más allá de escribir líneas de código y pone el foco en competencias como la arquitectura de sistemas, la gestión de proyectos tecnológicos, la validación de software y la toma de decisiones estratégicas.
Precisamente en ese escenario, las declaraciones de James Ivers ofrecen una visión más optimista para quienes trabajan o quieren trabajar en el desarrollo de software.
La IA puede escribir código, pero el valor del ingeniero sigue estando en otro lugar
La preocupación sobre la automatización de la programación aumentó considerablemente después de que varios referentes de la industria señalaran que los modelos de IA avanzan hacia la capacidad de realizar tareas completas de ingeniería de software.
La situación ganó relevancia cuando Dario Amodei, director ejecutivo de Anthropic, sugirió que podrían aparecer sistemas capaces de ejecutar procesos de desarrollo de principio a fin en un plazo relativamente corto.
Sin embargo, James Ivers, líder del grupo AI Workflows and Architecture Modernization del Instituto de Ingeniería de Software de la Universidad Carnegie Mellon, considera que la visión de la profesión no debe limitarse a la programación. Según explicó, “Codificar suele ser la parte fácil”.
Para el especialista, los ingenieros de software aportan valor en múltiples etapas críticas del ciclo de desarrollo, incluyendo el análisis de requisitos, la arquitectura, las pruebas, la planificación y la coordinación con las distintas partes interesadas.
En otras palabras, el verdadero impacto profesional no depende únicamente de escribir código. Ivers diferencia claramente entre un "codificador" y un "ingeniero de software".
Mientras el primero trabaja dentro de límites previamente definidos, ejecutando tareas concretas, el segundo se mueve en entornos ambiguos donde debe descubrir necesidades, priorizar objetivos y diseñar soluciones.
El nuevo desafío será supervisar, validar y dirigir sistemas impulsados por IA
La creciente automatización no elimina los problemas clásicos del desarrollo de software. Aunque la inteligencia artificial puede producir enormes cantidades de código en poco tiempo, sigue siendo susceptible a errores, fallos lógicos y decisiones inadecuadas.
A su vez, recuerda que gran parte de la ingeniería de software moderna surgió precisamente para reducir riesgos y detectar defectos de forma temprana.
Esa necesidad no desaparece con la llegada de la IA. Como él mismo señala: “Estamos reemplazando a un actor imperfecto por otro. La IA es imperfecta y habrá errores”.
Otros académicos coinciden en que el cuello de botella ya no será construir sistemas, sino garantizar que funcionen correctamente en situaciones reales. Bill Nichols, también vinculado a la Universidad Carnegie Mellon, sostiene que el valor profesional se desplaza hacia la capacidad de tomar decisiones fundamentadas.
La verificación técnica puede automatizarse cada vez más, pero la validación sigue dependiendo del criterio humano para determinar si una solución realmente responde a las necesidades del entorno donde será utilizada.
Este cambio también modifica la formación de los futuros profesionales. Algunos expertos advierten que la desaparición de determinadas tareas junior podría dificultar la adquisición de experiencia práctica.
No obstante, Nichols considera que los sistemas de IA también pueden acelerar el aprendizaje al proporcionar retroalimentación inmediata sobre especificaciones, diseño y comportamiento global de los sistemas.
Para Ivers, los desarrolladores que quieran mantenerse relevantes deberán fortalecer capacidades relacionadas con el conocimiento del dominio, la descomposición de problemas, la supervisión de agentes de IA y las tareas de validación y control.