Linus Torvalds ha mostrado la forma correcta de programar utilizando la IA, pero ningún programador se ha dado cuenta de ello
Elígenos como tu fuente preferida en Google.
El creador de Linux muestra cómo la IA puede encargarse del trabajo repetitivo sin sustituir la experiencia, el conocimiento ni las decisiones que siguen dependiendo de un programador.
La inteligencia artificial puede escribir código, modificar archivos y analizar errores a gran velocidad, pero eso no significa que siempre sepa cuándo ha llegado a la conclusión correcta.
Linus Torvalds, creador y máximo mantenedor del kernel de Linux, acaba de dejar un ejemplo muy claro: durante una depuración real, la IA que le ayudaba llegó varias veces a decirle que el problema era imposible de resolver.
Cabe señalar que Torvalds no dejó de usar la herramienta por haberse equivocado, pero tampoco aceptó su respuesta como una autoridad. Sabía por su experiencia que el fallo seguía ahí, así que continuó utilizando la IA para generar código de depuración, repetir cambios y analizar resultados.
Después de 24 parches y 18 arranques del kernel, encontró la causa y Torvalds aprendió que la inteligencia artificial aceleró el trabajo, pero la decisión siguió siendo humana.
El error estaba en el controlador Intel Xe (drm/xe) de una Battlemage G21 con 16 GiB de VRAM, donde un cálculo con `round_up()` exponía por error unos 2 KiB reservados para Flat CCS como memoria disponible.
Una tabla de páginas de Mesa podía acabar allí, quedar corrompida y provocar fallos del compositor, reinicios de GDM y una pantalla negra. Aunque reiniciar GDM podía ocultarlo temporalmente, la corrección esencial fue utilizar round_down.
La IA no tenía que saber la respuesta para resultar útil
La sesión mostró algo que suele perderse en el debate sobre programar con IA, que el valor del modelo no estaba en sustituir a Torvalds, sino en reducir el coste de cada nueva prueba. Podía añadir instrumentación, procesar datos y preparar rápidamente la siguiente iteración.
Cuando el modelo sugirió abandonar, el creador de Linux hizo algo más interesante que demostrar que la IA estaba equivocada. Ignoró esa conclusión y siguió aprovechando la herramienta para las tareas en las que sí era útil. Eso se parece bastante a una forma sensata de programar con IA.
El modelo de IA puede encargarse del trabajo repetitivo, pero el desarrollador sigue definiendo el problema, evaluando hipótesis, comparando la respuesta con la evidencia y decidiendo cuándo hay información suficiente para aceptar un cambio.
Cuanto más sabes, más útil puede ser la IA
Este episodio desmonta también la idea de que estas herramientas hacen innecesario saber programar, sino que ocurre casi lo contrario. Torvalds pudo rechazar una respuesta convincente porque conocía el sistema lo suficiente para detectar que no encajaba.
Ese enfoque coincide con la postura que lleva meses defendiendo. De hecho, en 2025 consideraba el vibe coding útil para aprender o experimentar, pero problemático en software que debe mantenerse durante años.
En enero de 2026 utilizó Google Antigravity para crear un visualizador Python en AudioNoise, un proyecto personal, donde el modelo utilizado en la depuración de Intel Xe no se ha identificado públicamente.
En julio volvió a dejar clara su posición: Linux no es un proyecto anti-IA, ya que la inteligencia artificial puede utilizarse para escribir o revisar código, pero la responsabilidad continúa siendo de la persona que entiende, revisa y acepta el cambio.
Sashiko, un sistema de revisión automática de parches del kernel, lleva esa idea a otro terreno. Sus responsables afirman detectar un 53,6% de determinados fallos en pruebas retrospectivas, aunque también reconocen falsos positivos.
La lección que deja Torvalds es que se debe utilizar la IA como multiplicador de capacidad, no como sustituto del conocimiento. Puede escribir, repetir y analizar mucho más rápido; lo que no conviene externalizar es la decisión de cuándo tiene razón.