Max Shestov, programador y desarrollador web: "Si la IA escribe mejor código que tú, ¿qué te convierte entonces en programador?"
Elígenos como tu fuente preferida en Google.
El trabajo de un programador también consiste en definir problemas, dividirlos en tareas, dirigir a los agentes de IA, comprobar que las soluciones funcionan y asumir la responsabilidad del resultado.
Dominar lenguajes de programación, comprender su sintaxis y crear apps ha sido una de las habilidades más valoradas de la industria y una de las principales puertas de entrada a empleos altamente cualificados. Pero, por desgracia, esta visión empieza a enfrentarse a un escenario muy distinto, ya que las herramientas de inteligencia artificial ya son capaces de corregir errores e incluso proponer soluciones a partir de instrucciones escritas. Para muchos desarrolladores, el tiempo dedicado a teclear código es cada vez menor y es precisamente sobre este cambio en el que reflexiona Max Shestov, colaborador de HackerNoon.
Su duda no gira alrededor de si la IA va a sustituir a los programadores, sino sobre algo mucho más profundo: si una máquina puede escribir gran parte del código, ¿qué es lo que define realmente a un programador?
La programación deja de identificarse únicamente con escribir código
Las declaraciones de David Heinemeier Hansson (DHH) durante Rails World 2026, Max escuchó una frase que, según explica, resume buena parte de la transformación que está viviendo el sector: "El inglés es un lenguaje de programación mejor que Ruby".
También señala la evolución de 37signals, la empresa detrás de Basecamp y HEY. Según expone, la compañía ha reducido enormemente la escritura manual de código y el propio DHH ha llegado a afirmar que ya no se considera un programador.
A partir de estas declaraciones, Shestov plantea que el desarrollo de software y la escritura de código podrían estar dejando de ser sinónimos. La industria sigue funcionando con reglas creadas para una época en la que producir la implementación era la parte más difícil del proceso.
Uno de los puntos más críticos de su análisis se dirige a los sistemas de selección de personal y a la formación académica.
Max cuestiona que muchas compañías continúen recurriendo a ejercicios de programación similares a los populares desafíos de LeetCode para medir el talento de los candidatos.
También menciona investigaciones de Microsoft Research que han cuestionado la eficacia de algunos procesos tradicionales de entrevistas técnicas.
El autor, que cursa un máster de informática en Georgia Tech, cree además que las universidades se enfrentan a un problema añadido. Los planes de estudio tardan años en diseñarse y actualizarse, mientras que la evolución de la inteligencia artificial avanza a una velocidad muy superior.
Por eso considera que añadir simplemente una asignatura sobre IA no resolverá el desafío, sino que lo importante, según su argumento, es replantear cómo se demuestra el conocimiento.
El valor del ingeniero podría estar desplazándose a otro lugar
La idea principal de Max Shestov es que un buen desarrollador no debería definirse únicamente por su capacidad para escribir una implementación concreta.
Desde su punto de vista, las habilidades más importantes pasan por entender un problema, dividirlo en partes manejables, dirigir agentes de inteligencia artificial, detectar errores, validar resultados y mejorar las soluciones obtenidas.
Recuerda que los programadores ya trabajan sobre numerosas capas de abstracción, por lo que nadie programa directamente en lenguaje de la IA. Se utilizan compiladores, sistemas operativos, bases de datos, librerías y frameworks para simplificar el trabajo.
La IA, sostiene, podría convertirse simplemente en una nueva capa dentro de esa cadena tecnológica. También extiende esta reflexión más allá del software y la aplica al ámbito de la escritura y la producción de contenidos.
Su conclusión es que no consiste en determinar si la IA hace una tarea mejor o peor que las personas. La cuestión es cómo cambia el papel del programador cuando el valor empieza a concentrarse en decidir qué hacer, cómo hacerlo y cómo comprobar que el resultado es realmente correcto.