Morgan Willis, desarrolladora de AWS: "Los programadores están acabados, todos deberíamos convertirnos en fontaneros o electricistas... Todavía no, pero quizás sí"

Problema en el trabajo de programador
Problema en el trabajo de programadorMontaje/Freepik
Noticia
Añádenos en Google

Elígenos como tu fuente preferida en Google.

Claude Code y GitHub Copilot llevan a los programadores al límite. El impacto de la IA generativa hace que los desarrolladores consideren otras profesiones, según  Willis.

Generar código de programación con ChatGPT, Claude Code u otra plataforma similar es algo prácticamente usual en muchos de los equipos de desarrollo. La transición a un método de trabajo asistido por IA ha creado también un debate sobre hasta qué punto podrían mantenerse los empleos de los programadores sin ser sustituidos por completo ante los asistentes virtuales.

En medio de ese cambio, Morgan Willis, desarrolladora de AWS, ha publicado una reflexión que resume la preocupación en LinkedIn, X, Reddit y otros espacios especializados: "Los programadores están acabados, todos deberíamos convertirnos en fontaneros o electricistas... Todavía no, pero quizás sí".

La frase puede sonar exagerada, pero sirve como punto de partida para una discusión muy seria sobre el impacto de la IA en la ingeniería de software. La generación de código está avanzando tan rápido que muchas de las tareas que antes ocupaban horas o días ahora pueden resolverse en minutos, incluso hay proyectos que se finalizan en un solo día gracias a la expansión de GitHub Copilot y Amazon Q Developer u otros grandes modelos de lenguaje utilizados para programación.

¿Esta situación podría disminuir el sueldo? ¿Las empresas dejarán a los trabajadores humanos? La experta explica que muchas cosas podrían pasar con esta tecnología, pero tampoco plantea un apocalipsis como muchos otros lo hacen.

¿Por qué la IA está revolucionando la programación más rápido que otras profesiones?

Código de programación
Código de programaciónFreepik

Según explica Willis, existe una razón fundamental por la que el desarrollo de software se ha convertido en uno de los principales casos de éxito de la inteligencia artificial generativa. La mayoría del código sigue patrones definidos y repetibles. Frameworks, bibliotecas, estructuras de datos, sistemas de autenticación, APIs REST y numerosas funciones habituales llevan años documentándose en proyectos de código abierto y repositorios públicos.

Los modelos modernos han sido entrenados con enormes cantidades de ejemplos reales, por lo que identificar esos patrones y reproducirlos resulta relativamente sencillo. Cuando un desarrollador necesita crear una validación de formularios, un sistema de autenticación o una conexión con una base de datos, la IA ya ha visto miles de implementaciones similares.

Sin embargo, sostiene que la clave no está únicamente en la capacidad de reconocer patrones. El software posee una característica especialmente valiosa para la automatización: puede verificarse. Si una función debe devolver un resultado concreto, basta con ejecutar pruebas para comprobar si funciona correctamente. Si una aplicación tiene que cumplir determinados requisitos, es posible validar de forma automática gran parte de esas condiciones.

Esa capacidad de medir resultados con precisión facilita enormemente la mejora continua de los sistemas de IA. Además, la cultura de la ingeniería de software siempre ha estado ligada a la automatización. En consecuencia, los propios desarrolladores están acelerando la evolución de las herramientas que podrían transformar su profesión, creando un ciclo de innovación mucho más rápido que el observado en otros sectores.

Si la IA escribe código, ¿qué seguirá haciendo un desarrollador?

Un programa puede funcionar perfectamente en un entorno de pruebas y aun así fracasar cuando llega a producción porque siguen habiendo factores determinantes y por eso el verdadero desafío ya no consiste únicamente en implementar funciones, sino en entender qué significa construir software correcto y sostenible en escenarios reales.

Desde siempre ha habido herramientas en las que los desarrolladores se pueden apoyar para aumentar la productividad y el hecho de que se sume la inteligencia artificial no quiere decir que sea del todo malo. El problema para millones de profesionales es en realidad depender de ella. ¿Qué eres y qué sabes sin la IA? Las capacidades de entender, mejorar y corregir a criterio propio son lo que vale, además de las respectivas especializaciones.

De hecho, la autora cree que la profesión está entrando en una etapa en la que los desarrolladores dedicarán menos tiempo a escribir implementaciones y más tiempo a definir especificaciones, diseñar sistemas y supervisar que las soluciones generadas cumplen los objetivos del negocio.

Por eso, cuando se pregunta si los programadores están realmente "acabados", su respuesta es prudente: no por ahora. Aun así, reconoce que el trabajo está cambiando a una velocidad que pocos anticipaban hace apenas unos años.