Dario Amodei, CEO de Anthropic, lanza la advertencia definitiva sobre la IA: "Estará lista para programar por completo en 2025 o 2026”

Aunque parece una locura, cuidado porque parece que sus palabras no son tan desacertadas como muchos podrían creer. Según el directivo, en solo tres a seis meses veremos cómo la IA genera el 90% del código en muchos proyectos, y en apenas un año, podría estar escribiendo prácticamente todo el software que usamos a diario. 

Anthropic, la empresa detrás del modelo Claude, ya ha demostrado que sus sistemas pueden programar webs, analizar imágenes, traducir idiomas y automatizar tareas que antes necesitaban equipos enteros de desarrolladores. El siguiente paso es que el resto del mundo lo adopte.

Pero tranquilidad, que esto no significa que los programadores van a desaparecer mañana mismo. Todavía harán falta para decirle a la IA qué tiene que hacer, cómo y cuándo.

El CEO explica que ahora mismo la IA ya está ayudando al humano con tareas tediosas, pero la idea es que poco a poco la máquina vaya aprendiendo a hacer todo, incluso esas tareas que hoy solo un experto puede hacer. Y cuando eso pase, no solo los programadores, sino casi todos los trabajos podrían cambiar radicalmente. Amodei cree que en todos los sectores se verá esta transformación, no solo en informática.

La IA para automatizar tareas de trabajo repetitivas puede ser mala idea, según esta excientífica jefe de Google

¿Los programadores están en peligro o solo cambiando de rol?

No está todo perdido, pero tampoco podemos quedarnos de brazos cruzados. Amodei explica que es improbable que este gremio se quede sin trabajo de golpe, pero sí que el papel que juegan ahora va a cambiar mucho. 

En vez de escribir cada línea de código, serán más bien los 'jefes' que guían a la IA, le ponen límites, revisan lo que hace y corrigen errores. En ese sentido, la IA será una herramienta increíble para hacer el trabajo más rápido y mejor.

Sin embargo, matizar, que no todos los programadores tendrán la misma suerte. Los trabajos más básicos, los que se pueden automatizar fácilmente, serán los primeros en desaparecer. Los que impliquen creatividad, diseño, estrategia o entender problemas complejos seguirán necesitando humanos. Eso sí, habrá que reciclarse y aprender a trabajar con la IA, porque el que no se adapte, se queda fuera.

Cuando la IA programa, ¿qué queda para ti? Así puedes ganar la batalla y no ser un dinosaurio digital

A día de hoy, en tareas de alto nivel, la inteligencia artificial iguala el rendimiento de un programador junior, pero se aleja mucho de la capacidad de un profesional sénior. Según McKinsey, en 2024 la IA ya automatiza cerca del 30% de las tareas rutinarias de codificación, y ese porcentaje sube cada trimestre. 

Eso sí, la IA es buena generando código a partir de descripciones, pero no entiende el negocio, ni los matices de un sistema, ni los requisitos no escritos que solo se aprenden tras años de experiencia. 

Por ejemplo, diseñar una arquitectura de microservicios para una app bancaria exige comprender la seguridad, la latencia, la escalabilidad y el cumplimiento de las normas. Ningún modelo de lenguaje, por avanzado que sea, puede tomar esas decisiones de alto nivel con la sensibilidad y el criterio de un arquitecto humano. 

Geoffrey Hinton, la IA y el fantasma del fascismo: ¿estamos programando nuestro propio control?

De igual modo, la optimización de recursos sigue siendo un arte: la IA puede sugerir mejoras, pero solo tú sabes cuándo es mejor optimizar un algoritmo y cuándo conviene ampliar la infraestructura.

Ahora bien, la gran oportunidad para los desarrolladores está en convertirse en 'cirujanos del código'. La IA puede escribir mucho, pero también se equivoca mucho: estudios recientes muestran que hasta el 68% del código generado por IA contiene errores, omisiones o malas prácticas. 

Aquí es donde entra el humano: depurar, refactorizar y optimizar el trabajo de la máquina. Imagina que ChatGPT te genera una función para procesar pagos, pero no tiene en cuenta casos muy concretos. Tu trabajo es detectar dónde falla. 

Para sobrevivir y prosperar, hay que aprender el arte de 'domesticar' la IA. Eso significa saber pedirle exactamente lo que necesitas —prompt engineering avanzado—, entrenar modelos con tus propios datos para obtener mejores resultados y, sobre todo, filtrar y supervisar lo que dice. 

Otros artículos interesantes: