Investigadores frenan la euforia con la IA y respaldan a los programadores: "En esta tarea, está lejos de un desarrollador humano experimentado"
"Crear código desde cero es fácil. Lo difícil es arreglarlo". Esta frase de un desarrollador de Microsoft resume el gran reto de la inteligencia artificial en programación.
Si bien es cierto que herramientas como GitHub Copilot generan código en segundos, depurarlo, es decir, encontrar, analizar y corregir errores o bugs, sigue siendo algo casi imposible, o al menos no tienen la misma facilidad, para las máquinas.
Por este mismo motivo, investigadores de Microsoft Research han creado debug-gym, un sistema para entrenar IA en la corrección de errores, pero los resultados son bueno o malos, según lo veas: solo logran resolver el 48,4% de los fallos, frente al 90% de un humano con altas capacidades.
Esto al final se traduce en aplicaciones llenas de agujeros de seguridad. Un análisis de 2025 reveló que proyectos creados con IA tenían un 35% más de vulnerabilidades que los tradicionales. En pocas palabras, confiar ciegamente en estas herramientas es un error caro.
Tal y como se ha podido conocer, parece que aquí el problema no es la velocidad, sino la comprensión. La inteligencia artificial como la que se esconde en GPT-4 pueden escribir líneas de código rápidamente, pero no entienden el contexto completo de un proyecto. "Equivocarse es parte del aprendizaje humano, pero para la IA cada error es un callejón sin salida", explica un ingeniero de debug-gym.
"Es como darle un manual de mecánica a alguien que nunca ha visto un motor", añaden. Aun así, Microsoft cree que es el camino correcto y su próximo paso es crear un modelo especializado en buscar información técnica de calidad, como un asistente que prepare los datos para el programador humano.
"Pagaremos por esto más tarde"
¿A qué se refiere el experto que comenta esto? Sencillo: está afectando el conocimiento de los desarrolladores novatos y cuando avancen en su carrera, tal vez no estén del todo preparados para los proyectos.
El CEO de IBM cree que del 20% al 30% el código será generado con IA. Por otro lado, el CEO de Anthropic cree que el 90% del código será escrito por estas plataformas en los próximos 6 meses y el especialista llamado Namanyay Goel ha mencionado algo que podría validar esa predicción en la que se incluirían especialidades en Phyton, JavaScript, Rust y más.
El problema de todo esto es que parece que se está generando una dependencia sobre este tipo de herramientas, ya que ha coincidido con varios programadores júniors que cuentan con un asistente virtual para crear, modificar o mejorar código de distintos lenguajes de programación.
Programar en 2025: ¿qué debe saber un humano para que la IA no le quite el trabajo?
Con todo esto sobre la mesa, queda claro una cosa, al menos para 2025: los programadores ya no serán medidos por cuánto código escriben, sino por cómo lo depuran y optimizan. Ya no se medirán por sus capacidades para crearlo, sino por cómo entienden el manejo de las aplicaciones y programas para evitar que quede obsoleto.
Por otro lado, siguen siendo necesarios si lo que se busca es entender las necesidades empresariales y los requisitos técnicos. Todo esto son habilidades que las máquinas no replican. Un buen programador en 2025 deberá actuar como puente.
Por supuesto, controlar la IA será esencial y, por lo tanto, entender cómo funciona y dónde está fallando se convertirá en su principal cometido. Como antes se ha mencionado, los desarrolladores que dependen ciegamente de herramientas como ChatGPT suelen generar código lleno de problemas de seguridad.
Rust, Go o Swift ganan terreno frente a clásicos como Java, mientras herramientas como React y Flutter evolucionan a la velocidad del rayo, y, probablemente, la IA no consiga estar a la altura de este cambio constante.
