Ryan Hendler, programador e ingeniero de IA: "He aprendido que el hecho de que programar sea ahora tan fácil y que puedas construir lo que quieras no significa que vaya a funcionar"
Hendler utiliza Codex, Claude y ChatGPT para delegar durante la noche decenas de tareas de programación que después revisa por la mañana, pero no garantiza que el trabajo esté bien hecho.
Durante años, crear una app exigía dominar uno o varios lenguajes de programación, escribir el código línea por línea y dedicar muchas horas a encontrar errores. Pero la IA ha cambiado la forma de trabajar.
Ahora es posible describir una función con palabras normales y pedir a una herramienta que prepare el código, ejecute pruebas y proponga una solución que después revisará un programador.
Esta manera de desarrollar software ha reducido mucho el tiempo necesario para convertir una idea en algo funcional.
Sin embargo, también ha hecho más evidente un problema que la tecnología no puede resolver por sí sola, que construir un producto es cada vez más fácil, pero encontrar una buena razón para hacerlo sigue siendo igual de complicado.
Ryan Hendler, programador e ingeniero, lo explicó durante una entrevista concedida a The Australian Financial Review: “He aprendido que el hecho de que programar sea ahora tan fácil y que puedas construir lo que quieras no significa que vaya a funcionar”.
La IA puede escribir el código, pero necesita que alguien marque el camino
Hendler utiliza agentes de inteligencia artificial para avanzar en distintas tareas mientras él no está delante del ordenador. Antes de terminar su jornada, prepara encargos relacionados con nuevas funciones, errores o cambios en el producto.
Las herramientas continúan trabajando durante la noche y, a la mañana siguiente, le presentan propuestas que incluyen código y pruebas.
Eso no significa que la IA publique los cambios sin control; el experto debe revisar cada resultado, comprobar que responde a lo solicitado y decidir si tiene la calidad necesaria para incorporarse al producto.
Así que la máquina acelera la ejecución, pero la responsabilidad sigue estando en manos del profesional. En este caso, el llamado vibe coding funciona de una manera parecida.
En lugar de empezar escribiendo instrucciones, el usuario explica con lenguaje natural qué quiere conseguir, mientras que la IA interpreta la petición y genera buena parte del código.
De este modo, cuanto mejor sea el contexto que recibe, al final, mayores serán las posibilidades de que entregue una solución útil para acelerar el trabajo.
El trabajo del programador se está alejando del teclado
Cabe señalar que la adopción de estas herramientas de IA también ha transformado la jornada de Hendler. “El 90 % de mi tiempo se dedica ahora a hablar con los clientes o con el equipo”, aseguró.
Su trabajo ya no consiste principalmente en producir líneas de código, sino en entender los problemas que afectan a los usuarios y decidir cuáles merecen una solución.
Este cambio resulta importante porque una aplicación puede funcionar perfectamente desde el punto de vista técnico y, aun así, fracasar. Puede abrirse sin errores, cumplir todas las instrucciones del desarrollador y no ofrecer nada que la gente necesite. En ese caso, el código funciona, pero el producto no.
La IA permite probar más ideas y descartarlas antes, aunque también facilita caer en la tentación de construir por construir. La velocidad deja de ser una ventaja cuando no existe una necesidad clara detrás.
La experiencia sigue siendo necesaria para detectar lo que puede fallar
Dar instrucciones precisas se ha convertido en una habilidad esencial, donde una petición vaga puede generar una función aparentemente correcta que no encaja con el resto del sistema o resuelve un problema distinto.
En este caso, el programador debe definir el resultado esperado, explicar los límites, así como establecer cómo se comprobará que todo funciona. También necesita experiencia para anticipar riesgos que no aparecen en una primera demostración.
Una herramienta de IA puede crear una función en pocos minutos, pero no siempre comprende qué ocurrirá cuando la utilicen miles de personas o cómo afectará a otras partes del producto.
La advertencia de Hendler resume bien esta nueva etapa: ya no basta con demostrar que algo puede construirse. Lo verdaderamente importante es saber si merece la pena hacerlo.