Hace unos meses planteábamos una pregunta incómoda en este diario, en la columna titulada “Carta a los programadores latinoamericanos”: ¿qué pasa cuando la programación deja de ser la habilidad central de la industria tecnológica?
MIRAR: Muse Spark, la nueva IA multimodal de Meta para competir con OpenAI y Google
Hoy esa pregunta ya no es especulativa. Comienza a confirmarse con la realidad.
Varias fuentes públicas, desde informes de la industria hasta estudios académicos, coinciden en que entre el 40% y el 50% del código producido actualmente ya es generado o asistido por inteligencia artificial. Microsoft ha observado que alrededor del 30% de su código es generado por AImientras que herramientas como GitHub Copilot informan cifras cercanas al 46% del código escrito o sugerido automáticamente. Las encuestas globales de desarrolladores sitúan el promedio en alrededor del 40%. Aunque estas cifras provienen de diferentes metodologías, todas convergen en la misma dirección.
Pero lo verdaderamente relevante no es la cifra concreta, sino la velocidad del cambio. En apenas dos años hemos pasado de niveles marginales a una proporción cercana a la mitad del código global, lo que sugiere una dinámica de crecimiento mucho más rápida que la que hemos visto históricamente en otras tecnologías.
Si proyectamos esta tendencia entrenando un modelo de regresión simple, el resultado es provocativo: el La proporción de código generado por inteligencia artificial alcanzaría el 100% alrededor del 19 de abril de 2030.. No se trata de una predicción exacta, sino más bien de una extrapolación que permite visualizar claramente la dirección del fenómeno.
Fuente: Proyección de código generado por IA (Fuentes: Pública. Modelo: Omar Florez)
El gráfico que acompaña a esta columna, elaborado a partir de múltiples fuentes públicas, incluidos informes de uso de GitHub Copilot, declaraciones ejecutivas de Microsoft, encuestas de desarrolladores globales y casos extremos en nuevas empresas donde el código generado por IA supera el 90%, ilustra esta trayectoria de tendencia consistente y difícil de ignorar.
Durante décadas, programar fue sinónimo de escribir código línea por línea. Esa suposición ya no es válida. Hoy, el proceso se reorganiza: el programador describe el problema, el inteligencia artificial Genera múltiples soluciones posibles, y el humano evalúa, corrige y decide. El cuello de botella ya no es la capacidad de escribir código, sino la capacidad de elegir entre alternativas.
Este cambio redefine el papel del ingeniero de software. La habilidad crítica deja de ser la velocidad de implementación y pasa a ser la calidad de la decisión. En lugar de ejecutar instrucciones, el programador se convierte en un sistema de control que define restricciones, valida resultados y asume responsabilidad por el comportamiento final del sistema.
Para ser claro, Es poco probable que logremos un “código 100% generado por IA” en un sentido literal. En la práctica, siempre habrá supervisión humana, especialmente en sistemas críticos como los involucrados en misiones espaciales, ciberseguridad o infraestructuras sensibles. Sin embargo, el punto de inflexión se produce mucho antes. Cuando la mayor parte del código deje de ser escrito directamente por humanos, algo que seguramente sucederá antes de 2030, la programación tal como la entendemos hoy dejará de ser el núcleo de la ingeniería de software.
Esto introduce una nueva escasez. En 1971, Herbert Simon, que más tarde recibiría el Premio Nobel de Economía, señaló que “la abundancia de información genera escasez de atención”. Durante décadas, esa idea definió la economía digital, consolidando lo que conocemos como economía de la atención.
Pero ese equilibrio está cambiando. Cuando la ejecución se vuelve casi instantánea, la atención deja de ser el principal cuello de botella. Lo que ahora escasea es la capacidad de decidir. Llamemos a esta nueva etapa: «la economía de la decisión».
Para América Latina, este cambio tiene profundas implicaciones. En la “Carta a los Programadores Latinoamericanos” sostuvo que la región no puede limitarse a consumir tecnología desarrollada en otros contextos. Ese argumento se vuelve aún más urgente en el contexto actual.
Históricamente, nuestra región ha competido ofreciendo talento de calidad a un costo menor, pero esa ventaja colapsará en un escenario donde la generación de código esté automatizada. Al mismo tiempo, esto aumentará el riesgo de dependencia de modelos construidos fuera de la región.
El AI no reemplaza a los programadores; reemplaza la necesidad de escribir código. Esto se convertirá en un artefacto generado, no escrito, y la distancia entre lo que hace el sistema y lo que los humanos entienden crecerá, haciendo que estos sistemas de caja negra sean aún más opacos.
Es posible que dentro de unos años escribir código manualmente se considere una habilidad especializada, similar a como vemos la programación ensambladora hoy en día. No desaparecerá, pero se volverá invisible.
Esto es importante para Latinoamérica porque cuando las máquinas escriben el código, lo que queda en nuestras manos es algo más difícil: decidir qué mundo queremos construir con él.
