Los programadores se niegan a trabajar sin IA, lo que podría ser un problema

En 2026, los investigadores descubrieron que los programadores no podían prescindir de las herramientas de codificación basadas en IA. Sin embargo, a pesar de que la inteligencia artificial está ayudando a los codificadores a producir código más rápidamente, podría no estar mejorando la calidad del mismo, lo que podría generar problemas a largo plazo.

En febrero de 2026, el respetado laboratorio de investigación en IA METR publicó una sorprendente revelación: la mayoría de los desarrolladores no están dispuestos a trabajar, ni siquiera en un número limitado de tareas, sin IA. METR había planeado proporcionar una actualización a un estudio revolucionario publicado unos meses antes, en 2025, sobre la productividad en la codificación con IA. En este estudio, los investigadores midieron el tiempo que los desarrolladores de código abierto tardaron en realizar tareas a mano en comparación con el uso de IA.

A pesar de que los desarrolladores en ese estudio informaron que la IA les hacía más productivos, se sorprendieron al descubrir que, en realidad, ralentizaba su trabajo. La IA generaba código más rápido, pero los programadores gastaban tiempo adicional buscando y corrigiendo errores, guiando a la IA y esperando que completara las tareas.

Cuando METR intentó repetir el experimento para medir los avances en la IA y la competencia de los programadores, no pudo. Los desarrolladores no estaban dispuestos a participar porque "no desean trabajar sin IA", confesaron los investigadores.

En su lugar, METR publicó una encuesta en mayo que permitió a los empleados técnicos autoinformar sus ganancias de productividad gracias a la IA. Como era de esperar, percibieron que la IA los hacía el doble de valiosos para sus organizaciones.

Sin embargo, recientes titulares sobre el alto costo del llamado tokenmaxxing, junto con una serie de investigaciones recientes, ponen en duda tales autopercepciones. El tokenmaxxing, o el uso de la cantidad de tokens que una persona utiliza como proxy para la productividad con IA, ha sido la tendencia en 2026 hasta ahora, y puede que ya haya terminado.

Amazon cerró su tabla de clasificación interna de seguimiento de tokens llamada Kirorank después de que los empleados la manipularan utilizando excesivamente agentes de IA y acumulando costos, reportó The Financial Times. Los empleados demostraron que el uso de IA no se traduce automáticamente en un aumento de la productividad.

Uber agotó su presupuesto de IA para 2026 en los primeros cuatro meses del año, según The Information. El COO Andrew Macdonald comentó recientemente en un pódcast que dicho gasto no había llevado a un aumento medible en proyectos o productividad.

El código generado por IA tampoco reduce necesariamente las necesidades de mantenimiento continuo y puede incluso aumentarlas, argumentó elegantemente el programador y autor James Shore en un blog que se volvió viral en Hacker News.

"¿Escribes código el doble de rápido ahora? Mejor espera que hayas reducido a la mitad tus costos de mantenimiento. De lo contrario, estás en problemas. Estás intercambiando un aumento temporal de velocidad por una servidumbre permanente", escribió.

Hay otras evidencias de que la IA puede aumentar los problemas de mantenimiento del código. Un tweet viral de Aiswarya Sankar, fundador y CEO de la startup de ingeniería de confiabilidad Entelligence AI, proclamó que las empresas están gastando el 44% de sus tokens en correcciones de errores que generó su IA. Mientras tanto, la empresa de herramientas de revisión de código CodeRabbit informó que analizó solicitudes de extracción de código abierto y descubrió que la IA producía 1.7 veces más problemas que el código humano.

Estos son, admitidamente, datos que benefician a quienes intentan vender herramientas de revisión de código con IA. Sin embargo, investigadores independientes también han encontrado tales problemas. Investigadores de la respetada Singapore Management University publicaron un informe en abril advirtiendo que "el código generado por IA puede introducir costos de mantenimiento a largo plazo en proyectos de software reales".

Dado que los programadores adoran a sus asistentes de IA, ¿cuál es la solución? Aquellos que desean venderte agentes de codificación de IA sugieren que los desarrolladores pueden usar agentes de IA para realizar las tareas tediosas de corregir el código tan rápido como la IA lo genera. Eso es lo que sugiere Scott Wu, fundador y CEO de Cognition, el creador del agente de codificación de IA Devin.

Sin embargo, incluso él admite que, aunque Devin puede trabajar de forma independiente, actualmente lo calificaría entre un programador junior y uno de nivel medio, dependiendo de la tarea. Esto no es una solución de "delegar y olvidar".

Los investigadores de SMU sugieren un enfoque más humano. Los programadores deberían conocer qué tareas realiza bien la IA y cuáles no, tan profundamente como conocen sus lenguajes de programación favoritos. Necesitan sistemas de aseguramiento de calidad sólidos diseñados para la IA y deben revisar cuidadosamente el trabajo de la IA como si fuera un desarrollador junior.

Mientras tanto, los investigadores dicen (y Wu coincide) que los humanos deberían seguir ocupándose del trabajo de visión general, como la arquitectura del software y el diseño de seguridad.