¿La IA resolvió la programación? Por qué el software no mejoró
Abre Slack, Spotify y la app de tu banco. Ahora dime: ¿alguno mejoró de forma visible en los últimos dos años? Esa es la pregunta que Jonathan Blow pone sobre la mesa en un video reciente (míralo aquí). Si la IA resolvió la programación, como dice tanta gente, el software que usamos todos los días debería ser más rápido, más estable y más bonito. No lo es. Y creo que tiene razón en incomodar.
Quién es Jonathan Blow y por qué escucharlo
Blow es el creador de Braid y The Witness. Además lleva años construyendo su propio lenguaje, Jai, y su propio motor de juego. Es ese tipo de dev que mide los frames en milisegundos y se queja cuando un editor de texto tarda medio segundo en abrir.
Ya tiene historia con este tema. En una charla antigua defendió que el software empeora con el tiempo porque cada generación de devs entiende menos de las capas que usa. El video nuevo es la continuación natural de esa tesis, ahora con la IA en el medio.
No tienes que estar de acuerdo con todo lo que dice. Exagera a propósito. Pero la pregunta central es demasiado buena para ignorarla.
¿La IA resolvió la programación? El argumento del video
La idea es simple. Si una herramienta hace que todos sean 5 o 10 veces más productivos, eso tiene que notarse en algún lado. Debería verse en mejores productos, menos bugs, apps más livianas, features que antes eran demasiado caras y ahora salen rápido.
Lo que vemos en la práctica es otra cosa:
- Apps de Electron ocupando 500 MB de RAM para mostrar una lista de mensajes.
- Actualizaciones que cambian los botones de lugar y rompen lo que funcionaba.
- Bugs viejos que siguen abiertos hace años en el issue tracker.
Nada de esto mejoró de forma perceptible desde que Copilot, Cursor y los agentes se volvieron estándar. La conclusión de Blow es que la productividad prometida no existe como la venden, o se está gastando en cosas que no importan.
Escribir código más rápido nunca fue el cuello de botella para hacer buen software.
Entonces, ¿a dónde se va la velocidad?
Acá creo que se puede ir más allá del video, con lo que veo en mi día a día.
La IA es excelente para generar volumen. Escribe el CRUD, el formulario, el test repetitivo, el boilerplate de la API. Eso es real y lo uso todos los días. Pero volumen de código no es calidad de producto. A veces es lo contrario.
Piensa en un escenario común. Le pides al agente un hook de búsqueda con debounce. Te entrega esto:
export function useSearch(query: string) {
const [results, setResults] = useState<Item[]>([])
useEffect(() => {
const t = setTimeout(async () => {
const res = await fetch(`/api/search?q=${query}`)
setResults(await res.json())
}, 300)
return () => clearTimeout(t)
}, [query])
return results
}
Funciona en la demo. Pasa un review apurado. Pero tiene una race condition: una respuesta lenta puede llegar después de una rápida y pisar el resultado correcto. No tiene encodeURIComponent. No maneja errores. No cancela el fetch con AbortController.
Ninguno de estos problemas es difícil. El problema es que la IA te entrega el 80% en 10 segundos y sientes que terminaste. El 20% que separa el software bueno del mediocre sigue exigiendo a alguien que entienda lo que está pasando. Multiplica eso por cien hooks en un proyecto y tienes exactamente la app de la que Blow se queja.
El cuello de botella nunca fue escribir
Todo dev con algunos años de experiencia lo sabe, pero lo olvidamos. El tiempo de un proyecto real se va en:
- Entender lo que el usuario necesita de verdad.
- Decidir el modelo de datos correcto, ese que vas a cargar cinco años en PostgreSQL.
- Descubrir por qué algo es lento solo en producción.
- Hablar con gente, negociar el alcance, decir que no.
Escribir código es quizás el 20% de eso, en un buen día. Si la IA corta ese pedazo a la mitad, ganaste un 10% en total. Es una buena ganancia, pero está lejos del 10x de las charlas de lanzamiento.
Y hay un costo oculto. El código que no escribiste es código que no entiendes tan bien. Cuando se rompe a las 3 de la mañana, llega la cuenta. Ya me tocó un PR con 1.200 líneas generadas donde el autor no sabía explicar la mitad. Revisarlo llevó más tiempo del que habría llevado escribirlo desde cero.
Dónde no estoy de acuerdo con Blow
Él tiende a tratar la IA como algo que solo empeora las cosas. Yo no lo veo así.
Para quien ya sabe lo que hace, la IA saca del camino el trabajo aburrido. Migro un schema, genero tipos, escribo scripts de seed y armo tests de integración mucho más rápido que en 2023. Eso me deja tiempo para pensar en arquitectura y rendimiento, que es justo donde Blow quiere que pongamos la energía.
La cuestión es qué hace cada equipo con el tiempo que sobra. La mayoría de las empresas no usa la ganancia para pulir. La usa para empujar más features, con el mismo plazo ajustado de siempre. El resultado es más software mediocre, entregado más rápido. Ahí la culpa no es de la herramienta. Es de quien decide el roadmap.
Otra cosa: todavía es temprano. Una herramienta nueva tarda años en convertirse en un mejor producto. La hoja de cálculo no cambió la contabilidad en su primer año. Pero que sea temprano no es excusa para creerse el hype ahora.
Qué cambia en tu flujo de trabajo
Si te tomas el argumento en serio, puedes sacar algunas reglas prácticas:
- Usa la IA para lo que sabrías escribir solo. Si no sabes, úsala para aprender, no para entregar.
- Revisa el código generado como si fuera de un pasante muy seguro de sí mismo. Escribe bien y se equivoca con convicción.
- Mide lo que importa. Tiempo de carga, tamaño del bundle, tasa de errores en producción. Si esos números no mejoran, tu productividad es solo una sensación.
- Invierte parte del tiempo ganado en calidad. Ese bug viejo, esa query lenta, ese componente que se renderiza diez veces. Ahí es donde el usuario nota la diferencia.
Una prueba simple que hago: a fin de mes miro lo que salió a producción y me pregunto si el usuario notaría la diferencia. Si la respuesta es "no", solo estuve ocupado, y más rápido.
Mi opinión
Blow es molesto, y menos mal que lo es. La industria necesita gente que pregunte dónde está el resultado, porque los números de "líneas generadas por IA" no dicen nada sobre el producto final.
La IA no resolvió la programación. Resolvió la escritura. Lo demás, entender el problema, cuidar el rendimiento, tener gusto por el detalle, sigue siendo trabajo nuestro. Y lo mejor es que es justo la parte que vale la pena aprender.
Si quieres ver cómo aplico esto en proyectos reales, échale un vistazo a mis proyectos.
Resumen para LinkedIn
Abre la app de tu banco y dime: ¿mejoró en los últimos dos años? Si la IA resolvió la programación, el software que usamos todos los días debería ser más rápido, más estable y más bonito. No lo es. La razón es simple: escribir código nunca fue el cuello de botella. La IA te entrega el 80% en 10 segundos, y el 20% que separa el software bueno del mediocre sigue exigiendo a alguien que entienda lo que está pasando. Y la mayoría de los equipos usa el tiempo que sobra para empujar más features, no para pulir. Eso es una decisión de roadmap. La herramienta no tiene la culpa. La IA resolvió la escritura. Entender el problema, cuidar el rendimiento y tener gusto por el detalle sigue siendo trabajo nuestro. Escribí más sobre esto en el blog, con un ejemplo real de código generado que parece listo y no lo está. El enlace está en los comentarios. #InteligenciaArtificial #DesarrolloDeSoftware #Programacion #Productividad #IngenieriaDeSoftware