Carla Rover pasó una vez treinta minutos sollozando después de tener que reiniciar un proyecto que había codificado.
Rover lleva quince años en la industria, trabajando principalmente como desarrolladora web. Actualmente está construyendo una startup junto a su hijo, que crea modelos personalizados de aprendizaje automático para distintos mercados.
Comparó la codificación con IA con una servilleta de cóctel infinita y hermosa donde se pueden dibujar ideas perpetuamente. Pero lidiar con código generado por IA destinado a producción puede ser “peor que cuidar niños”, afirmó, ya que estos modelos pueden estropear el trabajo de formas impredecibles.
Ella recurrió a la codificación con IA en un momento de apremio con su startup, atraída por la promesa de estas herramientas.
“Debido a que necesitaba ser rápida e impresionante, tomé un atajo y no revisé esos archivos después de la verificación automatizada”, confesó. “Al hacerlo manualmente, encontré muchos errores. Cuando usé una herramienta de terceros, hallé aún más. Y aprendí mi lección”.
Ella y su hijo terminaron reiniciando todo el proyecto, de ahí el llanto. “Lo traté como si el copiloto fuera un empleado”, admitió. “Y no lo es”.
Rover es como muchos programadores experimentados que recurren a la IA como asistente. Pero tales programadores también se encuentran actuando como niñeras de la IA: reescribiendo y revisando el código que genera.
Evento de TechCrunch
San Francisco
|
27-29 de octubre de 2025
Un estudio reciente de la compañía de plataforma de entrega de contenidos Fastly descubrió que al menos el 95% de los casi 800 desarrolladores encuestados afirmaron dedicar tiempo extra arreglando código generado por IA, recayendo esta carga principalmente en los desarrolladores senior.
Estos codificadores han descubierto problemas que van desde nombres de paquetes alucinatorios hasta la omisión de información crucial y riesgos de seguridad. Sin supervisión, el código de IA puede dejar un producto mucho más defectuoso de lo que produciría un humano.
Trabajar con código generado por IA se ha convertido en un problema tan grande que está dando lugar a un nuevo puesto corporativo: “Experto en depuración de código VIBE”.
TechCrunch conversó con codificadores experimentados sobre su uso del código generado por IA y su visión sobre el futuro de la codificación con estos entornos. Sus opiniones variaron, pero una cosa permaneció clara: la tecnología aún tiene un largo camino por recorrer.
“Usar un copiloto de codificación es como darle una cafetera a un niño inteligente de seis años y decirle: ‘Lleva esto al comedor y sirve café para todos’”, ilustró Rover.
“¿Pueden hacerlo? Probablemente. ¿Podrían fallar? Definitivamente. Y lo más probable es que, si fallan, no te lo digan. Esto no hace al niño menos inteligente”, continuó. “Simplemente significa que no puedes delegar una tarea así por completo”.
“¡Tienes toda la razón!”
Feridoon Malekzadeh también comparó la codificación con IA con un niño.
Lleva más de veinte años en la industria, con roles en gestión de productos, software y diseño. Actualmente construye su propia startup y utiliza extensamente plataformas de codificación con IA. Por diversión, también crea aplicaciones como una que genera jerga de la Generación Alfa para Boomers.
Le gusta poder trabajar solo en proyectos, ahorrando tiempo y dinero, pero coincide en que la codificación con IA no es como contratar a un interno o un codificador junior. Es más bien similar a “contratar a un adolescente terco e insolente para que te ayude”, dijo a TechCrunch.
“Tienes que pedirles quince veces que hagan algo”, afirmó. “Al final, hacen algo de lo que pediste, otras cosas que no solicitaste y rompen un montón de cosas en el proceso”.
Malekzadeh estima que dedica alrededor del 50% de su tiempo a escribir requisitos, del 10% al 20% a la codificación con IA, y del 30% al 40% a la depuración VIBE—corrigiendo errores y “script innecesario” creado por el código de IA.
Tampoco cree que la codificación con IA sea óptima para el pensamiento sistémico: el proceso de visualizar cómo un problema complejo afecta un resultado general. El código generado por IA, dijo, trata de resolver problemas más superficiales.
“Si creas una funcionalidad que debe integrarse ampliamente en tu producto, un buen ingeniero la construiría una vez y la haría disponible donde se necesite”, explicó Malekzadeh. “La codificación con IA puede crearla de cinco maneras distintas en cinco lugares diferentes. Esto genera mucha confusión, no solo para el usuario, sino para el modelo”.
Mientras tanto, Rover encuentra que la IA “se bloquea” cuando los datos entran en conflicto con su codificación previa. “Puede ofrecer consejos engañosos, omitir principios vitales o encerrarse en una línea de pensamiento”, señaló.
También descubrió que, en lugar de admitir errores, a menudo inventa resultados.
Compartió otro ejemplo con TechCrunch, donde cuestionó los resultados que un modelo de IA le dio inicialmente. El modelo comenzó a dar una explicación detallada, fingiendo usar los datos que ella subió. Solo cuando lo confrontó, la IA lo confesó.
“Me asustó porque sonaba como una compañera de trabajo tóxica”, admitió.
Además de esto, están las preocupaciones de seguridad.
Austin Spers es director senior de formación para desarrolladores en Fastly y ha estado codificando desde principios de la década de 2000.
Ha observado, através de su experiencia y conversaciones con clientes, que al código de IA le gusta construir lo rápido en lugar de lo correcto. Esto puede introducir vulnerabilidades similares a las que cometen programadores novatos, dijo.
“A menudo, el ingeniero debe revisar el código, corregir al agente y decirle que cometió un error”, explicó Spires a TechCrunch. “Este patrón es la razón por la que el tropo de ‘estás absolutamente en lo correcto’ se ha popularizado en redes sociales”.
Se refiere a cómo modelos de IA, como Anthropic’s Claude, suelen responder “tienes toda la razón” cuando se señalan sus errores.
Mike Arrowsmith, director de tecnología de la compañía de software personalizado para TI NinjaOne, lleva unos veinte años en ingeniería y seguridad de software. Afirmó que la codificación con IA está creando nuevos puntos ciegos de TI y seguridad, a los que las startups son particularmente susceptibles.
“La codificación con IA a menudo evade los rigurosos procesos de revisión fundamentales en la codificación tradicional y cruciales para detectar vulnerabilidades”, dijo a TechCrunch.
NinjaOne, afirmó, mitiga esto fomentando la “codificación con IA segura”, donde las herramientas aprobadas tienen controles de acceso, junto con revisiones obligatorias por pares y escaneo de seguridad.
La nueva normalidad
Aunque casi todos los entrevistados coinciden en que el código generado por IA y estas plataformas son útiles en muchas situaciones, como para esbozar ideas, todos concuerdan en que la revisión humana es esencial antes de construir un negocio sobre ello.
“Esa servilleta de cóctel no es un modelo de negocio”, sentenció Rover. “Hay que equilibrar la facilidad con la información”.
Pero a pesar de todos sus defectos, la codificación con IA ha alterado el presente y el futuro del trabajo.
Rover dijo que la codificación con IA la ayudó enormemente a diseñar una mejor interfaz de usuario. Malekzadeh simplemente afirmó que, a pesar del tiempo dedicado a depurar, aún logra más con la IA que sin ella.
“Toda tecnología conlleva su propia negatividad, inventada al mismo tiempo que el progreso técnico”, citó Malekzadeh al teórico francés Paul Virilio, quien habló de inventar el naufragio junto con el barco.
Los pros superan ampliamente los contras.
El estudio de Fastly encontró que los desarrolladores senior tienen el doble de probabilidades de implementar código generado por IA en producción compared to los juniors, afirmando que la tecnología les ayuda a trabajar más rápido.
La codificación con IA también es parte de la rutina de Spires. Utiliza agentes de IA en varias plataformas para proyectos personales front-end y back-end. Llamó a la tecnología una experiencia mixta, pero dijo que es buena para prototipado, crear código boilerplate o el armazón de una prueba; elimina tareas serviles para que los ingenieros se centren en construir, lanzar y escalar productos.
Parece que las horas extra dedicadas a cribar el código defectuoso se convertirán en un impuesto tolerado por usar esta innovación.
Elvis Kimara, un joven ingeniero, está aprendiendo esto ahora. Acaba de graduarse con una licenciatura en IA y está construyendo un mercado con IA.
Como muchos codificadores, dijo que la codificación con IA ha hecho su trabajo más difícil y a menudo ha encontrado la experiencia carente de alegría.
“No hay dopamina por resolver un problema solo. La IA simplemente lo resuelve”, comentó. En uno de sus trabajos recientes, notó que los desarrolladores senior no ayudaban tanto a los más jóvenes; algunos no comprenden los nuevos modelos de codificación con IA, mientras que otros delegan las tareas de tutoría en dichos modelos.
Pero, afirmó, “los pros superan ampliamente los contras”, y está dispuesto a pagar el impuesto de la innovación.
“No solo escribiremos código; guiaremos sistemas de IA, asumiremos responsabilidades cuando las cosas fallen y actuaremos más como consultores de máquinas”, dijo Kimara sobre la nueva normalidad para la que se prepara.
“Incluso a medida que ascienda a un rol senior, seguiré usándolo”, continuó. “Ha sido un acelerador serio para mí. Me aseguro de revisar cada línea de código generado por IA, así que aprendo aún más rápido de ello”.