La dependencia total de la IA en el desarrollo de software
En 2026, ya no es posible arrancar las herramientas de inteligencia artificial de las manos de los desarrolladores. Investigadores del prestigioso laboratorio METR descubrieron que la mayoría de los programadores se niegan a trabajar sin IA, incluso para tareas limitadas. Sin embargo, otros estudios advierten que, aunque el código se genera más rápido, no necesariamente es mejor, y eso podría generar problemas a largo plazo.
El experimento imposible de METR
En febrero de 2026, METR publicó una revelación sorprendente: la mayoría de los desarrolladores ya no quieren trabajar sin IA. El laboratorio intentó repetir un estudio de 2025 que medía la productividad de programadores de código abierto con y sin IA. En aquel entonces, los desarrolladores reportaron que la IA los hacía más productivos, pero el estudio demostró que en realidad los ralentizaba: generaba código más rápido, pero luego dedicaban tiempo extra a encontrar y corregir errores, dirigir la IA y esperar a que completara tareas. Al intentar repetir el experimento para medir avances, METR no pudo porque los devs se negaron a participar “porque no desean trabajar sin IA”, confesaron los investigadores.
En su lugar, METR publicó en mayo una encuesta en la que los empleados técnicos auto reportaron su percepción de ganancias de productividad con IA. No sorprendió que percibieran que la IA los hacía dos veces más valiosos para sus organizaciones.
Tokenmaxxing: la tendencia que ya pasó
El uso excesivo de tokens como proxy de productividad —llamado tokenmaxxing— ha sido la tendencia de 2026, pero podría haber terminado. Amazon cerró su tabla de clasificación interna Kirorank después de que los empleados la manipularan usando agentes de IA de forma excesiva y disparando los costos, reportó el Financial Times. Los empleados demostraron que el uso de IA no se traduce automáticamente en mayor productividad.
Uber, por su parte, agotó su presupuesto de IA 2026 en los primeros cuatro meses del año, según The Information. El COO Andrew Macdonald comentó recientemente en un podcast que ese gasto no se tradujo en un aumento medible de proyectos o productividad.
El costo oculto del mantenimiento
El programador y autor James Shore argumentó en una publicación viral en Hacker News que el código generado por IA no reduce las necesidades de mantenimiento y podría aumentarlas. “Escribes código el doble de rápido ahora? Mejor espera haber reducido tus costos de mantenimiento. De lo contrario, estás jodido. Estás intercambiando un aumento temporal de velocidad por una servidumbre permanente”, escribió.
Otras evidencias apuntan en la misma dirección. Un tuit viral de Aiswarya Sankar, CEO de Entelligence AI, afirma que las empresas gastan el 44% de sus tokens en corregir errores generados por la misma IA. CodeRabbit, empresa de herramientas de revisión de código, analizó pull requests de código abierto y encontró que la IA produce 1.7 veces más problemas que el código humano.

¿Cuál es la solución?
Scott Wu, CEO de Cognition y creador del agente de IA Devin, sugiere usar agentes de IA para realizar las tediosas tareas de corregir código tan rápido como la IA lo genera. Sin embargo, admite que, aunque Devin puede trabajar de forma independiente, su habilidad actual se sitúa entre un programador junior y mid-level, dependiendo de la tarea. No es una solución automática.
Los investigadores de la Universidad de Administración de Singapur (SMU) proponen un enfoque más humano: los programadores deben conocer tan bien las tareas que la IA hace bien y mal como conocen sus lenguajes favoritos. Necesitan sistemas de aseguramiento de calidad diseñados para IA y revisar el trabajo de la IA como si fuera un desarrollador junior. Además, insisten en que los humanos deben seguir encargándose del trabajo a gran escala, como la arquitectura y el diseño de seguridad.
La IA ha llegado para quedarse en el mundo de la programación, pero la industria aún debe encontrar el equilibrio entre velocidad y calidad.