La IA escribe código a ritmo vertiginoso – pero la revisión no avanza al mismo paso
La inteligencia artificial representa hoy casi la mitad de todo el código nuevo en repositorios compartidos – pero prácticamente todos los desarrolladores consultados dudan de que cumpla realmente los estándares. El resultado es una paradoja inesperada: cuanto más rápido produce código la IA, más tiempo dedican las personas a revisarlo. En Synthesia, el número de propuestas de cambio de código aumentó un 120 por ciento en un solo año, y cada propuesta debe seguir siendo validada por ojos humanos – la herramienta liberadora se ha convertido en un nuevo cuello de botella.
Cuando la promesa de productividad se encuentra con la realidad
Nunca fue la intención que las cosas llegaran así. La promesa de las herramientas de desarrollo de código impulsadas por IA era simple y tentadora: libera a los desarrolladores del trabajo tedioso, déjalos enfocarse en lo creativo, y observa cómo la productividad se dispara. Durante 2024 y 2025, esa imagen ha comenzado a resquebrajarse – no porque las herramientas no funcionen, sino porque funcionan demasiado bien.
Según una encuesta de la empresa de verificación de código Sonar, en la que participaron más de 1 100 desarrolladores y que reporta IEEE Spectrum, la inteligencia artificial contribuye hoy con nada menos que el 42 por ciento de todo el código agregado a repositorios compartidos. Es una cifra que debería impresionar. Pero la siguiente cifra en la misma encuesta da motivos para reflexionar: el 96 por ciento de los consultados afirmó que no confía plenamente en que el código generado por IA funcione correctamente. Y el 61 por ciento opinó que dicho código a menudo se ve bien – pero en la práctica es poco confiable.
Ahí está el núcleo del problema.
La alarma de Synthesia
La empresa de video Synthesia es uno de los ejemplos más reveladores de qué tan rápido puede cambiar la situación. Cuando los 118 ingenieros de la empresa comenzaron a utilizar plenamente herramientas de codificación con IA en el otoño de 2025 – incluyendo Claude Code – el número de propuestas de cambio de código recibidas aumentó un 120 por ciento en un solo año. Hoy, el 95 por ciento de todas las propuestas contienen código generado por IA.
Suena como una historia de éxito. Pero detrás de los números se esconde una nueva realidad: cada propuesta de cambio debe seguir siendo revisada por un desarrollador humano. La capacidad humana no ha aumentado un 120 por ciento. Es la misma de antes.
Un patrón recurrente, que IEEE Spectrum destaca, es el problema de la duplicación. Las herramientas de IA a menudo carecen del contexto suficiente para entender que una solución ya existe en la base de código – y por lo tanto escriben código nuevo para tareas que ya han sido resueltas. Esto no solo crea trabajo de revisión innecesario; también corre el riesgo de propagar inconsistencias y errores ocultos más profundamente en el sistema.
Brechas de seguridad que se esconden tras una sintaxis elegante
Lo que hace la situación especialmente complicada es que el código generado por IA no se ve sospechoso. Está bien formateado, sigue patrones establecidos y pasa controles superficiales sin objeción. Son los errores lógicos más profundos – suposiciones incorrectas, vulnerabilidades de seguridad, casos extremos que nunca fueron probados – los que se cuelan sin ser detectados y solo se manifiestan después de la implementación.
Esto no es un escenario hipotético. Es precisamente el tipo de error que es más difícil de captar en la revisión de código tradicional, y ahora se están produciendo a escala industrial.
Para la industria del desarrollo de software, esto significa que el viejo cuello de botella – escribir código – está siendo reemplazado por uno nuevo: entender el código que la IA ha escrito. Es un cambio fundamental en lo que significa ser desarrollador de software.
Un nuevo rol profesional toma forma
He hablado con directores de desarrollo en varias empresas tecnológicas suecas durante el último medio año, y la imagen es consistente: los mejores desarrolladores hoy ya no son los que escriben más código – son los que revisan de forma más inteligente. La capacidad de identificar rápidamente qué se le escapó a la IA, de hacer las preguntas correctas a una base de código y de comprender la totalidad del sistema es lo que ahora se valora.
No es necesariamente un desarrollo negativo. Pero requiere que las empresas, las instituciones educativas y las herramientas se adapten a una nueva realidad. Solo acelerar la producción de código con IA sin invertir igual en capacidad de revisión – tanto técnica como humana – es como construir una autopista sin construir más salidas.
La ganancia de productividad es real. Pero está condicionada.