La IA ayuda a escribir código más rápido, pero también puede traer costes y errores.
La adopción de asistentes de inteligencia artificial en programación ha pasado de ventaja experimental a costumbre difícil de abandonar. En 2026, muchos desarrolladores los emplean para escribir funciones, depurar errores y acelerar tareas rutinarias. La dependencia es tal que algunos rechazan participar en pruebas si deben trabajar sin estas herramientas.
Esa resistencia complicó el intento de METR de repetir un estudio sobre productividad en proyectos de código abierto. La investigación previa había mostrado una paradoja: los programadores percibían que la IA les hacía más rápidos, pero los datos indicaban lo contrario. El ahorro inicial se diluía al revisar salidas incorrectas, reformular instrucciones, esperar respuestas y corregir decisiones del sistema.
Las empresas también comprueban que más uso no equivale necesariamente a más rendimiento. Amazon eliminó Kirorank, una clasificación interna basada en tokens, después de que empleados la manipularan con agentes de IA y generaran costes elevados. Uber consumió su presupuesto de IA para 2026 en cuatro meses sin detectar más proyectos ni más productividad.
El debate se desplaza ahora hacia el mantenimiento. Investigadores y compañías de revisión advierten de que el software generado por IA puede acumular fallos y deuda técnica. Los agentes capaces de corregir código ayudan, pero no eliminan la responsabilidad humana. La arquitectura, la seguridad y la calidad siguen exigiendo criterio experto y revisiones sistemáticas.
Basado en: Julie Bort, TechCrunch