Cuenta The New York Times que hay quejas entre los ingenieros de software de Amazon; su trabajo – dicen ellos – se está asimilando a las condiciones laborales en los almacenes de la compañía. No es que sea tan penoso como lo que se conoce por innumerables testimonios, pero sí que se les exige programar más rápido y distraerse menos. Les han puesto objetivos más altos y recortado plazos de entrega, lo que no es extraño que ocurra en una empresa de cuestionable reputación social. Pero sí es excepcional en un oficio, el de programador, poco acostumbrado a la incertidumbre en el empleo. Los asistentes de IA han penetrado en su actividad, que se sentía protegida por un estatus privilegiado.
© Davide Bonazzi / The New York Times
No cabe duda de que la inteligencia artificial ha traído adelantos muy significativos en las tareas de programación, especialmente en algunas especialmente laboriosas, como la evaluación y el testing. Quedarán relegadas las prácticas profesionales que eran de rigor no hace mucho. Los síntomas de mejora de la productividad y el ahorro de costes son medibles y los presupuestos corporativos lo agradecen.
En realidad, la cuestión clave no es si la IA aporta mejoras ostensibles ni de qué magnitud sean esas mejoras; lo importante es lo que piensan de ellas los altos directivos del sector. Véanse dos exponentes. El más explícito habrá sido el CEO de Salesforce, Marc Benioff, quien presume de que, gracias a los avances de la IA, su compañía contratará menos programadores y más vendedores. Por su lado, Andy Jassy, CEO del conglomerado Amazon, sostiene que trabajar más rápido es una cualidad esencial, apuntando algo que todo el mundo sabe y los antropólogos interpretan: la IA ha cambiado las reglas de juego en el empleo.
Benioff y Jassy son parte interesada y sus compañías predican con el ejemplo dotándose internamente de agentes de IA especializados en tareas de programación. Una andanada de anuncios respalda esas premisas. OpenAI ha cogido la delantera con el lanzamiento de Codex, que por ahora tiene apariencia de ser una research preview y permite desarrollar funcionalidades, corregir errores o responder preguntas acerca de código, así como ejecutar pruebas.
La actualidad remite a un white paper publicado por cuatro empleados de OpenAI en el que se describen (y se valoran) los resultados de aplicar los modelos lingüísticos a mejorar las capacidades de codificación y verificación en el desarrollo de software.
La empresa fundada por Sam Altman está pletórica, ahora reforzada por la entrada de capitales del Golfo. Ha adquirido Windsurf, startup antes llamada Codeium, cuyo precio de 3.000 millones de dólares se justifica por haber desarrollado una familia de modelos de IA dedicados a escribir código. Con esta compra – más la anterior de Rockset – OpenAI ha descartado la negociación de compra de Cursor, más avanzada y en la que tiene una participación: absorber el 100% le hubiera costado unos 10.000 millones, pero Altman tiene demasiadas ideas sobre qué hacer con su fantástica capacidad de endeudamiento.
El valor hipotético de Cursor y el precio de Windsurf reafirman el potencial de estas herramientas automáticas para escribir código. Hay más: DeepMind, una filial de Google muy en el candelero, acaba de presentar AlphaEvolve, un sofisticado sistema que es capaz de generar algoritmos y mejorarlos. Microsoft no se queda quieta; ha renovado GitHub Copilot, que emplea modelos como GPT-4 y Claude 3.7 Sonnet para asistir a los programadores en sus tareas.
Amazon tiene su propio servicio: AWS Transform, que se sirve de agentes de IA especializados para automatizar migraciones complejas desde entornos mainframe, VMware y Net, así como evolucionar cargas de trabajo en la nube. La startup francesa Mistral se ha montado en la ola con Devstral, que analiza código, edita archivos y genera agentes de programación específicos. En definitiva, hay una oferta muy amplia de posibilidades donde elegir. A partir de ahí, cada una trata de diferenciarse, pero en esencia todas las herramientas actúan como asistentes para la codificación y están dotadas de mayor o menor autonomía.
Muchos de estos agentes pueden, como Codex, llevar a cabo tareas múltiples en paralelo. Son capaces de corregir errores, generar pruebas para testing, mejorar las existentes, ejecutarlos e incluso de escribir fragmentos enteros de código. Microsoft presume de que GitHub Copilot refactoriza código, renombra elementos y mejora la documentación.
En la práctica, todos están funcionando de puertas adentro, de modo que es poco lo que trasciende. Google, en su reciente conferencia I/O, ha dado a conocer cifras promisorias sobre su experiencia: AlphaEvolve funciona por un sistema entrecruzado de varias IA que se coordinan entre sí. Se sirve primero de Gemini Flash para hacer unas propuestas rápidas con las que presenta una variedad de ideas ante una necesidad planteada por el usuario. Alcanzado ese estadio, Gemini Pro analiza las aproximaciones preliminares y selecciona las mejores soluciones con el fin de producir una respuesta.
Sin embargo, en cada paso, la IA evalúa el código que ella misma ha generado y realiza las pruebas antes de refinar la programación. Lo hace con cada añadido, de forma que evita la acumulación de errores. Con este proceso, AlphaEvolve habría logrado ahorrar a Google un 07% en recursos de computación a escala global. Al menos, esto lo que dice la propia Google.
Dado el gasto creciente que suponen los centros de datos, cada mínimo porcentaje es un ahorro más que bienvenido. De AlphaEvolve se dice que también habría remodelado en buena parte el diseño del hardware de Google, eliminando bits innecesarios en sus TPU (Tensor Processing Unit), mejora que se materializará en la siguiente generación de chips, toda vez que ha sido validada por los ingenieros a cargo de desarrollar la TPU. La unidad de IA especializada en programación incluso ha optimizado una función que se utiliza para entrenar los modelos Gemini. La faena seria un 23% más rápido, lo que deriva en un ahorro de tiempo del 1% que, aunque pueda parecer poco, equivaldría a millones de dólares.
La propia Google ha señalado que más del 30% del código usado por la compañía ya está siendo sugerido por IA. Otro tanto afirma Microsoft: el 30% del código que produce está programado por inteligencias artificiales (así, en plural). En su caso, esta compañía admite que usa unos 27.000 agentes de IA en la actualidad [no todos para programar, como es obvio] por lo que no es de extrañar que lanzara una plataforma de gestión para estas herramientas. En la última hornada de startups promovidas por la aceleradora Y Combinator – que el joven Altman dirigió una temporada – hay un 25% de proyectos que utilizan IA para generar el 95% de su código. O más.
Replit, una startup desconocida, se dedica a facilitar la programación con Ia, a través de lo que ha sido bautizado como vibe coding [vibe, de vibrations, es el buen o mal rollo inmaterial que transmiten ciertas personas] En este caso, el neologismo significa “dar instrucciones al modelo en lenguaje natural para que genere el código”. En una de esas bravuconadas propias del Silicon Valley, el CEO de Replit, Amjad Massad, ha afirmado que muy pronto las empresas ni siquiera van a necesitar desarrolladores de software
Massad puede exagerar o delirar, pero hay testimonios de programadores que describen cómo la IA les ayuda a desarrollar un sitio web en un par de días cuando antes tardaban semanas. El secreto está en automatizar la generación de código, con lo que se reducen las reuniones para pedir ideas alternativas, de modo que todo apunta a que el futuro hará viable la colaboración entre las herramientas de IA y los programadores: los agentes de IA prestarían algo más que una mera asistencia y tendrían capacidad para desarrollar por sí mismos fragmentos importantes de código.
Como suele ocurrir cuando se habla de automatización, el mundo empresarial se entusiasma fácilmente con esas promesas de las nuevas herramientas. Jassy dejó caer en una conferencia que Amazon ahorró el año pasado el equivalente a 4.500 años de trabajo de sus desarrolladores utilizando IA, en su caso para la ingrata tarea de actualizar software vetusto. Por supuesto, la eliminación de ese tipo de encargos podría favorecer a los programadores experimentados, pero tendría otra cara.
A los programadores junior, la difusión de agentes de IA dedicados a la programación podría ponerles más difícil el acceso a un trabajo, ya que muchas de las misiones que se les encomiendan para que adquieran experiencia serían asumidas por la IA. Entre otras, las pruebas de que el código funciona adecuadamente. Son procesos tediosos pero, como contrapartida, sirven para curtir a los novicios e inducirlos a reflexionar en los problemas que han de solucionar.
Si estas tareas se dejaran mayoritariamente en manos de la IA, como todo parece indicar, se presentarían varios problemas. En primer lugar la formación de los futuros programadores, que hasta el momento adquieren experiencia con tareas que les dejan un poso de conocimiento y así moldean su forma de pensar en los problemas que se encuentran. Esto supone asumir que la programación es un trabajo intelectual, no calistenia.
Ya puestos, ¿qué ocurrirá con los programadores en nómina de empresas? Los seniors tienen sus puestos asegurados, al igual que pasa en todos los trabajos con los super especialistas, pero a su vera hay una gran cantidad de empleo con responsabilidades medias o bajas, no involucrados en la toma de decisiones. Parte de esa masa laboral podría verse desplazada por los agentes de la IA. De esta forma, se ejercería presión hacia fuera de las empresas, algo que no tiene por qué ocurrir entre los colaboradores y proveedores externos.
No se pretende aquí perturbar el sueño de nadie, pero otra cuestión no secundaria sería el amontonamiento de trabajo. Dependiendo de la percepción que sobre la IA tengan los cargos medios o superiores en las empresas, a los programadores seniors les exigirá una mayor o menor carga de trabajo; de esta manera, puede que acabe siendo normal que las empresas acumulen tareas en la creencia de que, gracias a las herramientas de IA, todo debería ir mucho más rápido que con los desarrolladores humanos en plantilla.
Es conocido que una parte de los ingenieros de software son reticentes al uso de la IA en su ámbito profesional. Su argumento es que el código así generado necesita una labor de verificación y corrección aún más minuciosa, si cabe. Muchos prefieren tener más control sobre el código que despliegan y, desde luego, es más satisfactorio escribir código que leerlo. Sin embargo, cuando se trabaja con agentes de IA, la revisión de código equivale a la mayor parte del trabajo. No es la única profesión en la que tal cosa ocurre: los traductores están viendo cómo sus encargos han consistido menos en traducir y más en revisar traducciones hechas por IA.
El vibe coding es uno de esos melones a medio abrir en este momento. El término, rabiosamente reciente, parece que fue acuñado este mismo año por Andrej Karpathy, ex director de IT de Tesla y ahora verso suelto. Lo interesante es la rapidez con la que el término se ha extendido por empresas que cuentan con equipos de desarrollo de software: se da por hecho que esta modalidad permite a personas sin experiencia generar código funcional, con lo que promueve el intrusismo laboral.
Evidentemente, el vibe coding no conseguirá convertir en desarrollador a alguien que no haya escrito una línea de código [nota: igual que un resumen de Copilot no convierte en periodista a un desvergonzado] pero es muy probable que desplace volumen de trabajo en el que lo que cuenta no es la calidad sino lo que está dispuesto a aceptar quien encarga la programación.
A menos que uno tenga fe ciega en la IA, conviene no olvidar los problemas que la generación automática de código pudiera plantear en los entornos empresariales. A veces, la programación resultante puede ser demasiado laxa en materia de seguridad – una advertencia que ha hecho Altman mientras otros callan, por cierto – o en el cumplimiento de la normativa y los estándares de la empresa. Asimismo, hay que prestar atención a las meteduras de pata – porque la IA las tiene, está demostrado – como a los errores sintácticos o las sugerencias inadecuadas.
Con tales observaciones, que este blog ha recogido entre profesionales del software, puede concluirse que se avecina una transformación de gran calado en el mundo de la programación, cuya demanda ha crecido durante los últimos veinte años. Para muchos de esos profesionales, llega en mal momento el disgusto de saber que no serán ellos quienes mandarán en la revolución digital a la que entusiastamente han contribuido.
[informe de Pablo G. Bejerano]