¿Cuándo dejará de ser opcional codificar con IA?
Hoy es opcional. En 5 años, extraño. En 10, irresponsable en contextos profesionales. La pregunta interesante no es si va a pasar — es qué habilidades preparar para el período de transición.
En iRobot (2035), Will Smith maneja en modo manual y los demás conductores lo miran como un peligro público. Es ficción ambientada en un mundo donde la conducción autónoma ya es default — y la desviación del default es lo que se ve raro.
Estamos en una versión análoga de eso, pero para codificar con IA. Hoy es opcional, casi a gusto. En 5 años será extraño no usarla. En 10 será visto, en contextos profesionales, como irresponsable.
Esa es la tesis. La pregunta interesante es: ¿qué hacer en el período intermedio?
Las señales ya están
No hay que adivinar mucho — los indicadores son visibles:
- PRs de juniors con AI assistance muestran 2-4x el throughput de PRs equivalentes sin AI. Esa brecha es insostenible en revisiones de performance.
- Equipos que adoptaron AI coding hace 12-18 meses cuentan ya con CI más estricto, mejores tests y refactors más frecuentes — no porque la IA los obligue, sino porque el costo marginal de limpiar bajó tanto que ahora sí se hace.
- Las descripciones de puestos están cambiando. “AI-fluent” aparece como requisito en posiciones que hace 18 meses no lo pedían.
El cambio no es uniforme — hay nichos (sistemas críticos, banca core, embedded) donde la adopción será más lenta por compliance. Pero el default se está moviendo.
El período de transición es ahora
Aquí está la parte importante: estamos en transición, no en el destino. Eso significa que las dos habilidades — usar IA y manejar sin ella — siguen siendo valiosas. No es momento de elegir.
Lo que aún necesitas saber hacer tú:
- Revisar diffs profundamente. Los que aprueban a ciegas son los primeros en producir bugs raros. Saber leer código rápido y detectar olores sigue siendo crítico.
- Diseñar sistemas. La IA es buena resolviendo subproblemas. Es mediocre decidiendo arquitectura. Esa decisión sigue siendo humana.
- Debuggear producción. Cuando algo se rompe a las 3 AM, necesitas entender por qué — no preguntar al chat.
Lo que la IA hace bien y no tiene sentido seguir entrenando:
- Memorizar sintaxis exacta de cada lenguaje
- Escribir boilerplate (CRUD, schemas, types)
- Type-fixing y refactors mecánicos
La transición no es “deja de pensar”. Es “deja de hacer lo mecánico, dedica más cerebro a lo importante”.
La trampa de los extremos
Dos errores que vemos en equipos:
El que se aferra al modo manual. Dice “yo escribo mi código” con orgullo. Está perdiendo terreno cada mes. En 3 años va a tener que correr para alcanzar a juniors que llevan 3 años trabajando con asistentes.
El que delegó todo y dejó de pensar. Aprueba PRs sin leer. No sabe lo que su código hace. En cuanto el agente se equivoca de forma sutil — y va a pasar — no tiene cómo detectarlo. Va a quemar producción al menos una vez antes de aprender.
El sweet spot está en el medio: usa la IA agresivamente para todo lo mecánico, mantén el músculo crítico para todo lo importante.
Qué hacer hoy
Si estás dirigiendo un equipo:
- Empieza la adopción ahora, no en 12 meses. La curva de aprendizaje del equipo es lo más caro de todo el proceso — el tooling es lo más barato.
- Invierte en la infraestructura (ver el artículo del Tesla). Sin infra, la IA falla y nadie quiere volver.
- Cultiva el músculo de review. Sesiones donde el equipo lee diffs de la IA juntos y discute. El nivel de criterio sube rápido cuando se practica en grupo.
Si estás codificando individualmente:
- Acostúmbrate a la velocidad (artículo del mindset shift).
- Aprende a curar contexto (
CLAUDE.md,AGENTS.md). - Sigue leyendo código de otros, sigue debuggeando a mano, sigue diseñando sistemas. Esas son las habilidades que se quedan.
El destino
En 10 años, programar sin asistencia de IA va a verse como compilar JavaScript a mano en 2026 — posible, ocasionalmente útil para entender lo que pasa abajo, pero un acto de nostalgia, no de productividad.
La buena noticia: ese mundo necesita más programadores que el actual, no menos. Solo que con un rol distinto — más curadores de intent, más revisores de propuestas, más arquitectos de sistemas. Menos escritores de boilerplate.
Prepárate para eso ahora.
Si tu equipo aún no integra AI coding y quieren planearlo sin perder oficio, conversemos — el chat está abierto.