Resumen del contenido principal
Este estudio revela una realidad contraria a la narrativa según la cual la IA puede “sustituir a los programadores humanos”: aunque las herramientas de codificación basadas en IA pueden aumentar significativamente la eficiencia con la que los programadores escriben código, estos beneficios se reducen progresivamente a lo largo del proceso completo de producción de software, desde la escritura hasta su publicación y uso por parte de los usuarios, resultando en pocos beneficios reales para estos últimos. La razón es que la IA y los humanos son complementarios: los seres humanos siguen siendo un cuello de botella insuperable en etapas posteriores del proceso, como la revisión del código, la integración y la distribución. Además, las aplicaciones generadas por la IA suelen ser de baja calidad o difíciles de encontrar para los usuarios, lo que conduce a la aparición de un gran número de “aplicaciones inútiles”.
1. La IA es rápida para escribir código, pero solo en esa etapa
Las herramientas de codificación basadas en IA (como completadores automáticos y agentes inteligentes) son muy efectivas en tareas básicas como la escritura de código:
- Los completadores automáticos pueden aumentar la eficiencia de los programadores en un 40%.
- Con la adición de agentes inteligentes sincrónicos (como Claude Code, que colaboran en tiempo real con los programadores), la eficiencia se duplica.
- El uso de agentes inteligentes asincrónicos (como GitHub Agent, que pueden completar tareas de forma autónoma) aumenta la eficiencia en un 180%.
Estos beneficios son aún más notables para los programadores menos activos, lo que es similar a darles una “ventaja adicional”. Por ejemplo, los agentes inteligentes sincrónicos han incrementado el número de líneas de código en un 741% (casi ocho veces más) y los completadores automáticos en un 228%.
2. La eficiencia disminuye a medida que avanza el proceso
La producción de software es un proceso gradual: escritura del código → combinación de archivos → envío de solicitudes de cambio (PRs) → formación de proyectos → publicación de versiones. Cada etapa reduce la mejora obtenida gracias a la IA:
- Los agentes inteligentes sincrónicos han aumentado el número de líneas de código en un 741%, pero las solicitudes de cambio solo en un 65%, y la cantidad de versiones publicadas en un 20%.
- El efecto del completador automático es aún más marcado: el aumento del número de líneas de código es del 228%, pero la eficiencia en la etapa de envío de solicitudes de cambio disminuye a solo el 36%, y en la publicación de versiones, a solo el 10%.
Es como si usar una máquina para cortar vegetales rápidamente aumentara diez veces la velocidad, pero los pasos de mezclar, freír y servir tuvieran que hacerse manualmente; el tiempo total de preparación no se reduce en la misma proporción debido a los cuellos de botella humanos en las etapas posteriores.
3. ¿Por qué disminuye la eficiencia? La IA y los humanos son un “equipo perfecto” que no puede reemplazarse
Un modelo económico indica que la elasticidad de sustitución entre el código generado por la IA y el trabajo humano es de solo 0,25 (cuanto más baja, mayor es la complementariedad). Esto significa que la IA y los humanos son como los palillos y la mano: deben usarse juntos, no pueden reemplazarse mutuamente:
- La IA puede escribir código rápidamente, pero el código necesita ser revisado por humanos para detectar errores y asegurarse de que cumpla con los requisitos.
- Los humanos son necesarios para verificar si la lógica del código es coherente al integrarlo en proyectos.
- Después de la publicación, los humanos deben promocionar las aplicaciones para que los usuarios las encuentren.
Incluso si la IA automatiza completamente la escritura de código, sin un seguimiento adecuado por parte humana en las etapas posteriores, el resultado final no mejorará.
4. Aunque hay más aplicaciones nuevas, los usuarios no las utilizan
La IA ha permitido que los programadores creen un mayor número de aplicaciones nuevas: el número de aplicaciones en la App Store de Apple y la Chrome Web Store ha aumentado significativamente, al igual que en Google Play. El problema es que estas aplicaciones no son utilizadas:
- En los cuatro mercados principales, el uso total de las aplicaciones nuevas no ha aumentado después de tres meses desde su publicación.
- La mayoría de las nuevas aplicaciones son inútiles o carecen de una base de usuarios significativa.
Esto puede deberse a dos razones: o bien la calidad del código generado por la IA es baja (poca funcionalidad, muchos errores), o bien los usuarios no pueden encontrarlas debido a problemas en la distribución.
5. Caminos para el futuro
Para que la eficiencia de la IA se traduzca en software útil, deben resolverse dos problemas:
- Mejora de las capacidades de la IA: permitir que la IA no solo escriba código, sino que también revise automáticamente, realice integraciones y ayude con la promoción y distribución (por ejemplo, generando descripciones automáticas de las aplicaciones y optimizando las palabras clave para que los usuarios las encuentren).
- Difusión de las herramientas: asegurar que más empresas utilicen estas herramientas en todo el proceso de producción de software, no solo en la escritura del código.
Por el momento, los humanos siguen siendo los “directores principales” de la producción de software; la IA es solo una ayuda y no puede reemplazar completamente a los seres humanos.
En resumen
Las herramientas de codificación basadas en IA son muy útiles, pero aún está lejos de que puedan “sustituir a los programadores” o generar un mercado de billones de dólares. Los seres humanos siguen siendo un cuello de botella insuperable en las etapas posteriores del proceso de producción de software, y el factor más importante es si los usuarios aceptarán realmente estos cambios.