Si la IA escribe el código, ¿qué define hoy a un programador?

La pregunta ya no es si la inteligencia artificial va a sustituir a los programadores, sino qué queda del oficio cuando una herramienta escribe buena parte del código. Es el planteamiento que desarrolla Max Shestov, programador y colaborador de la publicación HackerNoon, en un texto recogido por Computer Hoy que cuestiona cómo se mide hoy el talento en el desarrollo de software.

Escribir código y desarrollar software dejan de ser lo mismo

Durante años, dominar la sintaxis de un lenguaje y ser capaz de construir una aplicación desde cero fue la puerta de entrada a empleos bien pagados en el sector. Las herramientas actuales de IA generativa —capaces de proponer soluciones, corregir fallos y generar implementaciones completas a partir de instrucciones en lenguaje natural— han reducido el tiempo que muchos desarrolladores dedican a teclear.

Shestov parte de una frase de David Heinemeier Hansson, creador de Ruby on Rails, pronunciada en el evento Rails World 2026: "El inglés es un lenguaje de programación mejor que Ruby". El autor cita también la evolución de 37signals, la compañía detrás de Basecamp y HEY, donde según expone se ha reducido drásticamente la escritura manual de código, hasta el punto de que el propio Heinemeier Hansson ha dicho que ya no se considera programador.

De ahí la tesis central: desarrollar software y escribir código estarían dejando de ser sinónimos. La industria, argumenta, sigue funcionando con reglas diseñadas para una época en la que producir la implementación era la parte más costosa del proceso.

Procesos de selección pensados para otro momento

Una de las críticas más directas del texto apunta a la contratación. Muchas empresas siguen evaluando a los candidatos con ejercicios algorítmicos al estilo de los populares retos de LeetCode, pruebas que miden precisamente la habilidad que la IA automatiza con más facilidad. Shestov menciona investigaciones de Microsoft Research que han puesto en duda la eficacia de algunos formatos tradicionales de entrevista técnica.

El autor, que cursa un máster de informática en Georgia Tech, extiende el diagnóstico a las universidades. Los planes de estudio tardan años en diseñarse y actualizarse, mientras que las herramientas de IA cambian en meses. Añadir una asignatura sobre inteligencia artificial, sostiene, no resuelve nada: el problema está en cómo se demuestra que alguien sabe lo que dice saber.

Una capa más de abstracción

El argumento más interesante es el histórico. Los programadores llevan décadas trabajando sobre capas que les ahorran trabajo: compiladores que traducen a instrucciones de máquina, sistemas operativos, bases de datos, librerías y frameworks. Nadie escribe hoy directamente en código máquina, y eso no ha dejado de llamarse programar.

Desde esa perspectiva, la IA sería simplemente una capa más en la cadena. Lo que cambia es dónde se concentra el valor: entender un problema, descomponerlo en tareas manejables, dirigir a los agentes que generan el código, detectar errores, validar que la solución funciona y asumir la responsabilidad del resultado. Shestov aplica el mismo razonamiento a otros oficios, como la escritura y la producción de contenidos.

Un debate que no es nuevo

La discusión conecta con otras voces del sector. El creador de Linux también ha expresado dudas sobre la conveniencia de enseñar programación a todos los niños como habilidad universal. Y los datos de uso de lenguajes muestran movimientos coherentes con este cambio: Python es el lenguaje que más crece, impulsado en buena medida por el auge de la IA y el análisis de datos.

La conclusión de Shestov no es triunfalista ni catastrofista. No se trata de decidir si la máquina lo hace mejor o peor que una persona, sino de aceptar que el papel del desarrollador se desplaza hacia decidir qué construir, cómo hacerlo y cómo comprobar que el resultado es correcto. Para quien empieza en el sector, el matiz importa: la vía de entrada clásica —aprender sintaxis y resolver ejercicios— puede estar perdiendo capacidad para distinguir a un buen profesional.