Feliz Martes, fellow dev. 👋

La IA no ha sustituido a los programadores.

Pero sí ha hecho obsoleto un perfil concreto: el que se limita a convertir tickets en código.

La narrativa de “la IA escribirá el 90% del código y sobrarán Engineers” ha chocado con producción, calidad y costes.

Lo relevante NO es si usas IA: es si sabes dirigirla, revisar su trabajo y responder cuando falla.

1️⃣ El "AI Washing" tiene fecha de caducidad

Muchas empresas presentaron despidos como una consecuencia inevitable de la automatización.

Sin embargo, los casos citados de Klarna y Ford muestran el problema:

cuando la calidad del servicio o del producto cae, hace falta talento humano para recuperar el control.

La IA puede acelerar tareas; no asume responsabilidad técnica ni de negocio.

2️⃣ Más velocidad percibida NO siempre significa más productividad

La transcripción cita la METR Study:

En una primera medición, Developers experimentados creían trabajar un 24% más rápido con IA, pero el resultado real fue un 19% más lento.

Una actualización posterior, con más tareas y mejores herramientas, encontró una mejora de hasta el 18%.

Útil, sí.

La sustitución masiva prometida, no.

El tiempo que ahorras generando código puede reaparecer en debugging, revisión, integración y mantenimiento.

Si no mides el ciclo completo - desde el ticket hasta producción -, confundirás velocidad de escritura con impacto real.

3️⃣ El cuello de botella nunca fue solo escribir código

Entender requisitos ambiguos, diseñar sistemas, mantener contexto histórico, detectar riesgos y resolver incidentes sigue siendo el trabajo difícil.

Un agente puede proponer una implementación, pero no conoce de forma fiable las decisiones acumuladas durante años en tu codebase ni sus trade-offs.

Piensa en la IA como un Senior Engineer brillantísimo con amnesia:

Puede producir mucho, pero necesita dirección, contexto y revisión constante.

4️⃣ El mercado ha subido el listón de entrada

El perfil que gana valor combina Software Engineering, criterio de producto y AI Literacy.

Los equipos pueden ser más pequeños y lanzar más rápido, pero necesitan Engineers capaces de diseñar, hacer code review, operar sistemas y tomar decisiones con impacto de negocio.

No competirás por teclear más líneas.

Competirás por distinguir código limpio de código que rompe producción, y por convertir herramientas de IA en resultados fiables.

💡 Mi conclusión

No dejes que los titulares sobre “programadores reemplazados” frenen tu carrera.

Aprende a usar LLMs y agentes en tu workflow, pero prioriza System Design, debugging, Code Review, Observabilidad, arquitectura y comunicación con negocio.

Esas habilidades te convierten en la persona que puede validar, corregir y liderar el trabajo asistido por IA.

La IA reduce el valor de ejecutar sin pensar.

Multiplica el valor de tener criterio técnico.

Y ese criterio se construye:

• Programando de verdad
• Enfrentándote a sistemas reales
• Acumulando horas de práctica deliberada.

Por último...

¡Te comparto la Entrevista que me han realizado AYER en el Podcast de 🎙️ Heavy Mental!

Los MEGACRACKS de Javier G. Recuenco, David Alayón y Miguel Miguel me invitaron a hablar de mi experiencia en Londres, mi emprendimiento, y mucho más. Episodio LLENO de anécdotas personales mías que quizás no conocías...

​Ya puedes verla aquí.​

-Patri