En 2026, los investigadores han descubierto que no se podrán sacar las herramientas de codificación de IA del control de los desarrolladores.
Pero si bien la IA sin duda ayuda a los programadores a producir código más rápido, es posible que no esté produciendo un código mejor, advierten otros investigadores. Y eso podría causarles problemas en el futuro.
Específicamente, en febrero de 2026, el respetado laboratorio de investigación de IA METR publicó una revelación sorprendente: la mayoría de los desarrolladores ya no trabajarán, ni siquiera en un número limitado de tareas, sin IA.
METR esperaba proporcionar una actualización de algunas investigaciones innovadoras publicadas unos meses antes, en 2025, sobre la productividad de la codificación de IA. En él, los investigadores midieron cuánto tiempo tardaron los desarrolladores de código abierto en realizar tareas manualmente en comparación con la IA.
Si bien los desarrolladores de ese estudio informaron que la IA los hacía más productivos, se sorprendieron al saber que en realidad los ralentizaba. Claro, generó código más rápido, pero luego dedicaron más tiempo a encontrar y corregir errores, dirigir la IA y esperar a que completara las tareas.
Cuando METR se propuso repetir el experimento para medir los avances en IA y la competencia del codificador, no pudieron.
Los desarrolladores no estaban dispuestos a participar «porque no desean trabajar sin IA», ni siquiera solo para el estudio, confesaron los investigadores.
En cambio, METR publicó una encuesta en mayo que permitió a los empleados técnicos autoinformar sus ganancias en productividad de IA. No es sorprendente que percibieran que la IA los hacía dos veces más valiosos para sus organizaciones.
Pero los titulares recientes sobre el enorme gasto que supone el llamado tokenmaxxing, junto con algunas investigaciones recientes, hacen que esas autopercepciones sean dudosas.
Tokenmaxxing, o utilizar la cantidad de tokens que una persona usa como indicador de la productividad con IA, ha sido la tendencia de 2026 hasta ahora. Y puede que ya haya terminado.
Amazon cerró su tabla de clasificación interna de seguimiento de tokens llamada Kirorank después de que los empleados la jugaran usando agentes de inteligencia artificial en exceso y aumentando los costos, informó el Financial Times esta semana. Los empleados demostraron que el uso de la IA no se traduce automáticamente en una mayor productividad.
Uber superó su presupuesto de IA para 2026 en los primeros cuatro meses del año, informó The Information. El director de operaciones, Andrew Macdonald, dijo recientemente en un podcast que ese gasto no había dado lugar a un aumento mensurable en los proyectos o la productividad.
El código generado por IA tampoco necesariamente reduce las necesidades actuales de mantenimiento del código e incluso puede aumentarlas, argumentó elegantemente el programador y autor James Shore en una publicación de blog que se volvió viral en Hacker News.
«¿Ahora escribes código el doble de rápido? Será mejor que hayas reducido a la mitad tus costos de mantenimiento», escribió. «De lo contrario, estás jodido. Estás intercambiando un aumento de velocidad temporal por un contrato permanente».
Hay otra evidencia de que la IA puede aumentar los problemas de mantenimiento del código.
Un tweet viral de Aiswarya Sankar, fundador y director ejecutivo de la startup de agentes de ingeniería de confiabilidad Entelligence AI, proclama que las empresas están gastando el 44% de sus tokens en correcciones de errores que generó su IA. Mientras tanto, la empresa de herramientas de revisión de código CodeRabbit dice que analizó las solicitudes de extracción de código abierto y descubrió que la IA producía 1,7 veces más problemas que el código humano.
Es cierto que estas son estadísticas interesadas de quienes intentan vender herramientas de revisión de códigos de IA.
Sin embargo, investigadores independientes también han encontrado problemas similares. Investigadores de la respetada Universidad de Administración de Singapur publicaron un informe en abril advirtiendo que «el código generado por IA puede introducir costos de mantenimiento a largo plazo en proyectos de software reales».
Dado que los programadores aman a sus asistentes de IA, ¿cuál es la solución?
Bueno, aquellos que quieren venderle agentes de codificación de IA dicen que los desarrolladores pueden simplemente usar agentes de codificación de IA para realizar las agotadoras tareas de arreglar el código tan rápido como la IA lo escupe. Eso es lo que sugiere el fundador y director ejecutivo de Cognition, Scott Wu, el creador del agente de codificación de IA Devin.
Pero incluso él admite que, si bien Devin puede trabajar de forma independiente, actualmente calificaría su habilidad entre un programador junior y medio, dependiendo de la tarea. Esta no es una solución de pasar y olvidarse.
Los investigadores del SMU sugieren un enfoque más humano. Los programadores deben saber qué tareas hace y qué no hace la IA tan bien como conocen sus lenguajes de codificación favoritos. Necesitan sistemas sólidos de garantía de calidad diseñados para la IA y tienen que revisar cuidadosamente el trabajo de la IA como si fuera un desarrollador junior.
Mientras tanto, dicen los investigadores (y Wu está de acuerdo), los humanos deberían seguir haciendo el trabajo general, como la arquitectura del software y el diseño de seguridad.
Cuando compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta nuestra independencia editorial.
