IA hoy Asistentes de código amplifican el dominio de JavaScript y Python
Nuevos datos de GitHub e investigación académica revelan que los asistentes de código amplifican el efecto Mateo: los lenguajes populares ganan más soporte, mientras que los nichos pagan un 'impuesto de productividad'. Para LatAm, esto concentra el talento y encarece stacks diversos.
TypeScript se convirtió en el lenguaje más usado en GitHub en agosto de 2025, marcando el cambio más brusco en una década de rankings. Los 2,64 millones de contribuyentes mensuales representan un salto interanual del 66% y más de un millón de desarrolladores escribieron su primer código TypeScript en la plataforma este año How AI coding tools are contributing to the popularity of JavaScript. La familia JavaScript —JavaScript y TypeScript— es ahora tanto la más usada como la de mayor crecimiento, con el 66% de los 49.000 encuestados de Stack Overflow reportando uso de JavaScript.
La explicación técnica es sencilla: los modelos generan mejor código en los lenguajes que más han visto durante el entrenamiento. Python solo representa cerca del 40% del corpus de StarCoder, y NumPy aparece en hasta el 48% de las completaciones incluso cuando hay alternativas más adecuadas The Matthew effect of AI programming assistants. Esta asimetría no es anecdótica: un benchmark de 135.495 tareas algorítmicas en nueve lenguajes y cientos de tareas full-stack demuestra que los ecosistemas mainstream logran tasas de éxito significativamente superiores. Los autores llaman a esta brecha "impuesto de productividad de IA" —una fricción medible que penaliza a tecnologías de nicho.
Lejos de igualar el terreno, la IA actúa como amplificador del efecto Mateo: "los ricos se enriquecen". La predicción de que los asistentes volverían a las organizaciones stack agnostic —elegiendo tecnología solo por el problema de negocio— se ha invertido. En dos años de adopción masiva, el mercado se ha estrechado y la concentración en una sola familia de lenguajes se ha acelerado.
Los desarrolladores refuerzan el ciclo con su adopción. Un estudio con 1.338 profesionales en Corea del Sur confirma que la facilidad de uso percibida, la confirmación de expectativas y el disfrute impulsan el uso continuado de asistentes LLM Continuance use of AI coding assistants among South Korean Industry Developers. Cuanto más fluida la experiencia en JavaScript o Python, más desarrolladores eligen esos stacks, generando más código público, que a su vez mejora el entrenamiento futuro.
Implicaciones para América Latina
Para CTOs y equipos de ingeniería en la región, la dinámica tiene tres lecturas concretas:
- Concentración del pool de talento: la formación de juniors y la reconversión de seniors tenderán a JavaScript/TypeScript y Python porque la curva de aprendizaje asistida por IA es más suave allí. Reclutar para Go, Rust, Erlang o stacks .NET completos será más costoso y lento.
- Costo de oportunidad en stacks de nicho: startups que apuesten por lenguajes menos representados en los datos de entrenamiento deberán presupuestar tiempo extra de revisión y corrección manual —el "impuesto de productividad"— o aceptar mayor riesgo de errores en producción.
- Dependencia de proveedores: la mejora continua de Copilot, Cursor y agentes autónomos está atada a la telemetría de uso en repositorios públicos. Las empresas latinoamericanas que mantengan código propietario en lenguajes minoritarios recibirán menos beneficio marginal de cada nueva versión del modelo.
Aunque la diversidad tecnológica no desaparecerá, su mantenimiento deja de ser una decisión puramente técnica y pasa a ser una decisión económica explícita: ¿cuánto está dispuesta a pagar la organización por no seguir la corriente principal que la IA refuerza cada día?
