IA hoy El 84% de los desarrolladores usa IA a diario, pero la confianza se desploma
La encuesta Stack Overflow 2025 revela que programadores dudan del código generado por IA. Para las empresas latinoamericanas, el reto es gestionar productividad real y costos de revisión.
Ocho de cada diez programadores profesionales ya usan herramientas de inteligencia artificial en su flujo de trabajo, según la encuesta anual de Stack Overflow publicada en julio de 2025. La cifra subió del 76% al 84% en solo un año, lo que confirma que la adopción de asistentes como GitHub Copilot, Claude Code o Cursor se ha vuelto masiva. Pero hay una paradoja que debería preocupar a cualquier CTO o líder técnico en América Latina: mientras más se usan, menos se fían de sus resultados.
La misma encuesta, realizada a cerca de 49.000 desarrolladores, muestra que la confianza en la precisión del código generado por IA cayó del 40% en 2024 al 29% este año. Es decir, siete de cada diez programadores consideran que el output de estas herramientas no es completamente fiable. Una investigación académica presentada en la Conferencia Internacional de Ingeniería de Software 2025 (ICSE) arroja luz sobre este fenómeno: los desarrolladores modifican o descartan casi la mitad de las sugerencias de IA, conservando solo el 52% de ellas tras evaluar su comprensibilidad y corrección percibida en tiempo real.
El resultado es que la promesa de productividad tiene un costo oculto. El 66% de los programadores afirma que ahora invierte más tiempo corrigiendo el código que genera la IA que si lo hubiera escrito desde cero, según Stack Overflow. Los asistentes suelen ofrecer soluciones que son "casi correctas", pero ese pequeño margen de error exige una revisión humana exhaustiva. Y cuando el fragmento es complejo, el 75% de los desarrolladores prefiere preguntar a un colega humano antes que a otro modelo de IA. Como resume Adam Conway, experto de XDA-Developers, citado en Las Noticias de la IA, "la intervención humana sigue siendo crucial para garantizar la calidad del código".
Para las empresas de tecnología en América Latina, donde la brecha de talento en programación es crónica y los equipos suelen ser más pequeños, esta dinámica tiene implicaciones concretas. La adopción de asistentes de IA puede acelerar el desarrollo, pero también puede inflar los costos operativos si no se diseña un proceso de revisión eficiente. Un equipo que se apoya en "vibe coding" —delegar sin supervisión— corre el riesgo de acumular deuda técnica difícil de detectar hasta etapas tardías. Mientras que startups en Brasil, México o Argentina compiten por velocidad, ignorar la capa de verificación puede traducirse en fallos en producción, fuga de datos o retrabajo que consume el capital de los inversores.
El estudio del IEEE subraya que los desarrolladores definen la confianza en una sugerencia de IA principalmente por su comprensibilidad y corrección, pero carecen de herramientas para evaluar ambas en el momento. Los autores proponen cuatro directrices para mejorar la interacción humano-IA: facilitar la inspección del código generado, señalar incertidumbres explícitamente, permitir la personalización del nivel de asistencia y fomentar la verificación incremental. En la práctica, esto significa que las organizaciones deben invertir en plataformas de revisión de código en tiempo real, integrar pruebas automatizadas que validen el output de la IA y establecer políticas claras sobre qué tareas pueden delegarse sin supervisión.
Además, la regulación local empieza a intersectar con esta realidad. Países como Brasil, con la Lei Geral de Proteção de Dados (LGPD), y México, con su Ley Federal de Protección de Datos, exigen que el código que maneje información personal esté libre de vulnerabilidades. Si una IA genera código que filtra datos por error, la responsabilidad recae en la empresa. Las startups latinoamericanas que usen asistentes cloud deben auditar las condiciones de uso de esos proveedores —OpenAI, GitHub, Google— para asegurarse de que los fragmentos no queden expuestos en servidores extranjeros.
La encuesta también revela que el 69% de los desarrolladores ha aprendido nuevas técnicas o lenguajes gracias a la IA, y que el 44% afirma que la IA fue su principal herramienta de aprendizaje. Esto abre una oportunidad para las empresas de la región: en vez de temer la sustitución de puestos, pueden usar los asistentes como aceleradores de formación interna, especialmente en equipos donde la rotación de talento es alta. Pero ese mismo aprendizaje debe incluir criterios de validación: saber cuándo desconfiar de una sugerencia es una habilidad que debe enseñarse tanto como escribir código.
El dato final de la encuesta es el más estratégico: solo el 29% de los desarrolladores confía hoy en la precisión de las respuestas de la IA. Para cualquier director de tecnología, esa cifra debería ser una alerta operativa. La decisión no es si usar o no estas herramientas, sino cómo construir un flujo donde la máquina proponga y el humano decida, con las herramientas adecuadas para evaluar el riesgo. En un mercado como el latinoamericano, donde cada error de código puede costar clientes y credibilidad, la confianza —bien gestionada— sigue siendo el activo más valioso.
