Opinión El fin del programador tradicional: por qué la IA exige ingenieros de producto
La automatización del código desplaza el valor hacia la comprensión del sistema, las habilidades interpersonales y la gestión de la intención. Para América Latina, repensar los perfiles de desarrollo es una urgencia estratégica.
Durante décadas, la industria tecnológica midió el potencial de un equipo de software por la cantidad de líneas de código que sus desarrolladores podían escribir. Contratar más programadores era la respuesta natural a cualquier problema de escalabilidad o velocidad de entrega. Pero esa lógica se ha roto. La inteligencia artificial generativa ha automatizado la escritura de código a un nivel que hace irrelevante la productividad bruta de un ser humano. El verdadero cuello de botella ya no es producir código, sino entenderlo, gestionarlo y alinearlo con la estrategia del negocio. Esa es la transformación que deben asumir los líderes tecnológicos de América Latina si no quieren quedarse atrapados en un modelo obsoleto.
El dilema del código que nadie comprende
Lo que la profesora Margaret-Anne Storey observó en un curso de emprendimiento en la Universidad de Victoria no fue un caso aislado, sino una señal de lo que se viene. Un equipo de estudiantes llegó a la octava semana con el proyecto técnicamente funcional —las pruebas pasaban, el código compilaba— pero completamente paralizado porque nadie podía explicar las decisiones de diseño que habían llevado a esa arquitectura. El entendimiento compartido del sistema se había desvanecido. Storey acuñó dos conceptos para describir este fenómeno: la deuda cognitiva, que es la erosión del conocimiento colectivo del equipo sobre cómo funciona realmente el software, y la deuda de intención, que es la ausencia de un registro claro de los objetivos, restricciones y razones detrás de cada decisión técnica. Son categorías de riesgo que no existían en la era anterior a la IA, y que hoy son tan peligrosas como la vieja deuda técnica.
La explicación es simple: cuando un programador escribe código desde cero, aunque sea desordenado, construye un modelo mental del sistema. Sabe por qué ciertas funciones están donde están, qué trade-offs se tomaron y qué partes son frágiles. Cuando la IA genera ese mismo código, el desarrollador lo acepta con un nivel de comprensión mucho menor. Investigadores como Shaw y Nave han llamado a este comportamiento "surrender cognitivo": una delegación de la responsabilidad intelectual sobre el resultado. No es lo mismo que descargar tareas rutinarias en una herramienta; es dejar de razonar sobre el sistema, y eso, a escala de equipo y a lo largo de los meses, genera una acumulación silenciosa de ignorancia que explota cuando ocurre un fallo imprevisto.
El perfil que sobrevivirá a la automatización
Kent Beck, uno de los padres del desarrollo ágil, lo expresó con crudeza en una entrevista reciente: los programadores que solo saben programar están en riesgo. Para Beck, el futuro pertenece a lo que él llama "ingenieros de producto", un perfil que combina competencias técnicas sólidas con habilidades interpersonales como la comunicación, la empatía y la capacidad de gestionar expectativas. "He visto programadores brillantes que no pueden trabajar en equipo porque no saben comunicar lo que hacen", dijo. "En un mundo donde la IA escribe el código, el valor humano está en saber qué código escribir, y eso requiere entender el contexto del negocio y a las personas que lo usan".
Este giro tiene implicaciones directas para los Chief Technology Officers de la región. En América Latina, donde los equipos suelen ser reducidos y los presupuestos de capacitación ajustados, la tentación de usar la IA para acelerar la entrega de funcionalidades es enorme. Pero hacerlo sin invertir en la comprensión del sistema es construir sobre arena. La velocidad que promete la IA se vuelve una trampa si el equipo no puede mantener, modificar ni explicar lo que la máquina produjo. El verdadero diferenciador competitivo ya no es la cantidad de código entregado, sino la capacidad de gestionar la complejidad y alinear la tecnología con los objetivos del negocio.
La jugada estratégica para América Latina
Storey propone prácticas concretas para mitigar la deuda cognitiva: revisiones de código humanas, no solo automatizadas; sesiones de walkthrough donde los desarrolladores expliquen código que no escribieron; retrospectivas cuando algo se rompe; y una técnica que llama "reimplementación", que consiste en pedirle a un agente de IA que reescriba una funcionalidad desde cero con nuevos tests, como una forma de reconstruir el entendimiento del sistema. Son procesos que requieren tiempo y disciplina, pero que evitan que la velocidad se convierta en un lastre.
Para un CTO en América Latina, la decisión más rentable a largo plazo no es contratar más desarrolladores junior que usen ChatGPT para escribir código rápido. Es invertir en la formación de ingenieros de producto: profesionales capaces de leer el negocio tanto como el código, de gestionar equipos con empatía y de mantener la coherencia del sistema mientras la IA acelera la ejecución. El mercado laboral de tecnología en la región es cada vez más competitivo; los perfiles que solo saben programar serán commodities baratos, mientras que aquellos que entienden el contexto se convertirán en el activo más escaso y valioso.
La industria tecnológica cometió el error de medir el progreso por la velocidad de escritura. La IA ha expuesto esa falacia. El código se produce solo; lo que nadie puede automatizar todavía es la capacidad de decidir qué construir, por qué hacerlo y cómo asegurarse de que el sistema entero tenga sentido. El nuevo software necesita menos programadores y más arquitectos de intención. Esa es la transformación que está sobre la mesa, y los líderes latinoamericanos que no la asuman verán cómo sus equipos producen mucho más, pero entienden mucho menos, hasta que el sistema colapse.
