Los desarrolladores están usando la inteligencia artificial como compañero de trabajo, pero no como jefe. Eso plantea una pregunta esencial: ¿puede triunfar una herramienta que todos usan… pero en la que pocos confían?
La revolución ya no es opcional
En el informe DORA 2025: State of AI‑Assisted Software Development, Google radiografía un cambio vertiginoso en la cultura de la ingeniería de software. Más de 4.900 profesionales de distintos sectores tecnológicos participaron en la encuesta.
Las cifras hablan solas. El 90 % ya integra IA en su día a día —14 puntos más que en 2024—, y el promedio de interacción roza las dos horas diarias con asistentes de código y otras herramientas inteligentes. GitHub, en su propio informe anual, detecta un crecimiento paralelo de más de 1.800 millones de sugerencias de código generadas con Copilot cada semana, lo que confirma la escala del fenómeno. El debate ya no es si usar IA, sino cómo incorporarla sin desordenar los cimientos técnicos y humanos de los equipos.
Productividad con reservas
La mayoría de los encuestados percibe beneficios tangibles. Ocho de cada diez aseguran que la IA eleva su productividad, y un 59 % sostiene que incluso mejora la calidad del software. McKinsey, en un estudio reciente, calculó que los programadores pueden ahorrar hasta un 30 % del tiempo en tareas rutinarias gracias a asistentes inteligentes.
La paradoja aparece en la confianza. Apenas un 24 % declara confiar “mucho” o “bastante” en los resultados generados, mientras que casi un tercio admite confiar “poco” o “nada”. La conclusión es que se aprovecha la velocidad de la IA, pero nunca sin supervisión. El papel del ingeniero sigue siendo central para revisar, corregir y garantizar que lo entregado es fiable.
La IA como espejo y amplificador
Google sintetiza el hallazgo con una metáfora simple donde la IA no repara equipos frágiles, los amplifica. Allí donde ya hay cohesión, impulsa eficiencia y creatividad. En estructuras con fallas, acelera los problemas. La correlación entre IA y mayor velocidad de entregas es clara, pero también el riesgo de inestabilidad. Sin pruebas automatizadas, ciclos rápidos de retroalimentación o arquitecturas modulares, la agilidad se convierte en fragilidad.
Un estudio paralelo de la Universidad de Stanford confirma que, en entornos sin buenas prácticas de ingeniería, el uso intensivo de IA tiende a introducir errores sutiles que luego se multiplican en fases posteriores del desarrollo. El espejo devuelve tanto los aciertos como los errores, magnificados por la aceleración tecnológica.
Siete rostros de un mismo reto
Para retratar la diversidad de situaciones, DORA presenta siete arquetipos de equipo. Están los “Harmonious High Achievers”, que combinan ritmo y confianza, y los “Legacy Bottlenecks”, atrapados en sistemas heredados que limitan la innovación. Entre ellos se despliegan perfiles intermedios que muestran tensiones distintas entre rendimiento, estabilidad y bienestar.
La propia GitHub, en contraste, habla de dos extremos en sus comunidades: quienes ven en la IA una herramienta de exploración creativa y quienes la consideran apenas un generador de borradores. Ambos extremos coinciden en qué la IA es inevitable, pero el modo de integrarla marca la diferencia.
Capacidades para sostener el cambio
El informe identifica además siete capacidades clave para potenciar la IA sin caer en la dependencia ciega. Algunas son técnicas, como invertir en plataformas internas sólidas o automatizar pruebas. Otras son culturales, como marcar objetivos claros, trabajar en ciclos pequeños y fomentar la retroalimentación continua.
McKinsey insiste en la misma idea con otro vocabulario. Las organizaciones que combinan “madurez técnica” con “claridad cultural” logran un impacto mucho mayor que aquellas que solo adoptan la tecnología de forma superficial. La lección implícita es que la herramienta importa, pero lo decisivo es la capacidad de la organización para absorber la transformación.
Entre la prisa y la confianza
El horizonte inmediato no es binario. No se trata de “usar IA o no”, sino de mantener el equilibrio entre velocidad y estabilidad. La promesa esmás productividad, entregas frecuentes y menos tareas repetitivas. La advertencia que sin confianza ni prácticas sólidas, el beneficio se evapora. Si la IA amplifica lo que encuentra, el desafío está en preparar el terreno con cimientos robustos. El futuro no se medirá por cuántas líneas de código genere la máquina, sino por cuántas sobrevivan intactas al paso del tiempo.
Abre un paréntesis en tus rutinas. Suscríbete a nuestra newsletter y ponte al día en tecnología, IA y medios de comunicación.
