Cuando METR intentó repetir un estudio de 2025 que sugería que la IA mejoraba la producción de los desarrolladores, los investigadores encontraron un obstáculo inesperado: los desarrolladores se negaron a realizar cualquier tarea sin asistencia de IA. El laboratorio, incapaz de recopilar datos controlados, se centró en una encuesta de mayo en la que los programadores afirmaron que la IA duplicaba su valor para los empleadores. El optimismo autoinformado choca con la creciente evidencia de que las herramientas de codificación de IA pueden en realidad impedir el progreso.

La tabla de clasificación de tokens interna de Amazon, Kirorank, fue desconectada después de que los empleados comenzaron a inflar el uso para manipular el sistema, aumentando los costos sin entregar ganancias de productividad reales, según informó el Financial Times. La experiencia de Uber fue aún más drástica. La gigante de los viajes en línea agotó su presupuesto de IA de 2026 dentro de los primeros cuatro meses, y el director de operaciones Andrew Macdonald admitió que el gasto no se tradujo en resultados de proyecto medibles, según The Information.

Los expertos de la industria etiquetan el enfoque en el consumo de tokens como "tokenmaxxing", una práctica que equipara el uso raw de IA con la eficiencia. El CEO de Salesforce, Marc Benioff, recientemente pidió una "capa intermedia" para enrutar tokens de manera inteligente entre modelos de alta gama y más baratos, reconociendo implícitamente que no todos los tokens agregan valor.

Más allá de las preocupaciones sobre los costos, la calidad del código generado por IA está bajo escrutinio. James Shore, un programador y autor, advirtió que la creación de código más rápida puede ocultar una deuda de mantenimiento oculta. La startup Entelligence AI afirma que el 44% de los tokens gastados en herramientas de codificación de IA se destinan a solucionar errores introducidos por las mismas herramientas. De manera similar, el análisis de solicitudes de extracción de código abierto de CodeRabbit encontró que el código producido por IA generó 1,7 veces más problemas que el código escrito por humanos.

Los investigadores de la Universidad de Gestión de Singapur llegaron a la misma conclusión en un informe de abril, señalando que el código generado por IA puede enviarse rápidamente pero a menudo conlleva costos de mantenimiento a largo plazo. Su recomendación: tratar la salida de IA como código de un desarrollador junior, sometiéndolo a una revisión rigurosa y manteniendo a los humanos responsables de la arquitectura y la seguridad.

Las empresas continúan contratando "codificadores de vibra" y promocionando intensamente los roles de desarrollo asistido por IA a pesar de la evidencia mixta. El fundador de Cognition, Scott Wu, cuyo agente de codificación de IA Devin se sitúa entre un programador junior y uno de nivel medio, admite que la herramienta no es una solución de configuración y olvido. La industria, dice, debe construir una infraestructura de garantía de calidad robusta para evitar convertir las ganancias de velocidad en deuda técnica.

A medida que el mercado de codificación de IA se expande más rápido que las pruebas concluyentes de su eficacia, se amplía la brecha entre la productividad percibida y la real. Los desarrolladores parecen no estar dispuestos a regresar a un mundo sin asistencia de IA, sin embargo, las herramientas pueden estar generando más problemas de los que resuelven. El consenso emergente entre los ingenieros y los analistas es claro: sin una supervisión más sólida, la promesa del desarrollo impulsado por IA sigue sin cumplirse.

Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.