Los Desarrolladores no nos quedaremos sin trabajo por la IA, pero, los juniors...

Si eres un desarrollador de software, yo creo que la IA no te va a dejar sin trabajo, al menos a corto plazo. Ya a largo, bueno... ya veremos qué pasa. A excepción de si eres un junior, yo creo que ahí la cosa cambia un poco.

Recordemos: esto es netamente mi opinión. Tú puedes estar de acuerdo, en desacuerdo, de acuerdo parcialmente, etcétera. Pero en este caso, antes de comentarte el porqué, quiero mostrarte una consulta que le hice a ChatGPT. Te la voy a mostrar y la vamos a analizar en unos momentos, al punto que quiero llegar.

¿Qué hace un desarrollador junior?

Antes de eso, quiero hablar un poco sobre qué es un junior o cuál es el papel de un junior en una empresa, que es a lo que quiero llegar. Y, antes de esto... ¡el bendito blog! Por Dios:

desarrollolibre.net/blog

Para mí, un junior puede cubrir varias funciones, pero creo que la principal es hacer pequeños desarrollos. Entiéndase: precisamente por la falta de experiencia que tiene, la persona a cargo le va a decir al junior:

“Mira, necesitamos crear un modal que, al hacerle click, haga un popup, alguna animación estúpida, te muestre cierta información y, bueno, haz eso.”

Ah, perfecto, ya tenemos el modal.

“Entonces crea un formulario por ahí empleando tal y tal cosa, o averíguate cómo utilizarlo o crearlo en tal tecnología, y termina el desarrollo.”

“Ah, perfecto. Créame un listado paginado de ciertas publicaciones. Para esto, recuerda que tenemos tal cosa...”

Es decir, es una persona literalmente —y creo que ya puedes ver las referencias— a la cual tú le indicas un desarrollo que quieres que haga, algo que puedas controlar. Algo que tú veas que no se va a poner muy creativo. Entiéndase: no le vas a decir al junior, “Hazme la aplicación completa que pidió el cliente, que tiene 20 módulos distintos,” porque ahí te va a salir una culebra con cuatro cabezas.

Tú intentas llevarlo un poco de la mano, lo vas guiando sobre cómo hacer sus desarrollos, y obviamente vas respondiendo sus consultas y demás.

El punto clave: tareas limitadas

A lo que me refiero, y el punto más importante: el junior va haciendo pequeños desarrollos. Es decir, nunca le vas a dejar —como sí podrías hacer con un semi senior o un senior— rienda suelta para que haga lo que mejor le parezca. Obviamente, es una persona con poca experiencia. Y ahí está la situación.

Entonces, ¿a qué quiero llegar con esto? Que el factor clave es ese: un junior es alguien a quien le vas a pedir desarrollos de alcance muy limitado, y eso sería prácticamente todo.

Entra ChatGPT/IA en escena

Y es aquí donde entra ChatGPT o alguna otra IA. Para mí, eso es precisamente lo que permite hacer este tipo de IAs. Digo ChatGPT porque es la que yo uso y creo que es la más general, pero seguramente hay otras más específicas que aún no he probado, ya que con esta me basta.

Por más que sea mi experiencia con las IAs ha sido en su mayoría con ChatGPT, porque me ha servido. Literalmente, para lo que la necesito, me sirve. No he tenido la necesidad de probar otra.

Lo que ChatGPT puede hacer (y lo que no)

Por ejemplo, si yo necesito un pequeño desarrollo:

“Necesito hacer un modal. Necesito hacer una paginación. Necesito hacer una gráfica. Necesito hacer un listado filtrado. Necesito hacer un formulario con validaciones. Necesito convertir HTML a PDF. Necesito hacer un componente en Vue que haga tal cosa…”

Yo se lo pido a ChatGPT y, en cuestión de segundos o minutos, tengo una base funcional. A veces hasta me da el código completo, me explica cómo usarlo, me explica cada parte del código y, si tengo dudas, le pregunto y me responde. Literalmente, es como tener un desarrollador junior junto conmigo, pero que no duerme, no cobra, no se queja, y está siempre disponible.

¿Y qué pasa con los juniors?

Ahora, ¿cuál es el problema? Que si yo tuviera que contratar a alguien, y veo que una IA como ChatGPT me da una solución funcional en segundos —ojo, a veces tengo que adaptarla un poco, o no es perfecta, pero el 80% del trabajo está hecho—, ¿por qué contrataría a un junior?

Y aquí es donde muchos podrían decirme:

“Bueno, pero ChatGPT no entiende el contexto de una aplicación completa.”

Es cierto, no lo hace del todo. Pero aquí entra el punto importante: si tú estás liderando el proyecto, si tú eres el senior o el arquitecto, entonces tú ya sabes hacia dónde va la aplicación. Y si tienes el tiempo para coordinar y pedirle a la IA pequeñas piezas, esas piezas luego las ensamblas tú mismo, como si estuvieras recibiendo el trabajo de un junior.

Y lo haces más rápido, más barato, sin depender de nadie.

Reemplazar a empleados JUNIORs con IA es "una de las cosas más tontas que he escuchado"

El director de la nube de Amazon afirma que reemplazar a empleados juniors con IA es una de las cosas más tontas que ha escuchado en su vida. Y la verdad, coincido. Vamos a bajar un poco y repasar otras frases que me parecieron muy interesantes.

Las habilidades más valiosas no dependen de un título

También señaló que las habilidades más valiosas en la economía impulsada por la IA no están vinculadas a ningún título universitario.
Por lo tanto, si estás viéndome y quieres aprender una nueva profesión, no tienes excusa: ahora el título ya no es una limitante para ejercer de manera profesional.

El futuro cambia constantemente

Otra frase que me pareció célebre fue esta: si dedicas todo tu tiempo a aprender algo específico y crees que dentro de 30 años seguirás siendo experto en eso, te aseguro que no te servirá de nada.
El motivo es claro: 30 años es demasiado tiempo, todo evoluciona, y seguramente ya no será lo mismo en ese futuro.

Lo que sí debes aprender

En cambio, dijo que los estudiantes deberían centrarse en desarrollar el razonamiento crítico, la creatividad y la capacidad de adaptarse a medida que evoluciona la tecnología.
Esas son habilidades que no nos podrán quitar, al menos en el corto plazo. Precisamente, eso es lo que caracteriza al humano: pensamiento crítico, creatividad y adaptabilidad.

Siempre debe de haber juniors

Mi frase favorita es la que da título a todo esto: el reemplazo de los juniors por IA es la cosa más tonta que he escuchado.
Y siguiendo esa lógica, él se pregunta: ¿cómo va a funcionar esto cuando dentro de 10 años no haya nadie que haya construido o aprendido algo?.
La verdad es que todos empezamos como juniors. Si eliminan esos puestos, se corta la base misma del aprendizaje y del crecimiento profesional.

Me gradué en informática y la única empresa que me llamó fue una cadena de comida rápida

“Me gradué en informática y la única empresa que me llamó para una entrevista fue una cadena de comida rápida”, un McDonald's, por así decirlo. Esto conecta con una opinión que compartí hace unas semanas, en un artículo que decía que los desarrolladores no nos quedaremos sin trabajo… pero los juniors sí.

El problema de ser junior, puestos de entrada

Con “juniors” me refiero a quienes tienen poca experiencia laboral. Esto incluye a los que recién se gradúan —ya sea de una carrera técnica, licenciatura o ingeniería— y también a quienes aprenden programación en bootcamps. Antes existía el famoso “cuento” de que, tras hacer un curso básico de programación, automáticamente conseguías un empleo.
En cierta medida era cierto, porque el desarrollo de software siempre necesitaba personas con distintos niveles de experiencia. Sin embargo, la situación ha cambiado, y lo he vivido en carne propia.

Cómo la IA cambió mi forma de trabajar

Yo trabajo solo, y antes me habría venido bien alguien que me ayudara con código o redacción de artículos. Pero ahora la IA cubre esa necesidad en segundos y, muchas veces, con mejores resultados. El mayor impacto, entonces, recae en los puestos de entrada: los trabajos que antes eran para juniors.

Esto no solo pasa en informática; cualquier profesión digital con tareas repetitivas y sencillas es vulnerable.

La realidad del mercado laboral

En otro artículo se comentaba que muchos graduados envían miles de solicitudes sin éxito. Un ejemplo: alguien envió 6.000 aplicaciones, consiguió solo 13 entrevistas y una fue en McDonald's… donde lo rechazaron por falta de experiencia. Es un círculo vicioso: para ser senior primero hay que ser junior, pero las oportunidades para empezar cada vez son menos.

Optimización y reducción de personal

La IA no solo “reemplaza” tareas, sino que optimiza procesos. Si una empresa con 20 desarrolladores puede hacer el mismo trabajo en menos tiempo gracias a la IA, puede prescindir de parte del personal. La mayoría optará por esta solución cómoda en vez de buscar más proyectos.
La alternativa “incómoda” sería expandirse y aprovechar esa eficiencia para crecer, pero pocas lo hacen.

Yo creo que el problema no es que “alguien que use IA mejor que tú te quite el trabajo”, sino que la propia optimización deje a gente fuera, sobre todo a los juniors.

Por eso recomiendo aprovechar estas herramientas para crear tus propias soluciones, seguir aprendiendo y aumentar tus posibilidades.

La Tendencia del "Programador 10x" y el Impacto de la Inteligencia Artificial en el Empleo

En el sector tecnológico ha surgido un fenómeno conceptualizado como el "Programador 10x" impulsado por Inteligencia Artificial. Esta tendencia plantea un escenario complejo: la posibilidad de optimizar los flujos de desarrollo al punto de delegar el volumen de trabajo de múltiples profesionales en un único desarrollador altamente capacitado en el uso de herramientas generativas.

Cuando un desarrollador integra la IA de forma correcta en su flujo de trabajo, experimenta un incremento drástico en su productividad, logrando resolver tareas complejas en una fracción del tiempo que requería tradicionalmente.

1. El Dilema Operativo de las Empresas ante la Alta Eficiencia

Ante este incremento de velocidad en la entrega de software, las organizaciones de desarrollo se encuentran frente a tres caminos estratégicos:

• Reducción de Tiempos Muertos: Permitir que el profesional finalice sus asignaciones antes de tiempo y permanezca inactivo el resto de la jornada laboral. Este escenario es inviable en la práctica, dado que las empresas buscan la máxima eficiencia operativa y exigen el cumplimiento de la jornada laboral contratada.
• Escalamiento del Volumen de Trabajo: Incrementar el flujo de proyectos y captación de clientes.
• Reducción de Personal (Despido Tecnológico): Reemplazar a parte del equipo por perfiles que dominen las herramientas de IA con mayor destreza, disminuyendo los costes operativos.

El segundo camino —aumentar el flujo de trabajo— presenta serias limitaciones en el mundo real. La capacidad de expansión de una empresa no es lineal ni infinita, y se enfrenta a barreras de mercado complejas:

+-----------------------------------------------------------------+
|                     LÍMITES DE ESCALABILIDAD                    |
+-----------------------------------------------------------------+
|  • Mercado Local Saturado: Si una agencia regional absorbe el    |
|    tráfico de su zona, el número de clientes nuevos está topado.  |
|  • Modelos de Licenciamiento Fijos: En software embebido o para  |
|    industrias específicas, optimizar el código no duplica la    |
|    venta de licencias existentes.                               |
|  • Desconexión con el Entorno Real: La velocidad del desarrollo |
|    técnico suele superar la velocidad de absorción comercial.    |
+-----------------------------------------------------------------+

Debido a estas matices de mercado, la solución más directa y sencilla para muchas organizaciones es mantener el flujo de crecimiento tradicional y ajustar el tamaño de sus plantillas mediante despidos, delegando la carga en profesionales con habilidades optimizadas por IA.

2. La Productividad Real en el Desarrollo de Software: Experiencia Práctica

La adopción de la Inteligencia Artificial en proyectos de gran envergadura demuestra su valor como acelerador. En la refactorización arquitectónica y el desarrollo de nuevas funcionalidades para plataformas complejas (como sistemas de autenticación, carritos de compra o pasarelas de pago), la IA puede resolver entre el 80% y el 90% del trabajo mecánico inicial.

Incluso en áreas donde el desarrollador no posee una especialización primaria, como el diseño de interfaces gráficas o la estilización web avanzada, estas herramientas permiten potenciar los conocimientos técnicos existentes para construir interfaces más agradables y funcionales.

Sin embargo, reportes de la industria (como los análisis de portales especializados como Xataka) e ingenieros de software coinciden en un factor crítico: aunque tareas que tomaban días ahora se estructuran en minutos, el desarrollador debe invertir un porcentaje significativo de tiempo en analizar, interpretar y adaptar el código generado por la IA.

3. El Filtro Técnico: Por Qué el Factor Humano Sigue Siendo Imprescindible

La Inteligencia Artificial presenta limitaciones severas cuando se enfrenta a lógicas de negocio personalizadas o arquitecturas de software complejas. Un caso de estudio representativo ocurre al implementar sistemas de pre-renderizado de contenido local para la generación de documentos dinámicos (como libros técnicos o módulos de Curriculum Vitae).

      FLUJO CORRETO DE PRE-RENDERIZADO DE CONTENIDO
      
+-------------------+      +-------------------+      +-------------------+
|   Campo CONTENT   | ---> |  Vista PREVIEW    | ---> |Campo CONTENT_REND |
| (Código Fuente o  |      |  (Renderizado con |      | (HTML procesado   |
|  Texto Plano)     |      |   JavaScript)     |      |  listo para PDF)  |
+-------------------+      +-------------------+      +-------------------+
                                                              |
                                                              v
                                                     [ Generación PDF ]

Al intentar programar este flujo, los modelos de lenguaje suelen confundir los roles de los campos content (el origen de los datos) y content_render (el HTML final procesado en la vista de previsualización). La IA tiende a introducir condicionales erróneos o a ejecutar persistencias de datos duplicadas durante el método de guardado (save), mezclando los alcances de ambos campos.

Conclusión

A menos que se trate de la escritura de código genérico, monótono y repetitivo, la Inteligencia Artificial tiende a perder el contexto de sistemas complejos. Si el desarrollador no posee bases sólidas de programación para interpretar, depurar y corregir las inconsistencias generadas por el modelo, la solución propuesta se vuelve inútil.

Por tanto, la metodología de desarrollo más eficiente en la actualidad no consiste en delegar la autonomía total a un agente autónomo, sino en aplicar un enfoque de desarrollo incremental: dividir los módulos grandes en microtareas y guiar activamente a la IA en la ejecución de cambios controlados bajo supervisión humana constante.