En 2026, los investigadores descubrieron que no se pueden liberar herramientas de codificación de IA de las garras de los desarrolladores.
Pero si bien la IA sin duda ayuda a los codificadores a producir código más rápido, es posible que no produzca un código mejor, advierten otros investigadores. Y esto puede causarles problemas.
En concreto, en febrero de 2026, el laboratorio líder en investigación en IA METR publicó una sorprendente revelación: La mayoría de los desarrolladores ya no podrán trabajar, ni siquiera en un número limitado de tareas, sin IA.
METR espera brindar información actualizada a algunas personas Se publica una investigación innovadora unos meses antes, en 2025, sobre la productividad de la codificación de IA. En él, los investigadores midieron cuánto tiempo les tomó a los desarrolladores de código abierto realizar tareas manualmente en comparación con la IA.
Aunque los desarrolladores del estudio informaron que la IA los hacía más productivos, se sorprendieron al descubrir que en realidad los ralentizaba. Por supuesto, esto produce código más rápido, pero luego dedican más tiempo a encontrar y corregir errores, dirigir la IA y esperar a que complete la tarea.
Cuando METR quiso repetir experimentos para medir el progreso de la IA y la competencia del codificador, no pudo.
Los investigadores admitieron que los desarrolladores no estaban dispuestos a participar “porque no querían trabajar sin IA”, ni siquiera solo para la investigación.
Por otro lado, METRO publicar una encuesta en mayo que permite a los empleados técnicos informar por sí mismos sobre sus mejoras en la productividad de la IA. No es sorprendente que sientan que la IA los hace dos veces más valiosos para sus organizaciones.
Pero los titulares recientes sobre las enormes tarifas del llamado tokenmaxxing, junto con un puñado de estudios recientes, ponen en duda esa autopercepción.
Tokenmaxxing, o utilizar la cantidad de tokens que una persona usa como indicador de la productividad con IA, ha sido la tendencia de 2026 hasta ahora. Y puede que todo haya terminado.
Amazon cerró una tabla de clasificación interna de seguimiento de tokens llamada Kirorank después de que los empleados jugaran con ella mediante el uso excesivo de agentes de inteligencia artificial y el aumento de los costos. El Financial Times informó esta semana. Los empleados dan fe de que el uso de la IA no da como resultado automáticamente una mayor productividad.
Uber gastó su presupuesto de IA para 2026 en los primeros cuatro meses del año. Información informó. El director de operaciones, Andrew Macdonald, dijo recientemente en un podcast que así El gasto estatal no produjo mejoras mensurables. en proyectos o productividad.
El código generado por IA tampoco reduce necesariamente la necesidad de mantenimiento continuo del código e incluso puede aumentarla, sostiene elegantemente el programador y autor James Shore en una publicación de blog que se volvió viral en Hacker News.
“¿Ahora escribes código dos veces más rápido? Mejor espero que reduzcas a la mitad los costos de mantenimiento”, escribió. “De lo contrario, estás condenado. Estás intercambiando un aumento de velocidad temporal por un contrato permanente”.
Existe otra evidencia de que la IA puede mejorar los problemas de mantenimiento del código.
A tuit viral de Aiswarya Sankar, fundador y director ejecutivo de la startup Entelligence AI, agencia de ingeniería de confiabilidad, afirmó que las empresas gastan el 44% de sus tokens en la corrección de errores que genera su IA. Mientras tanto, las empresas de herramientas de revisión de código códigoconejito dijo que analizó las solicitudes de extracción de código abierto y descubrió que la IA generaba 1,7 veces más problemas que el código humano.
Por supuesto, estas son estadísticas interesadas de quienes intentan vender herramientas de revisión de códigos de IA.
Pero investigadores independientes también encontraron problemas similares. Investigador de la reconocida Singapore Management University publicó el informe en abril advierte que “el código generado por IA puede introducir costos de mantenimiento a largo plazo en proyectos de software reales”.
Teniendo en cuenta que los programadores aman a sus asistentes de IA, ¿cuál es la solución?
Bueno, aquellos que quieren venderle agentes de codificación de IA dicen que los desarrolladores pueden simplemente usar agentes de codificación de IA para realizar las laboriosas tareas de corregir el código tan rápido como la IA lo escupe. Eso es lo que sugiere el fundador y director ejecutivo de Cognition, Scott Wu, creador del agente de codificación de inteligencia artificial Devin.
Pero admite que, si bien Devin puede trabajar de forma independiente, actualmente clasifica sus habilidades entre programador junior y medio, dependiendo de la tarea. Esta no es una solución de simplemente hacerlo y olvidarlo.
Los investigadores del SMU sugieren un enfoque más humano. Los programadores necesitan saber qué tareas hace y qué no hace una IA tan bien como conocen su lenguaje de codificación favorito. Necesitan un sistema sólido de garantía de calidad diseñado para la IA y deben revisar de cerca el trabajo de la IA como si fueran desarrolladores junior.
Mientras tanto, dicen los investigadores (y Wu está de acuerdo), los humanos aún deberían hacer el gran trabajo como la arquitectura del software y el diseño de seguridad.
Cuando compra a través de enlaces en nuestros artículos, es posible que ganemos una pequeña comisión. Esto no afecta nuestra independencia editorial.
