¿Por qué disminuye la confianza en las herramientas de codificación de IA?

Las herramientas de codificación de IA están siendo adoptadas ampliamente por los desarrolladores, pero a medida que aumenta su uso disminuye la confianza en ellas, según concluye un informe de la comunidad y centro de información Stack Overflow tras encuestar a 49.000 desarrolladores profesionales.

La encuesta reveló que cuatro de cada cinco desarrolladores utilizan herramientas de IA en su flujo de trabajo en 2025, un porcentaje que ha experimentado un rápido crecimiento en los últimos años. Dicho esto, «la confianza en la precisión de la IA ha disminuido del 40% en años anteriores a tan solo el 29% este año», indican. El motivo principal: el impuesto oculto a la productividad del código de IA «casi correcto», del que habla VentureBeat.

Herramientas de codificación de IA

El mundo del desarrollo de software fue uno de los primeros en adoptar herramientas de inteligencia artificial, pero como otros sectores (véase la IA agéntica) aún tiene camino que recorrer y mejorar para una implementación generalizada. Simplemente, todavía necesitan una amplia supervisión humana. Aunque se espera que estas tecnologías sirvan como una herramienta poderosa para mejorar la productividad, permitiendo a los desarrolladores trabajar de manera más eficiente, son amplias las voces autorizadas que dicen que la IA no reemplazará a los programadores en un futuro próximo.

La disparidad de resultados entre las métricas analizadas por Stack Overflow ilustra el impacto complejo y evolutivo de herramientas de IA  como GitHub Copilot o Cursor en la profesión. Existe relativamente poco debate entre los desarrolladores sobre si las herramientas son o deberían ser útiles, pero aún se está investigando cuáles son sus mejores aplicaciones y sus limitaciones.

Al preguntarles cuál era su principal frustración con las herramientas de IA, casi la mitad de los encuestados afirmó tener dificultades con las «soluciones de IA que son casi correctas, pero no del todo», el mayor problema reportado. Esto se debe a que, a diferencia de los resultados claramente erróneos, estas pueden introducir errores insidiosos u otros problemas difíciles de identificar de inmediato y cuya resolución requiere mucho tiempo, especialmente para los desarrolladores de menor experiencia que abordaron el trabajo con una falsa sensación de confianza debido a su dependencia de la IA.

Como resultado, más de un tercio de los desarrolladores encuestados afirman que algunas de sus visitas a Stack Overflow se deben a problemas relacionados con la IA. Es decir, las sugerencias de código que aceptaron de una herramienta basada en LLM generaron problemas que luego tuvieron que resolver otros.

Si bien recientemente se han producido importantes mejoras mediante modelos optimizados para el razonamiento, es poco probable que esa falta de fiabilidad desaparezca por completo: es endémica de la naturaleza misma del funcionamiento de la tecnología predictiva. Es por eso que el 72 por ciento de los participantes de la encuesta dijo que la «codificación de vibraciones» no es parte de su trabajo profesional; algunos sienten que es demasiado poco confiable y que puede introducir problemas difíciles de depurar que no son apropiados para la producción.

Útiles, pero no totalmente fiables

Dado todo ese escepticismo y frustración, ¿por qué los desarrolladores siguen usando las herramientas? Bueno, en algunos casos, los responsables intentan obligarlos, pero lo más común es que las herramientas se usan porque siguen siendo claramente útiles: simplemente es importante usarlas correctamente y conocer su alcance real.

Es importante que los gerentes y los colaboradores individuales incorporen herramientas de IA al flujo de trabajo junto con una capacitación sólida para garantizar una comprensión profunda de las mejores prácticas, de modo que las herramientas no se utilicen incorrectamente de una manera que no genere más problemas de los que resuelve o que desperdicie más tiempo del que ahorra.

Los desarrolladores deben desconfiar menos de elementos como las sugerencias de autocompletado de Copilot, considerándolas más como un punto de partida en lugar de simplemente pulsar el tabulador y seguir adelante. Herramientas como estas son más adecuadas para una relación de programación en parejas limitada: pedirle al LLM que encuentre problemas o sugiera soluciones más elegantes que se consideren críticamente, no que sugiera métodos completos que se acepten sin más.

También pueden ser útiles para el aprendizaje. La oportunidad de estar en constante aprendizaje, familiarizándose continuamente con nuevos lenguajes, marcos de trabajo o metodologías, es uno de los atractivos para algunas personas, y los LLM pueden reducir la fricción en ese proceso al responder preguntas de forma más específica que con búsquedas laboriosas en documentación técnica a menudo incompleta; precisamente el tipo de cosas para las que se ha usado Stack Overflow históricamente.

«Aunque hemos observado una disminución en el tráfico, no es tan drástica como algunos sugieren», declaró Jody Bailey, director de Producto y Tecnología de Stack Overflow, en un comentario a VentureBeat. Stack Overflow planea destinar parte de sus recursos tanto a ampliar el conocimiento sobre herramientas de IA como a fomentar debates comunitarios que ayuden a resolver problemas específicos de los flujos de trabajo que involucran dichas herramientas.

Las herramientas de codificación de IA son útiles y lo serán aún más en el futuro cuando mejoren las tecnologías de inteligencia artificial. Pero de momento, la confianza en ellas no está a la altura de la enorme inversión y marketing. Las herramientas de IA prometen mejoras de productividad, pero en realidad podrían generar nuevas categorías de deuda técnica. El código «casi perfecto» generado requiere una intervención significativa del desarrollador para estar listas para producción. Esto crea un problema particularmente insidioso, según la encuesta de Stack Overflow.

(muycomputerpro.com)

Les estaremos informando con mucho más detalle, en el marco del informe especial: “Soluciones y productos de infraestructura para edificios y ciudades inteligentes (Sistemas BIM y BMS), POL (Passive Optical LAN). Seguridad integrada, video vigilancia y control de acceso. Casos de uso y aplicabilidad de cada solución y producto, incluyendo la colaboración digital (relacionado a realidad virtual sistema BIM) (Gemelos digitales). Buenas prácticas ambientales.», que estamos preparando para nuestra edición 216 y publicaremos en el mes de julio.

Mantente conectado a nuestra revista Channel News Perú, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario.