En 2026, la IA es plenamente capaz de escribir código. Puede generar motores de juegos en 3D complejos, superar las entrevistas de ingeniería de software de Google y construir sitios web de comercio electrónico completos en cuestión de minutos. Los gigantes tecnológicos no dejan de asegurarnos que “el problema de la programación ha sido resuelto por la IA”.
Sin embargo, ¿no le parece que las aplicaciones de su teléfono se cierran inesperadamente con más frecuencia que antes? Tras su última actualización, ¿su PC con Windows no ha sumado de repente varias funciones de IA que jamás solicitó? ¿El sistema de infoentretenimiento de su coche no se vuelve cada vez más lento o incluso se reinicia solo mientras conduce?
Si siente lo mismo, no está solo. Al rastrear este debate viral, se descubre que un número abrumador de desarrolladores e ingenieros, así como de usuarios comunes, comparten exactamente la misma frustración.
No es una ilusión suya. El 24 de julio de 2026, Piotr, un ingeniero de software polaco, publicó un extenso artículo en su blog personal titulado “Nothing Works and Everyone Is Euphoric” (Nada funciona y todo el mundo está eufórico), cuestionando la narrativa dominante de que “IA escribiendo código = mayor calidad del software”. El artículo explotó en Hacker News, alcanzando 427 puntos y 357 comentarios, una puntuación altísima que refleja la explosión de una ansiedad colectiva en la comunidad de desarrolladores.
Pie de imagen: Viñeta de xkcd “Software Development” — una sátira de la realidad actual donde añadir nuevas funciones es instantáneo, pero mantener la calidad bajo control es cada vez más imposible.
Historias de terror cotidianas desde los comentarios
El autor enumeró una serie de fallos de software que experimentó personalmente en tan solo una semana:
- Su aplicación bancaria requiere un promedio de tres intentos con FaceID antes de desplegar la ventana emergente de confirmación de pago.
- Al abrir Slack en macOS, el icono estuvo botando indefinidamente en el Dock sin responder. Mientras esperaba y cambiaba a otra ventana para escribir un comando, la ventana de Slack saltó de repente, robó el foco de la pantalla y envió el comando
gitque estaba escribiendo directamente a un canal público. - Al tramitar una solicitud de reparación en garantía en línea para su frigorífico LG estropeado —un largo formulario de varios pasos—, el botón final de envío dio error. Solo pudo descubrir el mensaje de error real abriendo las herramientas de desarrollador del navegador.
- Tras actualizar el sistema de su vehículo, el sonido del clic de los intermitentes desapareció de forma aleatoria (hasta reiniciar el sistema), al pulsar sobre Google Maps en la pantalla se abría la radio FM, y cada acción táctil sufría un retraso de 1 a 2 segundos. Esto no es solo una mala experiencia de usuario: afecta directamente a la seguridad al volante.
En la sección de comentarios, una de las reflexiones con mayor resonancia vino del usuario mancerayder, quien capturó la frustración colectiva: “Cuando veo una notificación de ‘actualización disponible’, mi primera reacción es de miedo, no de entusiasmo. Nunca sé qué cosas indeseadas van a añadir esta vez.”
Múltiples usuarios señalaron a Microsoft como el ejemplo más claro de esta deriva: disfrazar grandes actualizaciones de funciones como “actualizaciones de seguridad” obligatorias, tras las cuales el usuario descubre un montón de widgets de IA no solicitados. El significado de actualizar ha pasado de ser “mejorar la experiencia” a “rezar para que nada se rompa”.
Si la IA es cada vez mejor escribiendo código, ¿por qué el software empeora?
Este fenómeno parece paradojo a primera vista, pero utilizando varias analogías cotidianas no resulta difícil de comprender. Tras analizar el ensayo y el debate posterior, se destacan cuatro razones clave.
1. Construcción rápida sobre cimientos deficientes
Imagine una obra en construcción. La IA actúa como una superhormigonera y un suministro infinito de ladrillos: permite levantar paredes diez veces más rápido que antes. Sin embargo, la calidad estructural nunca se ha medido solo por la velocidad a la que se colocan los ladrillos; depende del diseño arquitectónico, el estudio del suelo, la inspección de materiales y el control de calidad en cada fase.
En el desarrollo de software, las herramientas de IA han hecho que “colocar ladrillos” (escribir código rutinario) sea extremadamente barato y rápido. Pero los pilares fundamentales de la calidad —diseño de arquitectura, manejo de casos límite, recuperación de errores y modelos de seguridad— son precisamente donde la IA es más débil. Levantar muros más rápido no resuelve los problemas de cimentación; solo da excusas a los directores de producto para exigir construir más alto y más rápido.
2. “Corregir errores” no genera KPIs
Las empresas de software operan guiadas por KPIs a largo plazo. El problema es que “hacer que el software sea más estable” resulta muy difícil de convertir en una diapositiva vistosa para la junta directiva. Como cita el autor a un gestor de producto ficticio: “Este trimestre no lanzaremos nuevas funciones ni rediseñaremos la interfaz: nos concentraremos exclusivamente en corregir bugs.” En la realidad corporativa, esto casi nunca sucede.
En un entorno donde la cantidad de nuevas funciones se traduce directamente en valoraciones de financiación, crecimiento de usuarios y titulares de prensa, la estabilidad y la calidad se convierten en deuda invisible. Con la IA acelerando el desarrollo de funciones, esta tendencia se ha multiplicado por diez. Como el ritmo de entrega es rápido, se asume que los fallos se parchearán tras el lanzamiento. Sin embargo, acumular parches es como poner tiritas sobre una pared en ruinas: cuanto más gruesa es la capa de tiritas, peor es la resistencia de la estructura.
3. La propagación “cancerígena” de la complejidad
Durante la última década, la complejidad del software ha crecido de forma descontrolada como células cancerosas. Una aplicación moderna depende de docenas o cientos de librerías de terceros, servicios en la nube y cadenas de llamadas a APIs. Un fallo en cualquier eslabón tras una actualización puede paralizar todo el sistema.
La llegada de la IA no ha reducido esta complejidad; ha añadido una capa superior. Los desarrolladores utilizan ahora código generado por IA que a menudo no entienden del todo. Es similar a un médico que receta medicamentos sin leer el prospecto. La IA escribe rápidamente código que “parece correcto”, pero carece de una comprensión real sobre condiciones límite, carreras de concurrencia, vulnerabilidades de seguridad y compatibilidad hacia atrás.
4. El peligroso bucle de la pérdida de habilidades (AI Deskilling)
Este es el punto más sutil y peligroso. Cuando un desarrollador sabe que la IA puede escribir código por él, su motivación para comprender a fondo ese código disminuye. Al usar código de IA de forma repetida sin profundizar en la lógica, las habilidades fundamentales del ingeniero se deterioran en silencio.
Este es precisamente el fenómeno de “pérdida de habilidades por IA” (AI deskilling) que se debate acaloradamente en el sector: cuanto más poderosa es la herramienta, más débil se vuelve la habilidad humana. Cuando todo el mundo depende de la IA para escribir código, si este contiene errores lógicos profundos, muy pocos serán capaces de detectarlos y corregirlos. La industria del software está perdiendo gradualmente la capacidad de entender el código que produce.
Pie de imagen: Viñeta clásica de xkcd “Code Quality” — refleja a la perfección la pesadilla de los desarrolladores: corregir un fallo solo para provocar 127 errores nuevos.
El villano no es la IA, sino una cultura de ingeniería que antepone la velocidad a la calidad
Es necesario aclarar que el autor no está en contra de la IA. Como él mismo escribe: “Esas granjas de GPUs que zumban nos han dado superpoderes, pero seguimos sin usarlos para crear mejor software.”
La IA es simplemente una herramienta. El problema radica en la cultura de ingeniería que se ha formado a su alrededor: una cultura que premia la velocidad de entrega, el exceso de funciones y las altas valoraciones, pero que rara vez recompensa la fiabilidad del software. Mientras la corrección de errores no forme parte de los OKR y la estabilidad del sistema sea menos atractiva para los inversores que el número de usuarios activos, la IA se seguirá empleando en la dirección equivocada.
Conclusión: ¿Dónde está la esperanza?
Curiosamente, el autor concluye su artículo afirmando que no es pesimista. Sostiene que a medida que las grandes empresas se ahoguen en su propia “deuda técnica de IA”, los desarrolladores independientes que realmente se preocupan por la calidad tendrán una oportunidad única: utilizar herramientas de IA para crear productos con una calidad infinitamente superior a la del software corporativo.
Ya hay primeros indicios: han comenzado a surgir movimientos de resistencia contra el software pesado en macOS y Windows, y hay creadores desarrollando alternativas más ligeras y estables. Si esta tendencia se extiende desde los sistemas operativos a todo el ecosistema de software, podría terminar obligando a la industria a volver a dar prioridad a la calidad.
Mientras tanto, sin embargo, el botón de actualizar sigue siendo un interruptor de riesgo, y las nuevas versiones suelen traer nuevos quebraderos de cabeza. Reconocer el problema es, como siempre, el primer paso inevitable para resolverlo.
Enlaces de referencia
- Ensayo original: Nothing Works and Everyone Is Euphoric (ptrchm.com)
- Debate en HN: news.ycombinator.com/item?id=49033004 (427 puntos / 357 comentarios)
- XKCD #2021: Software Development
- XKCD #1513: Code Quality
- Merchants of Complexity (world.hey.com/dhh/merchants-of-complexity)
- Hilos de Twitter citados en el ensayo: x.com/robj3d3/status/2076356929878966555 / x.com/thekitze/status/2076360316670054760
Créditos de imágenes
- Figura 1: Cómic web de xkcd bajo licencia CC BY-NC 2.5.
- Figura 2: Cómic web de xkcd bajo licencia CC BY-NC 2.5.
- El sitio web del ensayo original (ptrchm.com) solo contiene favicon.ico y la foto de perfil del autor (/images/photo.jpg), sin imágenes en el cuerpo del texto, por lo que no se han podido extraer imágenes de la fuente original.
