Copilotos y agentes: cómo ha cambiado escribir software

El informe DORA de 2025, que elabora Google sobre una de las muestras más amplias del sector, deja dos cifras que conviene leer juntas. La primera: el 90% de los profesionales de desarrollo usa IA, catorce puntos más que el año anterior, con una mediana de unas dos horas diarias trabajando con ella. La segunda: el 30% declara poca o ninguna confianza en el código que genera. Solo un 24% dice confiar mucho.

Eso es lo que el propio informe llama la paradoja de la confianza. No es una incoherencia: es cómo se usa una herramienta que resulta útil sin ser fiable. Se aprovecha y se revisa.

Sobre cuánto código escribe ya la IA, los números que circulan son espectaculares. Sundar Pichai declaró en abril de 2026 que el 75% del código nuevo de Google lo genera IA y lo aprueban ingenieros; la progresión es llamativa, porque en octubre de 2024 hablaban de más del 25%. Microsoft situaba en 2025 entre el 20% y el 30% el código de sus repositorios.

Conviene leer esas cifras con cuidado. «Código escrito por IA» significa cosas distintas según quién lo diga: sugerencias de autocompletado aceptadas, código generado por un agente, o código revisado y aprobado por una persona. No son magnitudes comparables entre empresas, y usarlas como si lo fueran lleva a conclusiones equivocadas.

El estudio sobre productividad que más se cita es también el que peor se lee. METR publicó en julio de 2025 un ensayo controlado aleatorizado: dieciséis desarrolladores experimentados, 246 tareas reales, en repositorios que ya conocían. El resultado fue que fueron un 19% más lentos usando IA, mientras creían haber sido un 20% más rápidos.

En febrero de 2026 METR publicó un seguimiento, y aquí está el error que conviene no repetir. Circula que «METR ahora dice que son un 18% más rápidos». Es una mala lectura. El resultado fue del −18%, pero con un intervalo de confianza que va del −38% al +9%: cruza el cero, así que no es concluyente. Los propios autores escriben que sus datos «dan una señal poco fiable» del efecto actual, entre otras cosas porque cada vez más desarrolladores se niegan a participar en un estudio que les obliga a trabajar sin IA. Por eso cambiaron el diseño del experimento.

Esto importa más de lo que parece. Si decides el utillaje de tu equipo a partir de una cifra mal leída, decides mal. La conclusión honesta hoy es que no sabemos con precisión cuánto acelera la IA a un desarrollador experto en código que ya conoce, y que quien te dé un número redondo te está vendiendo algo.

El cambio de fondo sí es claro: de copilotos a agentes. De un autocompletado sofisticado a sistemas a los que das órdenes y orquestas. Computerworld lo recogía en junio de 2026 citando a McKinsey: integrar herramientas de IA no basta, hay que reestructurar los flujos de trabajo. La herramienta sola no cambia el resultado.

Ese mismo artículo apunta a un riesgo que nos parece el más serio de todos, citando un estudio de Anthropic: la automatización puede erosionar la capacidad de los desarrolladores junior para validar código. Si nadie aprende a revisar, dentro de unos años no habrá quien supervise lo que produce la máquina.

La consecuencia ya se nota en el mercado: la demanda se desplaza hacia perfiles senior capaces de gobernar sistemas de IA, no hacia posiciones de entrada. Es un problema para el sector, y es una de las razones por las que nosotros mantenemos un equipo propio y estable en lugar de rotar gente por proyecto.

Nuestro criterio con todo esto cabe en una frase: la IA escribe, una persona firma. Nada llega a producción sin que alguien que lo entiende lo haya leído. No por desconfianza en la herramienta, sino porque el día que algo se rompa a las tres de la mañana, quien lo arregla es una persona.