Estudios recientes revelan que muchos desarrolladores ya no quieren programar sin asistentes de inteligencia artificial. Pero detrás de la explosión del “vibe coding” aparecen dudas sobre productividad, costos y calidad del software.
La inteligencia artificial ya se volvió indispensable para millones de programadores. Tanto, que algunos directamente se niegan a trabajar sin ella. Esa es una de las conclusiones más llamativas de un reciente informe publicado por METR, uno de los laboratorios de investigación en IA más respetados del sector.
El estudio refleja hasta qué punto herramientas como GitHub Copilot, Devin y otros asistentes de programación impulsados por modelos generativos transformaron el desarrollo de software en apenas dos años. Pero también deja al descubierto un problema creciente: la velocidad que aporta la IA podría estar deteriorando la calidad del código y aumentando costos ocultos para empresas y equipos técnicos.
“No quieren trabajar sin IA”
METR había intentado replicar en 2026 una investigación realizada en 2025 sobre productividad en programación asistida por inteligencia artificial. En aquel experimento, los desarrolladores debían completar tareas tanto manualmente como utilizando IA.
Los resultados sorprendieron incluso a los investigadores. Aunque los programadores sentían que trabajaban más rápido gracias a la IA, el estudio mostró que en realidad terminaban demorando más tiempo total debido a errores, correcciones, revisiones y esperas mientras los modelos completaban tareas.
Cuando METR quiso repetir la experiencia este año para medir la evolución de las herramientas y las capacidades de los desarrolladores, apareció un obstáculo inesperado.
“Los desarrolladores no quisieron participar porque no desean trabajar sin IA”, reconocieron los investigadores.
Ante esa negativa, el laboratorio terminó publicando una encuesta donde empleados técnicos reportaron sus propias percepciones sobre productividad. La mayoría afirmó que la IA los hacía “dos veces más valiosos” para sus organizaciones.
El auge —y el desgaste— del “tokenmaxxing”
Sin embargo, la industria empieza a cuestionar seriamente si ese aumento percibido de productividad es real o simplemente una ilusión generada por la velocidad de producción de código.
En 2026 surgió incluso un término para describir la obsesión corporativa con el uso intensivo de IA: “tokenmaxxing”. La idea consiste en medir productividad según la cantidad de tokens consumidos por herramientas de inteligencia artificial.
El problema es que usar más IA no necesariamente implica trabajar mejor.
Según el Financial Times, Amazon decidió cerrar internamente “Kirorank”, un ranking corporativo que medía el uso de IA entre empleados, después de detectar que muchos trabajadores manipulaban el sistema utilizando agentes de IA de forma excesiva solo para subir posiciones. Eso disparó costos computacionales sin mejorar resultados reales.
Uber también enfrentó problemas similares. The Information reveló que la compañía agotó su presupuesto anual de IA durante los primeros cuatro meses de 2026. Andrew Macdonald, COO de Uber, admitió recientemente en un podcast que ese gasto todavía no produjo un aumento medible de productividad ni aceleración de proyectos.
Más código… pero también más errores
La preocupación más importante para muchas compañías no es únicamente financiera. También empieza a crecer la evidencia de que el código generado por IA podría aumentar significativamente los costos de mantenimiento a largo plazo.
El programador y autor James Shore resumió esa inquietud en un artículo que se volvió viral en Hacker News.
“¿Escribís código dos veces más rápido ahora? Mejor esperá haber reducido a la mitad los costos de mantenimiento”, escribió Shore. “De lo contrario, estás perdido. Estás cambiando un aumento temporal de velocidad por una dependencia permanente”.
La startup Entelligence AI, especializada en ingeniería de confiabilidad, afirmó que las empresas ya gastan el 44% de sus tokens corrigiendo errores generados originalmente por IA.
Por su parte, CodeRabbit —una compañía enfocada en revisión automática de código— aseguró haber analizado proyectos open source y encontró que el código generado por IA produce 1,7 veces más problemas que el desarrollado exclusivamente por humanos.
Aunque esos números provienen de empresas que venden herramientas vinculadas a revisión de código, investigaciones independientes también apuntan en la misma dirección.
Investigadores de Singapore Management University publicaron en abril un informe donde advirtieron que “el código generado por IA puede introducir costos de mantenimiento de largo plazo en proyectos reales de software”.
El futuro: humanos supervisando agentes
Frente a este escenario, muchas empresas tecnológicas apuestan por una solución paradójica: utilizar más IA para corregir los problemas creados por la propia IA.
Scott Wu, fundador y CEO de Cognition —la empresa detrás del agente de programación Devin— sostiene que agentes autónomos podrían encargarse de tareas repetitivas y corrección de errores. Sin embargo, incluso él reconoce limitaciones importantes.
Wu afirmó que actualmente calificaría las capacidades de Devin entre el nivel de un programador junior y uno intermedio, dependiendo de la complejidad de la tarea.
Es decir: todavía no existe un escenario donde las empresas simplemente puedan “delegar todo” a agentes autónomos.
Los investigadores de Singapore Management University proponen un enfoque más humano y pragmático. Según el informe, los programadores deberán comprender profundamente qué tareas hace bien la IA y cuáles no, implementar sistemas estrictos de control de calidad y revisar cuidadosamente el trabajo generado por modelos como si proviniera de un desarrollador junior.
Mientras tanto, tareas estratégicas como arquitectura de software, seguridad informática y diseño general de sistemas seguirán dependiendo principalmente de experiencia humana.
La industria tecnológica parece haber aceptado que la IA ya es parte central del desarrollo de software. El nuevo debate no es si los programadores usarán inteligencia artificial, sino cuánto costará depender de ella.