En mi quehacer diario como programador, uno va encontrando, con el tiempo, nuevos retos y nuevas formas de pensar, ajustándose lentamente a las nuevas herramientas, lenguajes e incluso a las modas. Porque, qué dudar, muchas cosas en tecnología son modas; algunas más acertadas que otras, pero también hay propuestas que te mueven el piso sobre lo que creías saber… o incluso lo que te convenía saber.
La programación es muy sensible a los cambios de entorno sociales, económicos e incluso políticos. Cada movimiento social, por más lejano que parezca, afecta de forma más o menos directa las perspectivas del programador: desde la forma en que se diseñan sistemas hasta la manera como se priorizan ciertas tecnologías o lenguajes.
¿Qué hace realmente un programador?
Algunas personas, por alguna razón y de manera bastante cercana a la realidad, piensan en los programadores como alguien que se pasa muchas horas "jugando" con sistemas o escribiendo "programas". El error es confundir el acto de sentarse frente a un computador con el acto de programar. No son sinónimos.
Un programador no se sienta ante la máquina a ver qué pasa; se sienta a diseñar, planificar y ejecutar: tareas, funciones, sistemas y requerimientos. No trabaja en abstracto, sino entendiendo solicitudes, viendo nuevas oportunidades y aportando una visión estructurada a los problemas de su entorno a diario.
Tecnología en constante cambio
Cada día aparece algo nuevo: en el entorno tecnológico, en el entorno empresarial o en el entorno social. El programador debe ajustar su enfoque, como en casi todas las profesiones, en un proceso de actualización permanente. Nada permanece estático, y la capacidad de comprender la fenomenología de los procesos y el hilo conductor del pensamiento estructurado se vuelve clave para diseñar e implementar soluciones viables.
En este contexto, el advenimiento de nuevas propuestas como la tokenización, los smart contracts, la blockchain, las dApps y la inteligencia artificial obligan a un replanteamiento profundo de la forma de hacer las cosas. No es solo un cambio de "fit" o de apariencia; es un cambio hard core, duro, que incluso transforma el pensamiento. Usando a propósito ese lenguaje, la tecnología no solo cambia las herramientas, sino también cómo entendemos y abordamos los problemas.
IA, modas y la "muerte" del programador
En el momento actual, el ajuste a la programación asistida por tecnologías como la IA —en cualquiera de sus sabores— está afectando de forma muy profunda el quehacer de las carreras tecnológicas, y en particular a la programación en sí misma.
Las modas como el vibe code, la programación por mood, o las plataformas "generadoras de código con lenguaje humano" han generado una sensación de que "la programación se acabó". Campañas de "hágalo usted mismo" han reforzado la idea de que basta con saber hablar, cuando ni siquiera se necesita escribir: la conversión de voz a texto en aplicaciones multimodales hace que parezca que todo esté al alcance de un solo comando o un tutorial de YouTube.
Es cierto que una persona con una idea clara puede, con ayuda de IA, construir un programa bastante funcional. Eso es innegable. Pero la verdad más profunda es que, en cualquier profesión, cualquiera puede resolver problemas personales o caseros con suficiente estudio, lectura o videos. Alguien aprende a cambiar una llanta, destapar un baño, tratar una gripa con remedios caseros o llevar la contabilidad de su casa. Sin embargo, hay una diferencia enorme entre resolver problemas personales y hacerlo de forma responsable ante problemas reales, complejos y de alto impacto.
Escala, profesionalismo y responsabilidad
Lo mismo está pasando en la programación. Cualquiera, con un manual, un video, una plataforma y un servidor "barato", puede montar una aplicación perfectamente funcional. No hay nada malo en eso; tampoco necesitas un mecánico de Fórmula 1 para cambiar una llanta ni un arquitecto para destapar un inodoro. Pero cuando el problema es una demanda penal, una operación compleja o una fractura de columna, YouTube y los tips no bastan.
En el mundo del software, si quieres resolver tus necesidades "caseras" con IA, perfecto. Pero cuando hablamos de problemas corporativos, empresariales, de soporte a largo plazo o escalamiento, el cuento es otro. Los tutoriales no van a ayudar tanto si no tienes una estructura profesional en el tema.
Aunque la IA te genere un sistema, el hecho de que lo haga no implica que sea una solución estable, mantenible ni escalable. La realidad empresarial exige versionado, trazabilidad, seguridad y coherencia. No puedes estar cambiando botones, colores y disposiciones de elementos cada vez que le pides a la IA que ajuste algo, porque esa es una característica inherente a su naturaleza "creativa" y no siempre predecible.
Pensar antes de pedir: vuelta a los orígenes
Para evitar que esto suceda se necesita estructura, comprensión no solo del problema específico sino de cómo funcionan los sistemas, con o sin IA. Eso requiere estudio, comprensión y formación que no se logra con cursos de 4 horas, por buenos que sean.
Surge aquí un tema que me ha llamado mucho la atención: la ciclicidad de la vida. En los orígenes de la programación, cuando "el diablo estaba en pantaloncillos", algunos ya bastante "senior" recordarán que se trabajaba con mainframes inmensos, accesados mediante tarjetas perforadas. A veces, solo podías "tirar" tu programa una o dos veces al mes; si había un error, debías esperar.
Esa condición obligaba a diseñar, revisar y probar exhaustivamente antes de ejecutar: se hacían pruebas de escritorio, se analizaban los datos y se estudiaba cada detalle. Con la llegada de los micros, minis y portátiles, esa rigurosidad se fue perdiendo. Total, si no funcionaba, se corregía en caliente, en un ciclo de prueba y error continuo. Así se normalizó una forma de trabajar más costosa en tiempo y recursos, pero que parecía no afectar a nadie, por lo que la "costumbre" se convirtió en ley.
Hoy, el desarrollo asistido por agentes de IA está empezando a obligarnos de nuevo a esa disciplina: pensar antes de actuar. Lanzar un proceso sencillo no cuesta nada; lo subes a ChatGPT, Gemini o Claude y listo. Pero cuando el trabajo es serio, profesional, el costo sí se nota. Los agentes, los copilots y otros sistemas no son gratuitos: cada solicitud, cada cambio, tiene un costo en tokens y en tiempo, y algunos proveedores incluso penalizan con límites de uso.
Eso hace que, de nuevo, el ciclo de "pensar, revisar, revisar y nunca descansar" antes de pedirle a la IA que haga algo, sea más importante que nunca. Ya no es solo humildad técnica; es sentido económico y de responsabilidad.
El programador como pensador estructurado
Lo que estamos viviendo no es la desaparición del programador, sino su evolución hacia un rol más maduro: de quien solo escribe código, a quien diseña procesos, gestiona sistemas, entiende contextos y colabora con la IA como a un aliado, no como un reemplazo.
Top comments (0)