"La IA no rompió tu código. Simplemente le confiaste demasiado."
Herramientas de IA como GitHub Copilot y ChatGPT están cambiando la forma en que escribimos software. Escribís un comentario... y de repente aparece una función completa. Se siente mágico, rápido, productivo.
Pero hay una verdad incómoda: la IA puede convertirte en un peor ingeniero si no la usás con cuidado.
Esto no es una postura anti-IA. Se usa todos los días. Se trata de usarla como lo haría un ingeniero senior, no como un autocompletado en modo turbo.
Los riesgos de programar con IA
1. Dejás de pensar en profundidad
La IA da respuestas, no comprensión. Tomá este ejemplo:
def calcular_descuento(precio, descuento):
return precio - (precio * descuento)¿Qué pasa si descuento es 20 en vez de 0.20? ¿Y si precio es negativo? ¿Y si descuento supera 1? La IA no valida la lógica del negocio: simplemente genera código.
2. Ceguera de contexto
La IA no conoce tu arquitectura, tus requisitos de escala ni las reglas del dominio. Resultado: un endpoint como el siguiente puede llegar a producción sin paginación, sin límite de tasa y sin autenticación, creando un riesgo real.
3. Código confiadamente incorrecto
La IA suena correcta aunque se equivoque. Un ejemplo clásico en Java: Arrays.asList() devuelve una lista de tamaño fijo, por lo que agregar un elemento en tiempo de ejecución lanza una excepción. La IA lo genera con confianza; el error aparece después.
4. Explosión de deuda técnica
Cuando le pedís a la IA "que sea escalable y mantenible", produce estructuras llenas de condicionales anidados sin patrones de diseño, sin extensibilidad, difíciles de mantener. Con el tiempo, si la IA escribe todo, dejás de desarrollar la habilidad de depurar el código que no entendés del todo.
La forma responsable de usar IA
1. Usá la IA para borradores, no para decisiones
En vez de "la IA lo escribió, lo subo", adoptá el enfoque "la IA lo escribió, ahora lo valido yo".
2. Siempre agregá restricciones
En lugar de pedir "un endpoint de usuarios", pedí "un endpoint de usuarios paginado, con límite de tasa, autenticado y con manejo de errores". La especificación que dás determina la calidad que obtenés.
3. Tratá a la IA como un desarrollador junior
Revisá el código. Cuestioná los supuestos. Probá los casos borde. No porque la IA sea mala, sino porque vos sos el responsable del resultado.
4. Preguntá "por qué", no solo "qué"
Pedile a la IA que explique los trade-offs, los casos borde y los riesgos. Eso te enseña más que simplemente aceptar el código generado.
5. Reservá la IA para trabajo repetitivo
Es excelente para código de estructura repetida, documentación y sugerencias de refactorización. No para decisiones críticas de arquitectura.
La IA no es el problema. Los mejores ingenieros no reemplazan el pensamiento con IA: lo amplifican con ella.
