Lo que nadie te cuenta sobre trabajar con IA todo el día

Cuando empecé a utilizar inteligencia artificial para programar, pensaba que simplemente me ayudaría a escribir código más rápido, y sí, eso ocurre, pero después de usarla a diario en proyectos reales, con clientes reales, bases de datos reales, errores reales, me he dado cuenta de que el cambio más importante no está en la velocidad, el cambio más importante está en la forma de trabajar.

La IA no programa por ti: cambia tu rol

Durante muchos años, mi trabajo como desarrollador consistía principalmente en escribir código. Analizar una funcionalidad, diseñar la solución, abrir Visual Studio y empezar a construir.

Ahora eso ha cambiado bastante, cada vez escribo menos código desde cero, pero tomo más decisiones. Decisiones sobre arquitectura, modelo de datos, rendimiento, experiencia de usuario, mantenibilidad y seguridad. La IA puede generar una clase, una consulta SQL, una vista, una migración o una propuesta de refactorización. Pero alguien tiene que saber si eso tiene sentido dentro del proyecto.

Ese alguien sigues siendo tú: La IA propone y tu decides.

Al principio cometí errores

Como casi todo el mundo, al principio me dejé impresionar demasiado. Le pedía algo a la IA, me devolvía una solución aparentemente perfecta y mi primera reacción era pensar: “esto está hecho”.

Pero no, con el tiempo aprendes que una respuesta bien escrita no siempre es una buena solución. Puede compilar, puede parecer elegante y aun así estar mal enfocada.

Estos son algunos errores que seguramente cometamos al principio:

• Aceptar código sin revisarlo en profundidad.
• Pedir soluciones demasiado genéricas.
• No darle suficiente contexto del proyecto.
• Confiar demasiado en la primera respuesta.
• No comprobar el impacto real en rendimiento o mantenimiento.

La IA puede ser muy buena, pero no conoce tu negocio como tú. No conoce tus clientes, tus decisiones históricas, tus limitaciones técnicas ni esas pequeñas rarezas que todo proyecto con años de vida acaba teniendo.

El contexto lo es todo

Una de las mayores diferencias entre usar bien o mal la IA está en el contexto que le das.

No es lo mismo decir:

Hazme una consulta para obtener las citas de un paciente.

que decir:

Tengo una aplicación ASP.NET MVC con SQL Server. La tabla principal es AgendaCitas. Necesito obtener las citas de un paciente para un rango de fechas, teniendo en cuenta el doctor, la clínica, el estado de la cita y evitando consultas N+1.

La segunda petición tiene muchas más posibilidades de terminar en algo útil. La IA no hace magia, trabaja con la información que le das y cuanto mejor explicas el problema, mejor suele ser la solución.

Lo que sigo haciendo yo

Aunque uso IA todos los días, hay partes del trabajo que siguen siendo mi responsabilidad.

Sigo siendo yo quien decide si una solución encaja o no, sigo revisando el código, sigo pensando en el impacto a medio plazo, sigo valorando si una funcionalidad merece una solución rápida o una implementación más robusta.

En mi caso, la IA me ayuda mucho en tareas como:

• Refactorizar código repetitivo.
• Generar estructuras iniciales.
• Preparar consultas SQL.
• Crear documentación técnica.
• Analizar errores.
• Proponer alternativas de diseño.
• Escribir pruebas sencillas.

Pero hay decisiones que no delego.

• La arquitectura general.
• El modelo de datos.
• La lógica crítica de negocio.
• La seguridad.
• El rendimiento en puntos sensibles.
• La experiencia final del usuario.

La IA puede ayudarte a llegar antes, pero no debería decidir por ti hacia dónde vas.

Lo que ya no hago como antes

Hay tareas que antes me consumían mucho tiempo y que ahora han cambiado por completo. Por ejemplo, ya no suelo empezar una clase desde cero. Tampoco escribo a mano cierto código repetitivo si puedo describir exactamente lo que necesito.

La IA es especialmente útil cuando tienes claro el resultado que buscas, pero no quieres perder tiempo en la parte mecánica, es como tener a alguien al lado que te prepara un primer borrador muy rápido. Luego tú lo revisas, lo corriges y lo adaptas, y esa palabra es importante: borrador.

No considero que el código generado por IA sea código terminado, lo considero una propuesta inicial.

El mayor peligro: dejar de pensar

Para mí, el mayor peligro de trabajar con IA no es que se equivoque, el mayor peligro es dejar de pensar porque normalmente acierta. Cuando una herramienta te resuelve muchas cosas bien, corres el riesgo de bajar la guardia, empiezas a aceptar respuestas con menos revisión, confías más, lees menos y piensas menos. Aquí es donde pueden aparecer los problemas.

El problema no es que la IA se equivoque. El problema es que tú dejes de comprobarlo.

Un desarrollador con experiencia sabe que el código no solo tiene que funcionar hoy, tiene que poder mantenerse mañana, tiene que ser entendible, tiene que encajar con el resto del sistema, tiene que ser seguro y tiene que poder evolucionar, y eso todavía requiere criterio humano.

La experiencia vale más que nunca

A veces se dice que la IA va a igualar a todos los desarrolladores, yo no lo veo así. Creo que la experiencia vale más que nunca, precisamente porque la IA multiplica lo que ya sabes hacer, un desarrollador con poca experiencia puede obtener código rápidamente, pero quizá no sepa detectar si ese código es adecuado.

Un desarrollador con más recorrido puede usar la IA como acelerador, pero aplicando criterio, descartando malas soluciones y guiando mejor el resultado, la diferencia no está solo en usar IA, la diferencia está en saber dirigirla.

Mi regla personal

Después de usar IA de forma intensiva, tengo una regla muy sencilla:

Nunca doy por bueno un código que no sería capaz de explicar dentro de seis meses.

1. Si no entiendo lo que ha generado, no lo incorporo.
2. Si no soy capaz de defender esa solución, no la acepto.
3. Si me parece demasiado compleja para el problema que resuelve, la simplifico.
4. La IA puede escribir código, pero la responsabilidad sigue siendo mía.

Conclusión

Trabajar con IA todo el día no significa dejar de ser desarrollador, significa cambiar la forma de desarrollar. Ahora dedico menos tiempo a tareas mecánicas y más tiempo a pensar, revisar, decidir y validar.

La IA no ha reducido el valor de mi experiencia. Al contrario. Cuanta más experiencia tienes, mejor sabes aprovecharla, porque al final, la herramienta importa, pero el criterio importa mucho más.

Y probablemente esa sea la gran diferencia entre usar inteligencia artificial para programar y trabajar realmente junto a ella.