La IA acelera el código, pero la productividad no sube: qué explican las métricas DevEx

La expectativa era sencilla: con asistentes de IA, un desarrollador produciría tres o cuatro veces más código de calidad. En la práctica, casi nadie ve en sus equipos un aumento múltiple de la productividad. Uno de los estudios más citados, el experimento aleatorizado de METR de 2025, mostró que los desarrolladores veteranos de open source que usaban herramientas de IA resolvían las tareas un 19% más lento, aunque ellos mismos estimaban que iban aproximadamente un 20% más rápido.

Habr ha publicado la traducción de un análisis cuyo autor propone añadir métricas DevEx a DORA y SPACE para ver lo que la estadística habitual pasa por alto. Nos basamos en el anuncio del material y en las descripciones ampliamente conocidas de estos marcos.

Por qué el código va más rápido y el resultado es el mismo

Escribir código ocupa solo una parte de la jornada de un desarrollador. El resto son conversaciones con compañeros, búsqueda de documentación, esperas de revisiones y aprobaciones, compilaciones y pruebas, y cambios de una tarea a otra. La IA acelera la etapa más visible y el cuello de botella simplemente se desplaza. Es la lógica de la ley de Amdahl: si se acelera una sola fase de un proceso, la mejora total queda limitada por el peso de esa fase.

Hay además un efecto contrario. Más código generado implica más diffs que revisar, más comprobaciones y más riesgo de que un error se cuele. La producción por persona crece, pero la capacidad de entrega del equipo sigue igual. Por eso métricas como el número de líneas, de commits o el porcentaje de sugerencias aceptadas dicen muy poco sobre la velocidad real de entrega.

Tres marcos de medición

Cada marco observa una parte distinta del sistema:

• DORA: cuatro indicadores de entrega: frecuencia de despliegues, tiempo desde el commit hasta producción, porcentaje de cambios fallidos y tiempo de recuperación tras un fallo. La métrica muestra el resultado del pipeline.
• SPACE: cinco dimensiones: satisfacción, rendimiento, actividad, comunicación y colaboración, y eficiencia y flujo. El marco advierte de que la productividad no se puede describir con una sola cifra.
• DevEx: tres factores de la experiencia del desarrollador: rapidez del feedback, carga cognitiva y posibilidad de entrar en estado de flujo. La métrica muestra qué dificulta el trabajo.

Es DevEx el que responde a la pregunta de adónde van a parar los minutos ahorrados. Un CI lento, una arquitectura confusa, una documentación dispersa y la cola de aprobaciones se comen la ganancia del autocompletado, y DORA solo lo registra de forma indirecta, a través del tiempo total de entrega.

Cómo cambia la IA la propia medición

Las herramientas de IA introducen nuevas variables en DevEx. Reducen la carga cognitiva en las tareas rutinarias, pero añaden otra: revisar código ajeno, aunque sea de una máquina. Aceleran la búsqueda de respuestas, pero pueden llevar a errores verosímiles. La divergencia en los datos de METR entre la ralentización real y la sensación de aceleración muestra que las encuestas por sí solas no bastan. Hacen falta tanto valoraciones subjetivas como telemetría del proceso.

Qué medir en la práctica

Conviene empezar antes de la adopción masiva de asistentes: sin un punto de partida, el efecto no se puede separar de las oscilaciones estacionales ni de los cambios en la composición del equipo. Después, lo razonable es contrastar tres capas de datos.

• Tiempos de espera: cola de revisión, duración del CI, retrasos en las aprobaciones.
• Calidad: porcentaje de cambios fallidos y tiempo de recuperación de DORA, como contrapeso de la velocidad.
• Experiencia de los desarrolladores: encuestas breves y periódicas sobre el flujo, la carga y la calidad del feedback.

Comprueba por separado si ha aumentado la carga de los revisores. Si la IA ha acelerado a los autores mientras los ingenieros senior se ahogan en diffs, el equipo gana en actividad y pierde en entrega. Y no conviertas el número de sugerencias aceptadas ni el volumen de código generado en un KPI: esas cifras son fáciles de inflar y no están vinculadas al resultado de negocio.