El Tío Bob contra las máquinas: por qué el autor de «Clean Code» no piensa jubilarse

Robert «Tío Bob» Martin, autor de *Clean Code*, la biblia de los programadores, quiso comprobar por sí mismo si las redes neuronales sustituirán a los desarrolladores. Tras una serie de experimentos, su veredicto es sobrio: los LLM son excelentes generadores de código, pero pésimos diseñadores. Martin subraya que las redes neuronales tienden a crear soluciones «frágiles» que funcionan en el momento, pero que un mes después convierten el proyecto en una pesadilla de mantenimiento. El riesgo principal no es que la IA escriba mal código, sino que los programadores dejen de pensar críticamente y se conviertan en editores pasivos de contenido dudoso.

Procesado por IA desde Habr AI; editado por Hamidun News
El Tío Bob contra las máquinas: por qué el autor de «Clean Code» no piensa jubilarse
Fuente: Habr AI. Collage: Hamidun News.
Escuchar artículo

La industria del software parece hoy una ciudad en plena fiebre: una de cada dos startups promete que las redes neuronales están a punto de convertir a los programadores en una reliquia del pasado. En ese momento entra en escena Robert Martin, más conocido como el Tío Bob. Formuló los principios SOLID y enseñó a dos generaciones de desarrolladores a escribir código que no da vergüenza enseñar a los compañeros. Ahora ha querido comprobar hasta qué punto están justificados esos entusiasmos. Su experiencia no es solo una reseña de software, sino un análisis profundo de cómo cambia la naturaleza misma del oficio bajo la presión de los grandes modelos de lenguaje.

Martin empezó en la programación con IA por donde empiezan todos: intentando automatizar tareas rutinarias. Enseguida descubrió que herramientas actuales como GitHub Copilot o ChatGPT resuelven de maravilla funciones de plantilla, expresiones regulares y algoritmos sencillos. A primera vista parece una victoria: la productividad sube y el tiempo hasta el despliegue se reduce. Pero el Tío Bob profundizó y se topó con lo que llama «alucinaciones de arquitectura». La red neuronal entrega código que parece correcto e incluso pasa las pruebas, pero viola los principios fundamentales del diseño limpio.

El problema es que los LLM se entrenaron con cantidades colosales de datos en los que, estadísticamente, hay más código «malo» que «bueno». Como resultado, el modelo suele proponer la solución más obvia y directa, que a largo plazo genera una deuda técnica monstruosa. Martin observó que la IA no entiende en absoluto el contexto de los cambios futuros. No sabe que dentro de seis meses habrá que escalar ese módulo ni que aquella dependencia tendrá que sustituirse. Para una red neuronal, el código es texto; para un ingeniero, es una estructura viva y cambiante. Y ahí está la gran trampa para los novatos.

Cuando un desarrollador con experiencia usa IA, actúa como un censor estricto. Ve dónde el modelo propone un «parche» y le obliga a rehacerlo. Pero ¿qué ocurre cuando coge la herramienta un junior? Acepta el código generado como verdad absoluta, porque funciona aquí y ahora. El Tío Bob advierte: corremos el riesgo de criar a una generación de «ingenieros de prompts» capaces de montar prototipos que funcionan, pero totalmente impotentes ante un error sistémico complejo. Programar deja de ser crear y pasa a ser corregir sin fin los fallos ajenos, lo que desgasta psicológicamente mucho más.

Otro aspecto importante que tocó Martin es la disciplina. Siempre ha sido un apóstol del TDD (desarrollo guiado por pruebas). En el mundo de la programación con IA, las pruebas dejan de ser una práctica útil y se convierten en la única forma de sobrevivir. Si dejas que la máquina escriba el código por ti, estás obligado a tener un sistema automatizado de verificación que confirme que la máquina no ha mentido. Sin eso, el desarrollo se convierte en un paseo con los ojos vendados por un campo de minas. Martin insiste en que el papel de las pruebas no hace sino crecer, aunque muchos esperaban que la IA los librara también de esta parte «aburrida» del trabajo.

Al final, las conclusiones de Robert Martin se resumen en que la IA es un exoesqueleto potentísimo, pero dentro todavía debe haber un atleta. Las redes neuronales no eliminan la necesidad de conocer algoritmos, entender patrones de diseño y sentir la arquitectura. Al contrario: hacen que ese conocimiento sea aún más escaso y valioso. No dejaremos de escribir código, pero debemos aprender a responsabilizarnos el doble de él cuando una parte del trabajo la hace por nosotros una caja negra. El código limpio sigue siendo código limpio, aunque lo haya aporreado en el teclado una red neuronal, y los criterios de calidad no han cambiado en los últimos cuarenta años.

Lo esencial: la IA no mata la profesión, pero eleva radicalmente el listón de exigencia para entender la arquitectura. ¿Está listo para ser arquitecto y no un simple operador de teclado?

Historia
ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…