Vibe coding: cómo el uso irreflexivo de la IA está destruyendo la experiencia en ingeniería

Hace apenas un par de años, el término vibe coding sonaba a broma: una descripción irónica del desarrollador que pide a un modelo de lenguaje que escriba código, echa un vistazo rápido al resultado y lo envía a producción sin entrar en detalles. En marzo de 2026 ya no era ninguna broma. El fenómeno ha alcanzado una escala que obliga a replantearse el futuro de toda la profesión.

En Habr se ha publicado otro artículo, y probablemente uno de los que más eco han tenido, sobre cómo la integración irreflexiva de herramientas de IA en los flujos de desarrollo erosiona poco a poco la esencia misma de la profesión: la experiencia técnica profunda. El autor describe observaciones de su propia práctica, pero detrás de esas notas personales asoma un problema sistémico que la industria sigue prefiriendo ignorar.

El mecanismo de la degradación parece engañosamente inofensivo. El desarrollador recibe una tarea, redacta un prompt para Copilot, Cursor o Claude, obtiene un fragmento de código que funciona y lo integra en el proyecto. Tarea cerrada, el sprint avanza y el responsable está satisfecho.

El problema es que este enfoque elimina del ciclo una etapa clave: la reflexión. El programador no recorre el camino que va del planteamiento del problema al análisis de las alternativas de arquitectura y a la elección consciente de una solución. Recibe una respuesta hecha y la acepta sin cuestionarla.

Una y otra vez, mes tras mes, las conexiones neuronales responsables del pensamiento ingenieril sencillamente no llegan a formarse o, peor aún, se atrofian en quienes antes sí lo dominaban.

Los desarrolladores noveles son especialmente vulnerables. Para ellos, el asistente de IA no potencia habilidades existentes, sino que las sustituye. Un junior acostumbrado desde su primer día a recibir soluciones listas de un modelo de lenguaje corre el riesgo de no desarrollar nunca la capacidad de pensar la arquitectura por sí mismo, depurar sistemas complejos y entender por qué el código funciona de una manera y no de otra.

Tras tres o cuatro años así, el mercado tendrá un desarrollador de nivel medio con experiencia sobre el papel, pero incapaz en la práctica de resolver un problema no trivial sin la ayuda de la IA. No es un escenario hipotético: las primeras señales ya se ven en las entrevistas técnicas, donde los candidatos muestran una sorprendente brecha entre la rapidez con la que resuelven tareas típicas y su total impotencia ante las que se salen de lo habitual.

Conviene subrayarlo: el problema no son las herramientas en sí. Los asistentes de IA para programar son, posiblemente, el mayor salto en productividad de los desarrolladores desde la llegada de los IDE con autocompletado. Resuelven de forma brillante la rutina: generar boilerplate, escribir tests a partir de plantillas, refactorizar código repetitivo o crear prototipos rápidos. Un ingeniero experimentado que usa la IA como acelerador para tareas que ya sabe resolver obtiene una ventaja enorme. Pero esa misma herramienta, en manos de alguien que no entiende los fundamentos, se convierte en un generador de deuda técnica: código bien presentado y sintácticamente correcto, pero frágil desde el punto de vista arquitectónico.

El paralelismo es inevitable: la calculadora no volvió más torpes a los matemáticos, pero solo porque a los matemáticos se les enseña primero a calcular de cabeza y a entender la naturaleza de los números. El navegador no acabó con la capacidad de orientarse de quienes sabían leer mapas, pero toda una generación de conductores que creció con el GPS realmente se pierde sin él. La cuestión es cuál de estos escenarios se parece más a lo que ocurre hoy en el desarrollo de software. Y la respuesta, a juzgar por lo visto, no es alentadora.

Hay además otra dimensión del problema de la que apenas se habla: su impacto en la dinámica de los equipos. Cuando buena parte del equipo practica vibe coding, la revisión de código pierde su sentido, porque el revisor también deja pasar el código generado sin analizar su lógica. La experiencia colectiva, que antes se construía debatiendo decisiones de arquitectura y analizando errores, se evapora poco a poco. El equipo se convierte en un grupo de operadores que gestionan una cadena de montaje de IA, pero que no son capaces de repararla cuando se avería.

La solución, evidentemente, no pasa por renunciar a las herramientas de IA: eso sería ludismo. Pasa por usarlas de forma consciente. Las empresas deberían invertir en una cultura en la que la IA sirva para potenciar el pensamiento, no para sustituirlo. Los programas formativos tienen que adaptarse: primero los fundamentos, después las herramientas. Y a los propios desarrolladores les conviene resolver de vez en cuando problemas sin IA a propósito, igual que los deportistas entrenan con peso extra para moverse más rápido sin él. La inteligencia artificial debe hacer aún más fuertes a los ingenieros sólidos, no crear una ilusión de competencia donde no la hay.