Vibe coding: cómo el uso irreflexivo de AI destruye la pericia en ingeniería

El término vibe coding sonaba como una broma hace apenas un par de años — una descripción irónica de una situación en la que un desarrollador pide a un modelo de lenguaje que escriba código, examina rápidamente el resultado y lo envía a producción sin entender los detalles. Hacia marzo de 2026, ha dejado de ser una broma. El fenómeno ha alcanzado una escala que nos obliga a reflexionar sobre el futuro de toda la profesión de ingeniería.

En Habr ha aparecido otro artículo — y quizás uno de los más resonantes — describiendo cómo la integración irreflexiva de herramientas de IA en los flujos de trabajo de desarrollo erosiona gradualmente lo que constituye la esencia misma de la profesión: experiencia técnica profunda. El autor describe observaciones de su propia práctica, pero detrás de las notas personales emerge un problema sistémico que la industria aún prefiere no notar.

El mecanismo de degradación parece engañosamente inofensivo. Un desarrollador recibe una tarea, formula un prompt para Copilot, Cursor o Claude, obtiene un fragmento de código funcionando e lo integra en el proyecto. Tarea completada, sprint avanzando, gerente feliz. El problema es que este enfoque excluye una etapa clave del ciclo — comprensión. El programador no recorre el camino desde la declaración del problema a través del análisis arquitectónico hasta la elección consciente de la solución. Recibe una respuesta lista para usar y la acepta de buena fe. Una y otra vez, mes tras mes, las vías neurales responsables del pensamiento de ingeniería simplemente no se forman — o peor, se atrofian en aquellos que anteriormente poseían este pensamiento.

Los desarrolladores junior son particularmente vulnerables. Para ellos, un asistente de IA se convierte no en un amplificador de habilidades existentes, sino en su reemplazo. Un junior que desde el primer día está acostumado a recibir soluciones listas del modelo de lenguaje corre el riesgo de nunca desarrollar la capacidad del pensamiento arquitectónico independiente, depuración de sistemas complejos y comprensión de por qué el código funciona de esta manera y no de otra.

Después de tres o cuatro años de tal práctica, el mercado recibe un desarrollador mid-level que formalmente tiene experiencia pero de hecho no puede resolver una tarea no trivial sin sugerencias de IA. Este no es un escenario hipotético — los primeros signos ya son visibles en entrevistas técnicas, donde los candidatos demuestran una brecha sorprendente entre la velocidad de ejecución de tareas típicas e impotencia total ante tareas no estándar.

Es importante enfatizar: el problema no está en las herramientas en sí. La codificación asistida por IA — esto es quizás el salto más significativo en la productividad del desarrollador desde la llegada de los IDE con autocompletado. Manejan brillantemente el trabajo rutinario: generación de boilerplate, escritura de pruebas en plantilla, refactorización de código repetitivo, prototipado rápido. Un ingeniero experimentado que usa IA como un acelerador para tareas que ya sabe resolver obtiene una ventaja colosal. Pero la misma herramienta en manos de alguien que no entiende los fundamentos se convierte en un generador de deuda técnica — código bellamente formateado, sintácticamente correcto, pero arquitectónicamente frágil.

Una analogía se sugiere naturalmente: la calculadora no hizo a los matemáticos más tontos, pero solo porque a los matemáticos primero se les enseña a contar mentalmente y a entender la naturaleza de los números. El GPS no destruyó las habilidades de navegación de quienes sabían leer mapas — pero una generación entera de conductores que crecieron con GPS realmente se pierde sin él. La pregunta es cuál de estos escenarios está más cerca de lo que está sucediendo ahora en el desarrollo. Y la respuesta, al parecer, es desalentadora.

Hay otra dimensión del problema que rara vez se discute: el impacto en la dinámica del equipo. Cuando una parte significativa del equipo practica vibe coding, la revisión de código pierde su significado — el revisor igualmente deja pasar código generado sin entender la lógica. La experiencia colectiva, que antes se formaba a través de discusiones sobre decisiones arquitectónicas y análisis de errores, gradualmente se evapora. El equipo se convierte en un grupo de operadores gestionando una cadena de montaje de IA, pero incapaz de repararla cuando se rompe.

La solución, obviamente, no está en rechazar las herramientas de IA — eso sería ludismo. La solución está en un enfoque consciente de su uso. Las empresas deberían invertir en una cultura donde la IA se utiliza como un amplificador en lugar de un reemplazo del pensamiento. Los programas educativos necesitan adaptarse: fundamento primero, herramientas después. Y los desarrolladores harían bien en resolver ocasionalmente problemas intencionalmente sin IA — de la manera que los atletas entrenan con peso extra para moverse más rápido sin él. La inteligencia artificial debe hacer que los ingenieros fuertes sean aún más fuertes, no crear la ilusión de competencia donde no existe.