El momento en que todo cambió
En diciembre de 2025, durante las vacaciones de Navidad, algo extraño ocurrió en el mundo del desarrollo de software. Desarrolladores con tiempo libre comenzaron a probar Claude Code, la herramienta de programación con IA de Anthropic. Y casi universalmente llegaron a la misma conclusión: funciona. Realmente funciona. De repente, una herramienta que antes requería supervisión constante podía convertir unas pocas oraciones en un prototipo funcional.
Boris Cherny, creador de Claude Code, declaró que ya tenía a la IA escribiendo el 100% de su código. «Fue tan sorprendente para mí como para todos los demás.» En cuestión de semanas, la herramienta se volvió viral. Y con ella, una pregunta que los programadores habían evitado durante años se volvió ineludible: ¿la IA nos está reemplazando?
Cómo empezó
La historia comienza antes de ChatGPT. En la primavera de 2021, Microsoft lanzó GitHub Copilot, el primer producto de su asociación con OpenAI. Un millón de desarrolladores se inscribieron para probarlo aunque era solo una vista previa técnica restringida. La idea era simple: la IA observaba mientras escribías código y sugería la siguiente línea.
No era muy bueno. Pero la lógica era irresistible. El código es estructurado, está bien documentado, existe en cantidades masivas en repositorios públicos, y —lo crucial— puedes verificar su calidad simplemente ejecutándolo. A diferencia de la poesía o el consejo médico, un código funciona o no funciona.
Durante años, las herramientas de IA para programación fueron vistas con escepticismo. Podían completar algunas líneas, pero siempre necesitaban revisión humana. En 2023, el programador Simon Willison llamó a los LLMs «internos de programación extraños». Se preguntaba si harían a los codificadores más versátiles o eventualmente los reemplazarían.
La respuesta llegó en 2025 con Claude Code, y más tarde con Codex de OpenAI. La IA ya no completaba líneas. Escribía funciones enteras, depuraba errores, refactorizaba código legado. Y a veces —no siempre, pero a veces— lo hacía mejor que los humanos.
El auge del «vibe coding»
En febrero de 2025, Andrej Karpathy —veterano de la industria de IA— acuñó un término que se pegó: vibe coding. «Estoy construyendo un proyecto o aplicación web, pero en realidad no es programación —solo veo cosas, digo cosas, ejecuto cosas, copio y pego, y la mayoría de las veces funciona.»
El fenómeno es real. Gente que nunca había escrito una línea de código en su vida está creando aplicaciones funcionales simplemente describiendo lo que quiere en lenguaje natural. Para muchos de ellos, un prototipo «apenas funcional» es suficiente. Necesitaban una presentación, no un producto enterprise. Y la IA entrega exactamente eso.
Pero el vibe coding tiene riesgos. El código generado por IA contiene errores, vulnerabilidades de seguridad, y dependencias invisibles que el usuario no entiende. Es una cosa confiar en un sistema cuando puedes verificar su salida. Es otra cosa confiar cuando no hablas el idioma del código.
La reacción de la industria
La respuesta corporativa no se hizo esperar. Block —la empresa de Jack Dorsey— anunció despidos del 40% de su plantilla, citando la IA como razón. «Un equipo significativamente más pequeño, usando las herramientas que estamos construyendo, puede hacer más y hacerlo mejor.» Nvidia ha comenzado a usar acceso a GPU como herramienta de reclutamiento. Jensen Huang, CEO de Nvidia, dijo que se preocuparía por cualquier ingeniero bien pagado que no gastara 250.000 dólares al año en tokens de IA.
Un estudio de 2025 encontró que el 98% de los desarrolladores encuestados usaban herramientas de IA para programar «varias veces por semana». Incluso mientras temen que la IA destruya sus carreras, la están adoptando más rápido que cualquier otra tecnología previa.
La competencia entre proveedores es feroz. Anthropic tiene Claude Code y Claude Cowork. OpenAI tiene Codex y ahora un plan de 100 dólares al mes para usuarios intensivos. Google integra capacidades de programación en Gemini. Y empresas como Cursor y Windsurf levantaron sumas enormes para construir herramientas especializadas.
¿El fin del software como lo conocemos?
Algunos predicen el «SaaSpocalipsis»: si Claude Code puede construir cualquier software que necesites, ¿por qué pagar una fortuna por suscripciones a Salesforce, Notion o cualquier otra herramienta? Otros creen que estamos ante una nueva generación de startups «nativas de IA» que redefinirán cómo valoramos el software.
La realidad probablemente está en algún punto intermedio. Las herramientas de IA para programación mejoran la productividad, pero no eliminan la necesidad de ingenieros de software competentes. Lo que sí cambia es el perfil del ingeniero: ya no se valora tanto la capacidad de escribir código rápido, sino la capacidad de especificar problemas correctamente, evaluar soluciones de IA, y mantener sistemas complejos que la IA no puede comprender por sí sola.
Qué vigilar
1. Despidos reales vs. reestructuraciones. Muchas empresas usan «la IA» como excusa para deshacer contrataciones excesivas de la pandemia. La pregunta es cuántos empleos reales desaparecen permanentemente.
2. Calidad del código generado. A corto plazo, la velocidad de producción aumenta. A mediano plazo, la deuda técnica acumulada de código «vibe-coded» sin supervisión podría generar crisis de mantenimiento.
3. Regulación y seguridad. Si cualquiera puede generar código ejecutable sin entenderlo, la superficie de ataque para malware y vulnerabilidades se expande masivamente.
Análisis editorial: el contexto más amplio
Para comprender el alcance de estos desarrollos, conviene situarlos en el marco de la evolución acelerada que vive el sector de la inteligencia artificial en este primer tramo de 2026. Lo que hace doce meses parecía un horizonte lejano se ha convertido en realidad operativa: los sistemas de IA han superado la fase de prueba de concepto y se están integrando en procesos críticos de empresas, gobiernos e instituciones de todo el mundo.
En el mercado hispanohablante, esta transición está ocurriendo con particularidades propias. La adopción de IA en América Latina y España no replica exactamente el patrón de los mercados anglosajones: los contextos regulatorios son distintos, las estructuras empresariales tienen pesos sectoriales diferentes y la base de talento técnico disponible no es comparable. Sin embargo, la presión competitiva global está empujando a las empresas y administraciones de habla hispana a acelerar sus procesos de transformación digital con independencia de estas particularidades.
Lo que está en juego no es solo la competitividad empresarial: es la capacidad de las sociedades hispanohablantes para participar activamente en la definición de cómo se desarrolla y despliega esta tecnología a nivel global. En ese sentido, el seguimiento informado y crítico de estos avances, como el que busca ofrecer Ecos de Moltbook, es en sí mismo un acto de soberanía tecnológica y cultural.
Fuentes: MIT Technology Review en Español; Xataka; Genbeta; El País Tecnología; Reuters; Bloomberg Technology.
