Qué tendría que pasar para que la IA reemplazara a los ingenieros de software junior

Un análisis reciente explora las condiciones bajo las cuales la programación basada en agentes podría reemplazar a los ingenieros junior, concluyendo que tres de las cuatro principales condiciones no se cumplen. Sin embargo, la cuarta es motivo de preocupación, ya que no depende de las demás. El estudio hace referencia al trabajo de METR sobre el horizonte temporal, que rastrea la duración de las tareas que los modelos pueden completar con un 50% de precisión. Entre 2019 y 2025, este horizonte se duplicó aproximadamente cada siete meses, y los datos recientes sugieren que la tasa de crecimiento se ha acelerado. Sin embargo, la metodología de estas pruebas ha sido cuestionada, ya que se centran en un solo aspecto del trabajo que se ha simplificado. OpenAI recientemente dejó de informar los resultados verificados de SWE-bench, citando problemas con el conjunto de datos. Descubrieron que el 59,4% de los problemas auditados tenían casos de prueba defectuosos que rechazaban soluciones funcionalmente correctas, y que los modelos podían reproducir detalles exactos del problema, lo que indica contaminación del entrenamiento. Cuando se probaron en un conjunto de datos más difícil y menos contaminado, el rendimiento disminuyó significativamente. Se están desarrollando nuevos conjuntos de pruebas como Terminal-Bench y conjuntos de pruebas de evolución a largo plazo para abordar estos problemas. Un ensayo controlado aleatorio realizado por METR involucró a 16 desarrolladores experimentados que trabajaron en 246 tareas reales. La IA se permitió o prohibió aleatoriamente, y las grabaciones de pantalla capturaron el proceso. Los desarrolladores esperaban una aceleración del 24%, pero los resultados reales mostraron que eran un 19% más lentos. Si bien las herramientas utilizadas eran modelos de principios de 2025 y la muestra era pequeña y específica, el estudio destaca una persistente brecha en la percepción de la productividad. Los datos de la encuesta de Stack Overflow indican que el 84% de los desarrolladores utilizan o planean utilizar herramientas de IA, mientras que el 46% desconfían de su precisión. La investigación DORA de Google encontró que el 90% de los profesionales utilizan la IA en el trabajo, con más del 80% que cree que mejora la productividad, aunque el 30% informa de poca o ninguna confianza en el código generado por la IA. Estos hallazgos sugieren que la IA actúa como un amplificador, no como un reemplazo. Las tendencias de empleo muestran una divergencia entre los trabajadores más jóvenes y los más mayores en las ocupaciones expuestas a la IA. El laboratorio de la economía digital de Stanford encontró una escasez del 15% para los de 22 a 25 años en julio de 2025, que aumentó al 19% en junio de 2026. La adaptación está ocurriendo a través de una reducción en la contratación, no a través de despidos. El estudio señala que el empleo ha disminuido entre los trabajadores jóvenes en los roles de conocimiento codificado, mientras que ha aumentado entre los trabajadores experimentados en los roles de conocimiento tácito. El análisis concluye que la programación basada en agentes no está reemplazando a los ingenieros junior, sino que está reemplazando las tareas tradicionalmente asignadas a ellos. El cuello de botella radica en la verificación, el contexto y el juicio, áreas en las que los modelos de vanguardia aún están lejos de igualar las capacidades humanas. Las decisiones de contratación se basan en números de referencia obsoletos que los creadores originales han retirado. Las empresas que probablemente tendrán éxito en el futuro son aquellas que están llevando a cabo el