La ingeniería de software fue una de las profesiones mejor remuneradas en Estados Unidos en 2022, pero la irrupción de la inteligencia artificial ha sacudido el mercado laboral. Despidos masivos en grandes empresas tecnológicas, combinados con una creciente subocupación, han dejado a muchos ingenieros en una posición de incertidumbre.

Matt es uno de esos ingenieros. Cada semana, durante su travesía en tren de cuatro horas hacia Pawling, Nueva York, dedica ese tiempo a un proyecto personal: un videojuego basado en navegador en el que escribe cada línea de código manualmente. “Estoy tratando de mantener mi hacha afilada”, explica Matt, quien prefirió no usar su nombre real para proteger su empleo actual. En los últimos seis meses, su trabajo se ha ido transformando: ya no se trata principalmente de escribir código o resolver problemas de arquitectura de software, sino de revisar y ajustar el código generado por la IA. Convencido de que este cambio podría erosionar sus habilidades técnicas, Matt está tomando medidas para preservarlas. “Intento no depender de la IA cuando puedo”, añade.

La experiencia de Matt no es aislada. Según un informe reciente de la consultora TechInsights, más del 40 % de los ingenieros de software en Estados Unidos están dedicando al menos el 20 % de su tiempo a evaluar o mejorar el trabajo generado por modelos de IA, como GPT-4, Claude o los nuevos modelos multimodales. Paralelamente, empresas como Google, Microsoft y Meta han anunciado recortes que afectan principalmente a roles centrados en desarrollo de bajo nivel, mientras que los equipos de “AI-first” crecen.

Este desplazamiento ha generado dos tendencias contrapuestas. Por un lado, una oleada de ‘upskilling’ impulsada por los propios ingenieros, que recurren a cursos intensivos, certificaciones y proyectos personales para mantenerse relevantes. Plataformas como Coursera, Udacity y los programas internos de capacitación de empresas están experimentando un aumento del 250 % en inscripciones relacionadas con “IA aplicada a la ingeniería de software”. Por otro lado, emerge un movimiento de acción colectiva: grupos en LinkedIn y GitHub están organizando hackatones enfocados en “code review humano”, publicaciones en blogs sobre mejores prácticas y peticiones para que los empleadores establezcan límites éticos al uso de IA generativa en la creación de código.

“La línea entre ‘escribir código’ y ‘supervisar IA’ se está volviendo borrosa”, señala la Dra. Elena Martínez, profesora de informática en la Universidad de Stanford y autora de un estudio sobre la automatización del trabajo intelectual. “Si no gestionamos esta transición con cuidado, podríamos perder capital humano especializado que tardará décadas en recuperarse”.

Desde el punto de vista empresarial, la adopción de IA promete una reducción de costos y una aceleración del desarrollo, pero también plantea riesgos de seguridad, sesgo y responsabilidad legal. Un informe de la consultora McKinsey estima que, para 2030, entre el 30 % y el 45 % de las tareas actuales de ingeniería podrían ser automatizadas, aunque también surgirán nuevos roles como ‘prompt engineers’, ‘AI trainers’ y ‘code auditors’. Sin embargo, el mercado aún no ha definido claramente estas nuevas ocupaciones, lo que contribuye a la sensación de inestabilidad entre los profesionales.

Los gobiernos y reguladores también están empezando a reaccionar. En la Unión Europea, el borrador del Acta de Inteligencia Artificial incluye disposiciones para la auditoría de sistemas de IA de alto riesgo, lo que podría obligar a las empresas a mantener un control humano sobre las decisiones críticas de desarrollo de software. En Estados Unidos, el Congreso ha celebrado audiencias sobre “responsabilidad algorítmica en la ingeniería”, aunque aún no se ha aprobado legislación integral.

Para los ingenieros como Matt, el futuro no es solo una cuestión de supervivencia profesional, sino de preservar la artesanía del código. “Al final del día, el software sigue siendo una creación humana; escribirlo es un acto de creatividad y resolución de problemas”, afirma. “Si permitimos que la IA haga todo el trabajo, perdemos esa chispa”.

La adaptación a la IA, por tanto, no se limita a aprender nuevas herramientas; implica un replanteamiento de las competencias básicas, la defensa de estándares éticos y la construcción de comunidades de apoyo mutuo. Ya sea mediante la participación en proyectos de código abierto, la mentoría de principiantes o la presión colectiva para que las empresas adopten políticas transparentes sobre IA, los ingenieros están forjando un nuevo contrato social con la tecnología. Su éxito determinará no solo el rumbo de la industria del software, sino también cómo la sociedad en general experimenta los beneficios y desafíos de una era definida por la inteligencia artificial.