La discusión sobre si la IA va a reemplazar a los ingenieros de software está mal planteada. No porque no haya cambio real, sino porque el impacto no se está repartiendo de forma pareja. Los datos más consistentes apuntan a otra historia: el golpe no está cayendo sobre toda la profesión, sino sobre la base de la pirámide.
Dicho simple: el mercado no está diciendo “ya no necesitamos developers”. Está diciendo “necesitamos menos juniors haciendo trabajo codificable y más gente capaz de orquestar, validar y corregir sistemas asistidos por IA”. Esa diferencia cambia por completo cómo deberíamos leer el momento.
¿Qué dicen los datos duros?
La mejor señal disponible hoy viene de un working paper del Stanford Digital Economy Lab citado por varios análisis de mercado. Según ese estudio, los trabajadores de 22 a 25 años en ocupaciones altamente expuestas a IA registraron una caída relativa de 13% en empleo desde la adopción masiva de GenAI. En software, el mismo trabajo y artículos derivados describen escenarios donde la baja desde el peak de 2022 se acerca al 20% para los perfiles más jóvenes.
En paralelo, Stack Overflow resumió el cambio con una frase incómoda pero útil: el rival de un developer junior ya no es solo otro graduado brillante, también son las herramientas de coding asistido que automatizan tareas que antes servían justamente como puerta de entrada al oficio.
- Caída en la base: los perfiles de 22-25 años son los más golpeados en ocupaciones expuestas a IA, según Stanford y análisis citados por Stack Overflow.
- Adopción masiva: la encuesta 2025 de Stack Overflow sitúa el uso de herramientas de IA en desarrollo en 84% de los developers.
- Demanda total aún positiva: la Oficina de Estadísticas Laborales de EE.UU. proyecta 15% de crecimiento para software developers, QA y testers entre 2024 y 2034.
Ese combo parece contradictorio solo si asumimos que todos los roles de software son iguales. No lo son. La demanda total puede crecer y, al mismo tiempo, el mercado puede volverse mucho más cruel con quien entra sin experiencia, fundamentos o criterio técnico.
Esto conversa directo con lo que ya planteamos en descubre.ai cuando dijimos que ahora todos somos, en cierto sentido, AI Engineers. No porque todos sepan más, sino porque el estándar mínimo del oficio se movió hacia arriba.
Por qué los juniors son los más vulnerables
La explicación más convincente no es ideológica, sino operacional. Los modelos generativos son especialmente buenos en tareas apoyadas en conocimiento codificado: boilerplate, tests básicos, documentación, integraciones rutinarias, pequeñas refactorizaciones o lectura rápida de APIs conocidas. Y adivina quién solía hacer gran parte de eso al comienzo de su carrera: los perfiles junior.
Sundeep Teki lo explica bien en su análisis del mercado 2025: la IA está automatizando justo las tareas donde un recién llegado aportaba más valor inmediato. En cambio, todavía flojea más cuando el trabajo exige conocimiento tácito: entender una base legada fea, decidir un tradeoff de arquitectura, leer política interna entre equipos o saber cuándo una solución “elegante” es mala idea para producción.
Ese conocimiento tácito se adquiere trabajando. Y ahí aparece la trampa del momento: si las empresas contratan menos juniors porque la IA cubre las tareas de entrada, también están dañando el proceso mediante el cual se forman los seniors del futuro.
Karpathy lo viene insinuando desde otro ángulo y lo cubrimos aquí cuando hablamos de programar con IA como una nueva capa del oficio: la ventaja ya no está en escribir más rápido únicamente, sino en tener criterio para manejar sistemas que escriben contigo.
No es una extinción, es una bifurcación
La narrativa apocalíptica vende porque es simple. “La IA reemplaza programadores” cabe en un titular. Pero la evidencia real apunta a una bifurcación mucho más incómoda: algunos perfiles se vuelven mucho más valiosos y otros pierden relevancia más rápido de lo que el mercado laboral puede absorber.
Por un lado, la BLS sigue proyectando crecimiento robusto para la ocupación total. Por otro, los análisis de mercado detectan una prima salarial para perfiles con competencias fuertes en IA, y una caída más visible en contrataciones junior. O sea: no desaparece el trabajo técnico; cambia el tipo de trabajo técnico que se paga bien.
- Más valor para el criterio: diseño de sistemas, validación, debugging y priorización suben de peso.
- Menos valor para lo mecánico: escribir código rutinario deja de ser una ventaja defendible por sí sola.
- Más presión en onboarding: las empresas ya no pueden asumir que un junior aprenderá haciendo solo tareas básicas.
Eso también tiene una consecuencia social poco comentada: la puerta de entrada al software puede hacerse más elitista. Si el mercado exige llegar con fundamentos más fuertes, dominio de herramientas de IA y capacidad de razonar a nivel sistema desde el día uno, la brecha entre quien tuvo buenos entornos de formación y quien no los tuvo puede ampliarse bastante.
Entonces, ¿qué deberían hacer empresas y developers?
Las empresas deberían dejar de medir productividad por volumen de código. En 2026 eso ya es una métrica floja. Lo que importa es cuánto valor produce un equipo al combinar criterio humano con automatización útil. Y eso implica rediseñar entrevistas, planes de carrera y mentoring.
Los developers, por su lado, tienen una tarea brutalmente clara: usar IA no basta. Hay que entender qué hace, cómo se equivoca y dónde rompe. Quien solo sabe “prompt-ear” código sin comprender arquitectura, testing o seguridad va a quedar atrapado en el lugar más frágil del mercado.
Si quieres una prueba de que el mercado ya castiga esa superficialidad, mira otro fenómeno que hemos cubierto: la deuda de verificación en programación asistida por IA. Generar más código es fácil; validar que ese código no arruine un sistema real sigue siendo el trabajo caro.
Por qué importa
El verdadero debate no es si la IA “mata” a los ingenieros de software. Es si vamos a aceptar un mercado donde las herramientas absorben el trabajo inicial sin reconstruir el camino de aprendizaje que convierte a un junior en alguien realmente bueno. Si no resolvemos eso, la escasez futura no va a ser de código. Va a ser de criterio.
Para founders, managers y equipos técnicos, la lección es bastante directa: la IA ya está cambiando la economía del trabajo en software, pero no de la forma simplona que repiten los titulares. El oficio no se está borrando. Se está endureciendo. Y quienes entiendan eso antes van a contratar mejor, aprender más rápido y cometer menos errores estratégicos.
Fuentes
- Ecosistema Startup — IA vs. Software Engineers: la verdad que la data revela
- Stack Overflow Blog — AI vs Gen Z: How AI has changed the career pathway for junior developers
- Sundeep Teki — Impact of AI on Software Engineer Jobs: A Deep Dive
- U.S. Bureau of Labor Statistics — Software Developers, Quality Assurance Analysts, and Testers
