Programar no se está muriendo, pero sí se está volviendo otra cosa. Esa es la sensación que atraviesa Coding After Coders, el largo reportaje de Clive Thompson para The New York Times Magazine: muchos desarrolladores ya pasan menos tiempo escribiendo código y más tiempo describiendo tareas, evaluando planes, corrigiendo desvíos y supervisando agentes que hacen el trabajo pesado.
Dicho sin maquillaje: el teclado ya no es el centro del oficio. El centro, cada vez más, es el criterio. Qué pedir, cómo dividir un problema, qué aceptar, qué desconfiar y qué verificar antes de mandar algo a producción. Para cualquiera que todavía imagine al programador como alguien tipeando líneas durante ocho horas, el cambio ya empezó.
¿Qué cambió de verdad?
El artículo del Times abre con un caso concreto: Manu Ebert, cofundador de Hyperspell, usando Claude Code con varios agentes en paralelo para escribir, testear y supervisar una feature. Según la nota, una tarea que antes le tomaba un día ahora puede resolverse en media hora. No porque el problema haya desaparecido, sino porque el trabajo humano se movió un nivel arriba.
Eso conecta con algo que Simon Willison subrayó al comentar la pieza: en programación, la IA tiene una ventaja estructural frente a otras profesiones porque el resultado puede atarse a la realidad. Puedes correr tests. Puedes compilar. Puedes medir si algo funciona o no. Esa verificación automática no elimina las alucinaciones, pero sí cambia muchísimo la ecuación. En derecho, medicina o consultoría, ese lazo con la realidad es bastante más débil.
En descubre.ai ya venimos siguiendo esta transformación desde varios ángulos: desde el uso de agentes para liquidar deuda técnica hasta herramientas que ponen números al fenómeno, como Rudel y el ROI real de Claude Code. La novedad de la nota del Times no es que la IA ayude a programar. Es el retrato de una industria donde eso ya dejó de ser experimento y se volvió rutina.
El developer no desaparece: muta
Aquí es donde mucha conversación pública se enreda. Decir que “la IA programa” suena a reemplazo directo. Pero lo que muestran tanto el reportaje del Times como los datos citados por el World Economic Forum es algo más incómodo y más interesante: el trabajo no se evapora, se reconfigura.
Según el análisis citado por el WEF, cerca de 4 de cada 10 developers dijeron en 2025 que la IA ya expandió sus oportunidades profesionales, y casi 7 de cada 10 esperan que su rol siga cambiando en 2026. Además, un 65% cree que su trabajo se desplazará desde el coding rutinario hacia arquitectura, integración y toma de decisiones apoyada por IA. Eso encaja perfecto con la escena que retrata Thompson: menos artesanía línea por línea, más dirección, revisión y orquestación.
- Menos tecleo manual: los agentes ya generan features, escriben tests y proponen planes de implementación.
- Más supervisión: el humano revisa, corrige, redefine el objetivo y valida contra la realidad.
- Más arquitectura: entender el sistema completo vale más que saber escribir boilerplate rápido.
- Más criterio: pedir bien, detectar errores plausibles y decidir qué no desplegar se vuelve una habilidad premium.
La tensión real está en los juniors
Donde el asunto se pone feo no es en el senior que multiplica su output con agentes, sino en la base de la pirámide. Si las tareas más simples, repetitivas y formativas ahora las absorbe la IA, ¿cómo aprende la gente que recién entra? Esa pregunta aparece una y otra vez en la conversación sectorial, y no tiene una respuesta cómoda.
Un repaso de CodeConductor sobre el debate de 2026 reúne posturas opuestas: Matt Garman, CEO de AWS, llamó “una de las ideas más tontas” pensar en reemplazar juniors con IA, mientras otros líderes como Marc Benioff han tomado decisiones de contratación mucho más agresivas. El problema de fondo no es solo laboral; es pedagógico. Si una generación entera deja de tocar las capas básicas del oficio, el pipeline de seniors del futuro se vuelve más frágil.
Eso también explica por qué este tema no se agota en productividad. En descubre.ai ya lo habíamos anticipado en nuestro análisis sobre el golpe a los juniors del software y en la discusión sobre cómo usar LLMs para programar puede costarte comprensión del código. La pregunta no es solo “¿eres más rápido?”. La pregunta más seria es “¿entiendes lo que acabas de enviar?”.
La parte que muchos celebran demasiado rápido
Hay una narrativa muy seductora diciendo que esto liberará a los developers de lo aburrido para dejarlos en lo creativo. A veces será verdad. A veces no. También existe el riesgo de crear una profesión donde cada vez menos personas entienden profundamente los sistemas que operan, pero igual los ponen en producción porque los agentes parecen convincentes.
El comentario de Simon Willison sobre los tests ayuda a poner los pies en la tierra: sí, los programadores tienen una ventaja porque pueden verificar. Pero esa ventaja solo existe si efectivamente verifican. Si el flujo pasa a ser “prompt, accept, merge”, no estamos frente a superpoderes. Estamos frente a una nueva forma de deuda técnica, una que llega envuelta en eficiencia.
Y aún así, tampoco conviene caer en el apocalipsis perezoso. El mismo WEF describe a los developers como la primera fuerza laboral realmente nativa de IA: gente que no reaccionó con puro miedo, sino con adaptación práctica. Eso importa porque probablemente el resto del trabajo de cuello blanco vaya detrás. Lo que hoy pasa en software es una versión adelantada de lo que después veremos en marketing, finanzas, legal y operaciones.
Por qué importa
Importa porque el cambio ya no es teórico. El artículo del Times funciona como señal cultural de que el oficio se está redefiniendo a ojos del mainstream, no solo dentro de X o Hacker News. Cuando una revista de ese calibre describe programadores que “casi ya no programan”, es porque el desplazamiento ya es visible desde fuera de la industria.
Importa también porque obliga a separar tres cosas que solemos mezclar: productividad, empleo y comprensión. Puedes ser más productivo y aun así formar menos criterio. Puedes tener menos trabajo mecánico y más responsabilidad. Puedes despachar más features y al mismo tiempo entender menos el sistema. Esa tensión va a definir el software de esta década.
Mi lectura es esta: no estamos viendo el fin de los programadores. Estamos viendo el fin de una versión muy específica del programador, el que medía su valor sobre todo por cuánto código podía escribir a mano. Lo que viene premia otra mezcla: diseño de sistemas, lectura crítica, verificación, taste técnico y capacidad de dirigir máquinas que producen código a velocidad industrial. Quien lea bien ese cambio va a volverse mucho más valioso. Quien lo ignore, probablemente no desaparezca mañana, pero sí se va a ir quedando atrás.
Fuentes
- The New York Times Magazine — Coding After Coders: The End of Computer Programming as We Know It
- Simon Willison — Coding After Coders: The End of Computer Programming as We Know It
- World Economic Forum — Software developers are the vanguard of how AI is redefining work
- CodeConductor — Junior Developers in the Age of AI: Future of Entry-Level Software Engineers
