Las matrículas de Ciencias de la Computación en Stanford cayeron un 22% entre otoño de 2023 y otoño de 2025. La Universidad de California reportó su primer descenso en este tipo de carreras desde principios de los 2000. Al mismo tiempo, Data Science creció un 95% en el mismo período en Stanford. El contraste es demasiado claro para ignorarlo: los estudiantes no están huyendo de la tecnología — están recalibrando hacia donde creen que está el futuro.
El debate estalló en Hacker News en marzo de 2026 con una pregunta aparentemente simple: ¿cómo es vivir una carrera de CS hoy? Las respuestas, de estudiantes, profesores y fundadores, revelan una tensión que va mucho más allá del aula. Toca el valor de la educación formal en un mundo donde un modelo de lenguaje grande puede generar código funcional en segundos.
¿Qué está pasando en los programas de CS?
Las universidades llevan dos años reformando sus currículos a marcha forzada. La University of Illinois Chicago reorganizó sus créditos core. La University of Chicago eliminó la obligatoriedad de una concentración externa y profundizó en Sistemas, Bases de Datos y Programación. Purdue ofrece ahora tracks especializados en IA, Ciberseguridad y Software Engineering.
IA para el Resto de Nosotros
La nueva versión de mi curso estrella para aprender a usar la IA de forma práctica, simple y útil en tu día a día. Comienza el 24 de marzo.
→ Inscríbete hoy 🚀El estándar CS2023, publicado conjuntamente por ACM, IEEE-CS y AAAI, incorpora IA, ciberseguridad y computación cuántica como áreas prioritarias. El documento reconoce explícitamente que la velocidad del cambio tecnológico obliga a una reforma constante. Las instituciones lo saben. El problema es que la velocidad de la academia no siempre alcanza la velocidad del mercado.
El resultado visible: carreras como Data Science, que combinan estadística aplicada con herramientas de IA, crecen mientras el CS “clásico” pierde tracción. Los estudiantes están votando con sus inscripciones.
El elefante en el aula: ¿qué hace la IA con el valor del programador?
Si ChatGPT o Claude pueden escribir código funcional en segundos, ¿qué ventaja competitiva real tiene quien estudió cuatro años para aprender a hacerlo manualmente? La respuesta incómoda es que la ventaja ya no está en escribir código. Está en entender qué código escribir, por qué, y cómo detectar cuando el código generado es plausible pero incorrecto.
Los LLMs producen código convincente. También producen código roto que pasa los tests automáticos. Un estudio de 2025 encontró que la mitad del código IA que supera los benchmarks de la industria sería rechazado por desarrolladores reales en code review. El programador que solo sabe pedirle a Claude que genere funciones no tiene cómo distinguir entre ambos.
La IA no elimina el valor de los fundamentos: los amplifica. Quien entiende algoritmos, arquitecturas de sistemas y matemáticas discretas puede aprovechar los agentes de código a un nivel cualitativamente distinto. La experiencia técnica profunda se vuelve más escasa y valiosa a medida que el mercado se llena de código generado sin comprensión.
Universidad vs. rutas alternativas
El debate real no es si estudiar CS tiene valor — es si los programas actuales entregan ese valor a tiempo y a precio razonable. Las opciones alternativas ganan terreno:
- Bootcamps de 3 a 6 meses con salida laboral inmediata
- Aprendizaje autodirigido con plataformas como Coursera, fast.ai o recursos open source
- Construcción directa de productos desde los 18 años con herramientas no-code e IA
Un título de CS en una universidad de primer nivel sigue abriendo puertas en Google, Meta o fondos de venture capital. Pero en el ecosistema startup — especialmente en LATAM, donde el acceso a universidades élite es más restringido y el costo de oportunidad es alto — la ruta alternativa tiene cada vez más legitimidad. La paradoja es que la proliferación de herramientas IA que democratizan la programación también eleva el piso mínimo de lo que significa ser realmente técnico.
Por qué importa para quienes contratan y para quienes deciden
Para quienes contratan, el título de CS sigue siendo una señal, pero ya no es suficiente. El criterio de evaluación debe ir más allá del diploma: capacidad de razonamiento sobre sistemas, comprensión de tradeoffs, habilidad para detectar cuando la IA produce código plausible pero roto.
Para quienes asesoran jóvenes, la respuesta honesta no es universal. Depende del país, el tipo de empresa que quieren construir y su tolerancia al riesgo. En muchos contextos latinoamericanos, cuatro años de universidad tienen un costo de oportunidad altísimo comparado con aprender a construir directamente con las herramientas que el mercado demanda hoy.
Lo que sí es universal: el debate sobre si la IA sustituye o amplifica al programador ya no es teórico. Las matrículas de CS que bajan no son un dato educativo aislado — son el primer síntoma de una reconfiguración profunda del mercado laboral técnico. El año en que los estudiantes empezaron a votar con sus pies puede ser el mismo en que los fundamentos técnicos se volvieron el activo más escaso del mercado.
