Este artículo de investigación analiza cómo los currículos universitarios se están adaptando a la integración de la IA generativa en la formación en ingeniería de software. Tras examinar veintitrés programas de estudio de instituciones de élite, los autores identifican un cambio hacia la colaboración entre humanos e IA, donde los estudiantes son evaluados según su capacidad para utilizar asistentes y agentes de codificación de IA durante el ciclo de vida del desarrollo. Los hallazgos revelan que la mayoría de los cursos priorizan el aprendizaje basado en proyectos y la aplicación práctica sobre los exámenes tradicionales para simular los flujos de trabajo profesionales modernos. Si bien temas fundamentales como los fundamentos de IA/ML y las pruebas de software siguen siendo esenciales, el estudio destaca la falta de estandarización en la enseñanza del uso responsable de la IA y la ética. En definitiva, este trabajo proporciona un marco para que los educadores diseñen cursos asistidos por IA que equilibren las competencias de ingeniería tradicionales con las herramientas automatizadas emergentes.
Enlace al artículo científico, para aquellos interesados en profundizar en el tema: "Mapping the Emerging Curriculum for AI-Assisted Software Engineering via Syllabus Analysis". Por Francis Geng y colegas. Publicado el 6 de Agosto de 2026.
El resumen, la transcripción, y la traducción fueron hechas usando herramientas de software de Inteligencia Artificial.
El resumen se presenta en la forma de un diálogo entre dos personajes sintéticos que llamaremos Alicia y Beto.
Resumen
Beto
Normalmente, cuando pensamos en aprender una habilidad muy técnica, como tocar el piano, o escribir código complejo, hay esta expectativa de un tipo de esfuerzo solitario y predecible.
Alicia
Oh, sí, absolutamente.
Beto
Te sientas, memorizas la sintaxis, practicas los bucles lógicos, y solo estás tú en la máquina, ¿verdad? Estás construyendo esa memoria muscular completamente desde cero, solo en aislamiento total.
Alicia
Correcto, ha sido considerado durante mucho tiempo como el tipo de paso necesario para avanzar. Construyes el andamiaje cognitivo desde cero, en gran parte a través de prueba y error y muchísimas horas mirando los cursores parpadeantes a las dos de la mañana.
Beto
Exacto. Pero si entras ahora al mundo de la educación en informática, de repente hay un virtuoso invisible sentado justo a tu lado en el banco.
Alicia
Sí, esa es una buena manera de decirlo.
Beto
Y no solo está ofreciendo sugerencias, está tocando la mitad de las notas por ti antes de que levantes tus dedos. Rompe completamente ese esfuerzo solitario.
Alicia
De verdad que lo hace.
Beto
Así que hoy estamos viendo un nuevo artículo de investigación. Este es de agosto de 2026. Se titula "Mapeo del currículo emergente para la ingeniería de software asistida por IA a través del análisis de sílabos".
Alicia
Es bastante largo, pero es un artículo muy importante.
Beto
Correcto. Y nuestra misión hoy para este análisis profundo es descifrar cómo las universidades están rediseñando completamente los programas de informática para la era de la IA generativa. Los investigadores analizaron 23 cursos de nivel avanzado con créditos en universidades estadounidenses. Y lo más impactante aquí, la parte realmente salvaje, es que no solo permitieron la IA generativa.
Estos 23 cursos exigen explícitamente su uso para tareas calificadas.
Alicia
Y eso es lo que hace que este artículo sea una señal tan crítica para cualquiera que intente comprender el futuro de la tecnología.
El nuevo modelo: Enseñanza de la ingeniería de software asistida por IA.
Beto
Correcto.
Alicia
Para apreciar la magnitud del cambio, realmente tenemos que contrastarlo con la reacción inicial que vimos en 2023.
Beto
Oh, vaya, el pánico.
Alicia
El artículo documenta cómo ese período temprano fue definido casi por completo por el pánico sobre la integridad académica.
Beto
Sí, las estructuras estaban desesperados, ¿verdad?
Alicia
Sí, exactamente, apresurándose a crear estas evaluaciones a prueba de IA. Había exámenes supervisados, exámenes orales y prohibiciones agresivas de herramientas en el aula.
Beto
Es el clásico reflejo "prohibido hasta que lo entendamos", pero la barrera académica simplemente no pudo contenerlo, porque la industria de software profesional estaba transformándose de la noche a la mañana.
Alicia
Correcto. No puedes detener la marea.
Beto
Es una cosa prohibir una herramienta en un aula. Pero si toda la industria la adopta, una universidad de repente está graduando estudiantes que están completamente obsoletos desde el primer día.
Alicia
Y la función de fuerza allí era pura, innegable productividad.
Beto
Sí.
Alicia
Los investigadores señalan un informe masivo de 2025 ("The AI Productivity Paradox") de Faros AI, y analizan a los desarrolladores que integraron la IA generativa en sus flujos de trabajo empresariales diarios. Y los desarrolladores que usaron la IA generativa completaron un 21% más de tareas.
Beto
Lo cual es significativo por sí mismo.
Alicia
Lo es, pero la métrica más disruptiva es que fusionaron un 98% más de solicitudes de extracción ("pull requests").
Beto
Vaya. Un 98%.
Alicia
Casi el doble. Y el volumen puro de esas solicitudes de extracción, como el tamaño del código creció en un 154%.
Beto
Okay, espera, solo piensa en las implicaciones de esos números por un segundo para una verdadera tubería de desarrollo.
Alicia
Correcto.
Beto
Si tu equipo de ingeniería está enviando el doble de solicitudes de extracción de repente, y el tamaño de ese código es un 150% mayor, todo el sistema se va a atascar en otro lugar.
Alicia
Tiene que hacerlo.
Beto
La generación de código ya no es el paso limitante de velocidad.
Alicia
Lo que lleva directamente al punto de datos más vital en ese informe de Faros AI: El tiempo dedicado a la revisión de código aumentó en un 91%.
Beto
Oh, vaya. Así que están leyendo código todo el día.
Alicia
Exacto. El cuello de botella cambió por completo, de escribir, a revisar.
Beto
Sí.
Alicia
El desarrollador profesional efectivamente pasó de ser un mecanógrafo de código, a un orquestador. Y debido a ese cambio, los viejos estándares académicos, específicamente las directrices SE 2014 ("Software Engineering 2014") que regían la ingeniería de software de pregrado durante una década, se volvieron desesperadamente obsoletos.
Beto
Porque no tienen en cuenta a la IA en absoluto.
Alicia
Correcto. No contienen ningún marco para evaluar a un estudiante que básicamente está co-autorando una aplicación masiva con una máquina.
Beto
Fundamentalmente cambia la descripción del trabajo.
Estaba pensando en este cambio. Y la mejor manera de conceptualizar esta nueva dinámica no es la vieja analogía de la calculadora en clase de matemáticas.
Alicia
Sí. A la gente le encanta usar esa.
Beto
Correcto. Pero esto está en esteroides. Es más tal como lo siguiente: Eres un gerente y te acaban de asignar a un desarrollador junior que es increíblemente rápido, conoce todos los lenguajes de programación de la Tierra, pero está completamente privado de sueño y ocasionalmente alucina.
Alicia
Esa es la analogía perfecta.
Beto
Correcto. Tu trabajo ya no es escribir el código. Es auditar sin piedad su trabajo antes de que tumbe el servidor de producción.
Alicia
El desarrollador junior competente pero alucinante es exactamente el modelo mental correcto aquí. Y esa realidad dicta completamente los nuevos objetivos de aprendizaje que encontraron los investigadores.
Beto
Entonces, ¿qué están enseñando realmente ahora?
Alicia
Bueno, cuando codificaron sistemáticamente los sílabos de estos 23 cursos avanzados para ver qué profesores estaban priorizando activamente, el tema dominante no fue la ingeniería de prompts.
Beto
¿En serio?
Alicia
Sí. No fue enseñar a los estudiantes a escribir la frase perfecta en una caja de chat. El enfoque principal estuvo en la colaboración humano-IA y la evaluación crítica.
Beto
Okay. Profundicemos en la mecánica de esa colaboración porque es fácil decir simplemente colaboración humano-IA aquí. Pero en la práctica, si un estudiante no solo le está pidiendo a una caja de chat que construya un sitio web, ¿qué está haciendo realmente? ¿Cómo están gestionando esa interacción?
Alicia
Realmente se reduce a la gestión del contexto.
Beto
La gestión del contexto.
Alicia
Sí. En un escenario del mundo real, podrías tener una base de código con 10,000 archivos. Un modelo de IA no puede guardar todo eso en su memoria de trabajo. E incluso si pudiera, sería computacionalmente inútil y muy propenso a errores.
Beto
Simplemente se confundiría.
Alicia
Exacto. Así que los sílabos priorizan enseñar a los estudiantes a curar la arquitectura exacta, los puntos finales de la API específicos y las dependencias relevantes para alimentar a la IA.
Beto
Tendrían que saber qué piezas darle.
Alicia
Sí. El humano es responsable de definir los límites del problema. Así la IA puede ejecutar la lógica sin alucinar bibliotecas que no existen.
Beto
Lo que explica por qué la evaluación y las pruebas están clasificando tan alto en estos cursos.
Alicia
Absolutamente.
Beto
El estudiante tiene que ser un crítico. En los 18 cursos donde los investigadores pudieron ver los desgloses completos de temas públicos, 12 de ellos cubrieron en profundidad los fundamentos subyacentes de la IA y el aprendizaje automático.
Alicia
Oh, eso es crucial.
Beto
Sí. Eso me dice que los profesores no quieren que los estudiantes traten a la IA generativa como una caja mágica, ¿verdad?
Alicia
Correcto.
Beto
Necesitan que entiendan la naturaleza probabilística del modelo para anticipar dónde va a fallar realmente.
Alicia
Esa es una conexión vital porque entender por qué un LLM predice el siguiente token te ayuda a entender por qué podría generar con confianza un código que se ve sintácticamente impecable, pero introduce una sutil vulnerabilidad de seguridad o una condición de carrera.
Beto
Sí, se ve bien, pero está fundamentalmente roto.
Alicia
Exacto. Así que junto con esos fundamentos de IA, las pruebas estuvieron fuertemente incluidas en 10 cursos, desarrollo ágil en 10, y depuración en 7.
Beto
Pero estoy notando un punto de fricción aquí. Si la IA está generando esencialmente la mayor parte del código de plantillas ("boilerplate") y la lógica, y el trabajo principal del estudiante es evaluar, gestionar el contexto y depurar ...
Alicia
Sí.
Beto
¿Estamos arriesgándonos a entrenar una generación de editores de software en lugar de constructores de software?
Alicia
Es un miedo común. Sí.
Beto
Si quitaras las repeticiones de construir sistemas desde cero, ¿todavía tienen la profundidad conceptual requerida para detectar "el veneno en el pozo", cuando la IA inevitablemente se equivoca?
Alicia
Bueno, los datos del sílabo sugieren que las universidades son muy conscientes de ese riesgo exacto.
Beto
Oh, ¿lo son?
Alicia
Sí. Las habilidades fundamentales de ingeniería de software, cosas como el desarrollo de backend, la arquitectura de despliegue, el diseño de sistemas, siguen siendo muy prevalentes en la asignatura.
Beto
Okay. Eso es tranquilizador.
Alicia
No están reemplazando la base arquitectónica. Están superponiendo las prácticas de IA justo encima de ella.
Beto
Tiene sentido.
Alicia
Porque no puedes auditar eficazmente una arquitectura de microservicio compleja generada por una IA si no entiendes inherentemente cómo se comunican los microservicios en primer lugar.
Beto
Correcto. Tienes que conocer las reglas para romperlas, o en este caso, para arreglarlas.
Alicia
Correcto.
Beto
Pero hay algunas omisiones flagrantes en lo que se está enseñando ahora, ¿verdad?
Alicia
Hay algunas. Sí.
Beto
El artículo señaló que cosas como la documentación tradicional, el diseño centrado en el usuario y especialmente el desarrollo de campo marrón ("brown field development").
Alicia
Sí, desarrollo de campo marrón.
Beto
Que es trabajar con enormes cantidades de código heredado ("legacy code"). Eso fue mucho menos visible en estos módulos de IA.
Alicia
Es verdad.
Beto
Lo cual es salvaje, considerando que casi todo el trabajo empresarial profesional es de campo marrón. Quiero decir, rara vez construyes algo de "campo verde" ("green field") desde cero una vez que te gradúas.
Alicia
No, casi nunca. Pero la falta de enfoque en el campo marrón es probablemente una limitación temporal de dónde están las herramientas educativas ahora.
Beto
¿Cómo es eso?
Alicia
Bueno, configurar una base de código heredada realista y masiva para que los estudiantes practiquen la refactorización asistida por IA es increíblemente difícil de escalar en un semestre estándar de 14 semanas.
Beto
Oh, solo la logística ...
Alicia
Exacto. Ahora mismo, el plan de estudios se centra en la mecánica pura de la orquestación.
Beto
Okay.
Alicia
Pero como señalaste, si están pasando todo su tiempo auditando y evaluando, eso plantea el acertijo más complicado para la academia: ¿Cómo se califica esto realmente?
Beto
Oh, vaya. Sí. Si un estudiante está trabajando en casa colaborando con una IA para construir una aplicación web compleja, ¿cómo aíslas la contribución humana para darle una nota?
Alicia
Es la pregunta definitiva.
Beto
Si estamos dejando atrás esa vieja mentalidad de biblioteca polvorienta de exámenes de libro cerrado y pasando a este flujo de trabajo hiperconectado, el modelo de evaluación tiene que simplemente cambiar por completo.
Alicia
Tiene que hacerlo.
Beto
Me imagino que si los exámenes supervisados fueron la reacción de impulso en 2023, ahora deben estar haciendo algunas defensas de código en vivo intensas para demostrar que el estudiante no solo durmió mientras la máquina escribía.
Alicia
Tienes razón sobre el cambio de los exámenes, pero la escala es lo que realmente sorprende.
Beto
¿En serio?
Alicia
El estudio encontró que entre estos cursos avanzados basados en porcentajes, los exámenes supervisados están prácticamente extintos.
Beto
Vaya, extintos.
Alicia
En 14 cursos donde los datos de calificación eran totalmente transparentes, solo tres utilizaron alguna forma de evaluación supervisada.
Beto
Solo tres.
Alicia
Y en esos tres, el peso de los exámenes fue mínimo, oscilando entre solo el 10 y el 30 por ciento de la nota final.
Beto
Eso es una desviación masiva de la calificación tradicional en informática. Quiero decir, normalmente los exámenes son todo.
Alicia
Oh, absolutamente.
Beto
Así que si el examen está muerto, tienen que estar midiendo la tasa de salida real.
Alicia
Se están basando mucho en la práctica auténtica. Cada curso midió la participación y la interacción, pero el peso indiscutible es el proyecto final ("capstone").
Beto
Ah, el proyecto final.
Alicia
Sí, 12 de los 14 cursos utilizaron trabajo de proyecto masivo, constituyendo entre el 30 y el 85 por ciento de la nota final de un estudiante.
Beto
El 85 por ciento para un solo proyecto.
Alicia
Sí. El peso de la calificación mediana para el trabajo específico requerido por IA fue asombroso, un 70 por ciento.
Beto
Okay, así que si toda tu nota es escribir en un proyecto masivo asistido por IA donde colaboras con compañeros para entregar un producto funcional, la universidad básicamente se está convirtiendo en un simulador de startup tecnológica ahora.
Alicia
Eso es exactamente lo que es.
Beto
Refleja exactamente cómo decía ese informe de Faros AI sobre cómo se ve la tubería profesional. Pero eso todavía no resuelve el acertijo central de la calificación para mí.
Alicia
¿Cómo es eso?
Beto
¿Cómo mira un profesor una aplicación terminada y sabe que el estudiante realmente entiende las compensaciones de complejidad temporal que hizo la IA en el backend? Quiero decir, la aplicación funciona, pero ¿el estudiante supo por qué funciona?
Alicia
Aquí es donde el plan de estudios se vuelve increíblemente inteligente. Los instructores están imponiendo registros de procesos rigurosos y puntos de control en clase.
Beto
¿Registros de procesos?
Alicia
Sí. La nota no se trata solo de si la aplicación compila. Se trata de hacer visible el razonamiento invisible.
Beto
Okay, me gusta eso.
Alicia
Un estudiante podría entregar un resultado, pero también tiene que entregar un registro detallando los prompts que usó, los fallos iniciales que produjo la IA y los pivotes arquitectónicos que hizo para arreglarlo.
Beto
Oh, ¿por qué? Así que la defensa no es solo "aquí está mi código". Es "aquí está por qué rechacé los primeros tres intentos de la IA".
Alicia
Precisamente. Están calificando la curación y la justificación.
Beto
Eso es brillante.
Alicia
Pero el profesor podría preguntar a un estudiante durante una revisión de código, "¿por qué aceptaste este enfoque algorítmico específico de la IA en lugar de una alternativa más eficiente en memoria?"
Beto
Y no puedes fingir esa respuesta.
Alicia
No puedes. El estudiante tiene que defender esa elección. En un mundo de sobrecarga de información absoluta donde el código funcional puede generarse en milisegundos, la habilidad premium es la verificación.
Beto
Sí.
Alicia
Al obligar a los estudiantes a documentar su razonamiento, las universidades están probando directamente el juicio crítico.
Beto
Me encanta esa mecánica tanto. Realmente no puedes fingir el por qué. O entiendes la arquitectura o simplemente no lo haces.
Alicia
Exacto.
Beto
Pero para ejecutar estos proyectos finales masivos, proyectos que representan el 70% de tu nota y requieren un registro de procesos profundo, estos estudiantes no pueden simplemente estar copiando y pegando desde una ventana del navegador, ¿verdad?
Alicia
No, definitivamente no.
Beto
Deben estar usando maquinaria más pesada, lo que nos lleva a investigar la pila tecnológica real. ¿Qué herramientas están respaldando oficialmente las universidades para ejecutar estos simuladores de startups?
Alicia
El análisis de la pila tecnológica fue una de las secciones más reveladoras de los datos del sílabo, honestamente. De los 23 cursos, solo nueve nombraron públicamente sus herramientas de IA específicas en sus sílabos o sitios web de cursos. Pero en esos nueve cursos, los investigadores identificaron 16 herramientas distintas que se estaban utilizando.
Beto
16 herramientas en nueve cursos.
Alicia
Sí.
Beto
Eso es un panorama increíblemente fragmentado. Quiero decir, no hay ningún monopolio claro en el aula ahora mismo.
Alicia
La fragmentación es muy alta. Pero hay un patrón muy claro en qué tipo de herramientas están ganando.
Beto
Okay, ¿qué tipo?
Alicia
La mayor sorpresa para muchos fuera de la burbuja tecnológica podría ser que las interfaces de chat generales, sabes, como la interfaz estándar de ChatGPT, la que la mayoría de la gente usa en su navegador web.
Beto
Correcto. La que todos conocen.
Alicia
Sí, no fueron la opción dominante para la ingeniería de software.
Beto
Lo cual es fascinante porque ChatGPT se ha convertido básicamente en la marca genérica para la IA generativa en la conciencia pública.
Alicia
De verdad lo ha hecho.
Beto
Pero estás diciendo que los programas académicos están empujando a los estudiantes hacia algo completamente diferente.
Alicia
Los están empujando hacia herramientas de codificación orientadas al desarrollador.
Beto
Okay.
Alicia
Una herramienta llamada Claude Code apareció con mayor frecuencia. Estaba listada explícitamente en seis de los cursos.
Beto
Oh, vaya.
Alicia
Cursor apareció en tres cursos y GitHub Copilot también apareció en tres.
Beto
Permíteme desglosar la mecánica de eso para el oyente.
Alicia
Sí.
Beto
Porque si un estudiante está usando Cursor, o Claude Code en lugar de solo un chat basado en el navegador, ¿qué es funcionalmente diferente en su flujo de trabajo?
Alicia
Hay una gran diferencia.
Beto
¿Por qué están ganando estas herramientas específicas el respaldo de los profesores de informática?
Alicia
Gira completamente en torno al concepto de capacidad del agente ("agentic capability").
Beto
Capacidad del agente.
Alicia
Sí. Cuando usas un chat del navegador, está aislado, ¿verdad? Tienes que copiar manualmente tu código, pegarlo en el chat, hacer una pregunta, copiar la respuesta y pegarla de nuevo en tus archivos.
Beto
Lo cual es súper tedioso.
Alicia
Es increíblemente ineficiente. Herramientas como Cursor, o Claude Code, están integradas directamente en el entorno de desarrollo integrado del estudiante.
Beto
El IDE.
Alicia
Sí, el IDE. O directamente en sus flujos de trabajo de terminal.
Beto
Así que tienen acceso completo al espacio de trabajo real.
Alicia
Exacto. No solo están respondiendo preguntas en el vacío. Actúan como agentes autónomos.
Beto
Vaya.
Alicia
Puedes darle a una herramienta agente un objetivo de alto nivel, y puede leer independientemente todo el árbol de archivos. Puede entender cómo un cambio en el esquema de la base de datos afectará a la interfaz de usuario del frontend.
Beto
Simplemente hace todo eso.
Alicia
Escribe el código necesario, ejecuta las pruebas unitarias, lee los registros de error si las pruebas fallan y luego reescribe su propio código para arreglar el error. Es un participante activo en el entorno.
Beto
Se siente como si hubiéramos cruzado un umbral aquí. Como si hubiéramos dejado completamente atrás la vieja mentalidad de biblioteca académica y entrado directamente en la matriz brillante y viva de un entorno de producción en vivo.
Alicia
De verdad que lo hemos hecho.
Beto
Pero si el panorama de las herramientas está fragmentado y las herramientas agentes están evolucionando tan rápidamente, ¿cómo diseña una universidad un plan de estudios que no se vuelva obsoleto en el segundo en que sale una nueva herramienta?
Alicia
Ese es el desafío que están tratando de resolver activamente.
Beto
Para mí, esto suena como "la educación del conductor".
Alicia
¿Cómo es eso?
Beto
Bueno, no construyes una carrera de cuatro años alrededor de la interfaz de usuario específica de un tablero Tesla. Enseñas la física de conducir, cómo navegar el tráfico y cómo gestionar la asistencia de carril automatizada, independientemente de la marca y el volante.
Alicia
Esa es una gran manera de verlo.
Beto
La herramienta específica podría cambiar el próximo mes, pero el flujo de trabajo para gestionar un copiloto automatizado es permanente.
Alicia
Y los investigadores abordan ese desafío exacto. Los sílabos enfatizan intencionalmente esas habilidades altamente transferibles.
Beto
Vaya. Okay.
Alicia
Al enseñar a los estudiantes la mecánica del desarrollo agente, la gestión del contexto y la evaluación rigurosa, están construyendo una mentalidad resiliente.
Beto
Les están enseñando a pescar.
Alicia
Exacto. El objetivo no es entrenar a un experto en Cursor, o un especialista en Claude Code. El objetivo es entrenar a un ingeniero que sepa cómo orquestar agentes autónomos, sea cual sea la empresa de software que los construya.
Beto
Lo que nos lleva a la conclusión definitiva de este nuevo espacio de diseño para la educación.
La ingeniería de software asistida por IA ha pasado completamente del debate sobre la integridad académica.
Alicia
Oh, mucho más allá de eso.
Beto
Ya no estamos discutiendo si los estudiantes deben usar la IA, sino cómo deben orquestarla, qué tan profundamente deben evaluar su resultado y cómo integrarla sin problemas en flujos de trabajo masivos, complejos y agénticos.
Alicia
Así que para cualquiera que esté escuchando y tratando de mejorar sus habilidades, ya sea que seas un desarrollador junior, un gerente de proyecto, o trabajes realmente en un campo completamente diferente, siendo remodelado por la IA, ...
Beto
... que es la mayoría de los campos en este momento.
Alicia
Exacto. La señal de estas universidades es fuerte y clara. Desvía tu enfoque de simplemente generar contenido.
Beto
Sí.
Alicia
No pierdas tu tiempo tratando de memorizar un puñado de prompts mágicos, porque los modelos se van a volver lo suficientemente autónomos que la ingeniería de prompts como habilidad distinta, probablemente se desvanecerá.
Beto
Tu habilidad premium es el juicio.
Alicia
Absolutamente.
Beto
Es tu capacidad para actuar como el editor sénior de ese escritor junior increíblemente rápido, pero ocasionalmente imprudente, del que hablamos.
Alicia
Sí.
Beto
Es tu capacidad para entender profundamente la arquitectura de tu campo, para que puedas detectar una alucinación antes de que se fusione en un entorno de producción.
Alicia
Ese proceso de curación y verificación es la descripción del trabajo real del futuro. La generación se está comoditizando, pero el juicio no lo está.
Beto
Lo que nos deja con un pensamiento final, algo provocador, para reflexionar, basándonos en todo lo que hemos desglosado de este análisis curricular hoy.
Alicia
Estoy lista.
Beto
Si las mejores universidades ya han pivotado completamente a tratar a la IA como un compañero de programación permanente e innegociable para los estudiantes, piensa en cómo se verá la industria en 10 años.
Alicia
Eso va a ser salvaje.
Beto
Cuando estos estudiantes nativos de la IA actuales sean los desarrolladores sénior y los directores de ingeniería, nunca habrán conocido un flujo de trabajo sin un agente para copilotar.
¿Se verá el acto físico de sentarse y escribir tu propio código completamente a mano, carácter por carácter, eventualmente como un requisito profesional, sino como un pasatiempo hecho a medida, un "hobby" artesanal?
Alicia
Esa es una trayectoria fascinante para considerar. Podríamos estar presenciando el nacimiento de la "codificación artesanal".
Beto
Correcto. Tal como elaborar tu propia cerveza en el garaje, o tejer tus propios suéteres.
Alicia
Exacto.
Beto
Algo que haces puramente por el amor táctil del oficio en lugar de cumplir con las demandas del mundo real.
Alicia
Algo para pensar la próxima vez que abras un documento en blanco y empieces a escribir.
Gracias por acompañarnos en este análisis profundo. Nos vemos la próxima vez.
Entradas
