Autor: Naval Ravikant
Compilado por: Felix, PANews
En el contexto actual de iteraciones frenéticas de los grandes modelos de IA, el mercado global está inundado de un profundo sentimiento de pesimismo y ansiedad. Por un lado, el CEO de OpenAI, Sam Altman, predijo que "la IA tomará el 95% de los trabajos de los programadores"; por otro, el CEO de Anthropic predijo que "la IA reemplazará por completo a los ingenieros de software en los próximos 6 a 12 meses". La afirmación de que "la profesión de programador ha muerto" parece haberse convertido en un consenso global, enfrentando la crisis de supervivencia más grave desde el nacimiento de Internet.
Pero este miedo a la desaparición de puestos de trabajo surge de una malcomprensión de la lógica subyacente de la tecnología. Naval Ravikant, cofundador de AngelList (inversor temprano de Uber y Twitter), considera que el reciente entusiasmo sobre el aumento de la productividad por parte de la IA quizás se haya sobreexagerado; independientemente de cómo evolucione la IA, siempre cometerá errores, y el ingeniero de software sigue siendo uno de los oficios indispensables.
Sin importar en qué campo te encuentres, incluso en el nicho más pequeño, si te especializas y te conviertes en un experto de primer nivel, no necesitas preocuparte por ser reemplazado por la IA.
Estas son las últimas opiniones de Naval Ravikant.
¿Significa la IA que la ingeniería de software tradicional ha desaparecido? ¡Por supuesto que no! Los ingenieros de software —incluso aquellos que no se encargan directamente de ajustar o entrenar modelos de IA— son hoy en día uno de los grupos más valorados a nivel mundial. Por supuesto, los ingenieros que se encargan de entrenar y ajustar los modelos son aún más valorados, ya que construyen el conjunto de herramientas que utilizan los ingenieros de software.
Pero los ingenieros de software aún tienen dos ventajas clave. Primero, piensan en código, por lo que realmente comprenden el funcionamiento subyacente. Y todas las abstracciones tienen fugas. Por lo tanto, cuando la computadora escribe programas por ti (por ejemplo, con Claude Code u otros programas similares), siempre cometerá errores.
Generará bugs, tendrá una arquitectura imperfecta, en resumen, no será completamente correcta. Pero quienes comprenden la lógica subyacente podrán cerrar las vulnerabilidades en cuanto aparezcan.
Por lo tanto, si deseas construir una aplicación con una arquitectura sólida, si deseas tener la capacidad de definir una buena arquitectura, si deseas que tu programa funcione con alto rendimiento, alcance su máximo potencial y detecte errores lo antes posible, aún necesitas un fondo en ingeniería de software.
Los ingenieros de software tradicionales pueden aprovechar mejor estas herramientas de IA. Además, aún existen muchos problemas en la ingeniería de software que los programas de IA no pueden resolver. La forma más sencilla de entenderlo es: estos problemas están fuera del rango de su distribución de datos.
Por ejemplo, si se necesita realizar una clasificación binaria o invertir una lista enlazada, la IA ya ha visto innumerables casos, por lo que es muy hábil en ello. Pero cuando comienzas a alejarte de sus ámbitos familiares, como escribir código de alto rendimiento, ejecutarlo en una arquitectura completamente nueva o crear cosas nuevas y resolver problemas nuevos, aún necesitas participar personalmente y escribir el código a mano.
Esta situación continuará hasta que haya suficientes casos para entrenar nuevos modelos, o hasta que estos modelos puedan realizar razonamientos suficientes en niveles abstractos de mayor dimensión y resolver los problemas por sí solos.
Recuerda: el mercado no tiene demanda para lo "mediocre". Si ya existe una aplicación superior en un segmento específico, nadie querrá aplicaciones mediocres. La mejor aplicación casi siempre captura el 100% del mercado. Quizás una pequeña parte del mercado vaya a la segunda aplicación, solo porque hace mejor una función niche o es más barata, entre otros motivos.
Pero en general, la gente solo quiere lo mejor. Así que la mala noticia es que competir por el segundo o tercer puesto no tiene sentido—como la famosa escena de Alec Baldwin en la película Glengarry Glen Ross: “El primer puesto gana una Cadillac, el segundo puesto gana un juego de cuchillos para carne, y el tercer puesto se va con la maleta”.
En un mercado de ganador se lleva todo como el de hoy, esto es sin duda cierto. La mala noticia es: si quieres ganar, debes ser el mejor en algún campo.
Sin embargo, los campos en los que puedes destacar son infinitos. Siempre encontrarás un nicho adecuado para ti y convertirte en uno de los mejores. Esto me recuerda un tweet que publiqué anteriormente: “Esfuérzate por convertirte en el mejor profesional de tu campo. Redefine constantemente lo que haces hasta que tu sueño se haga realidad.”
I believe this guideline still applies in the AI era.
Lectura relacionada: Un memorándum del año 2028: ¿Qué perderíamos si la IA gana?