Empecé a programar a los 12 años, escribiendo RAT y troyanos en Delphi, porque eso es lo que hacían los críos rumanos en 2002. A los 21 era licenciado en letras y construía CRM desde cero en PHP. Sin carrera de informática, sin bootcamp, sin mentor. Solo una conexión a internet de mierda, Notepad++ y una obsesión que no me dejaba dormir.
Aprendí a scrapear webs construyendo webs de leech, clones parásitos que chupaban bases de datos de otros sitios y corrían en VPS de un dólar o en hostings gratuitos. Eso significaba inspeccionar HTML a mano, escribir regex que me hacían sangrar los ojos, lidiar con problemas de codificación, con rate limiting, con cookies de sesión. De redes ya sabía de escribir troyanos de crío: puertos, sockets, conexiones, toda la mierda que aprendes cuando intentas que una reverse shell llame a casa a través de un cortafuegos. Aprendí concurrencia porque mi scraper era demasiado lento y tuve que averiguar cómo ejecutar varias cosas a la vez sin corromper el estado compartido.
Cada una de esas lecciones vino del dolor. Horas de depuración. Días atascado en algo que resultó ser un punto y coma que faltaba o un número de puerto equivocado. El dolor era el temario. El sufrimiento era el profesor.
Ahora un desarrollador júnior se da contra el mismo muro, pega el error en Claude o ChatGPT, recibe el arreglo en diez segundos y sigue adelante. Cero aprendizaje. El dolor se saltó. Y el dolor ERA la educación.
El Problema de la Calculadora
Es como darle una calculadora a alguien antes de que entienda la multiplicación. Sí, saca la respuesta correcta, pero no tiene ninguna intuición para saber cuándo la respuesta está mal. Le preguntas «¿7 por 8 son 312?» y se encoge de hombros, porque nunca construyó esa corazonada que debería hacerle decir «eso no cuadra».
Las herramientas de IA funcionan igual. Un desarrollador nuevo promptea a Claude, saca código que funciona, lo despliega, se siente un genio. Pero en el momento en que algo se rompe de una forma que la IA no puede arreglar, y ese momento llega SIEMPRE, está completamente indefenso. Ningún modelo mental de lo que está pasando de verdad. Ninguna capacidad de razonar sobre el código que está ejecutando. Ninguna intuición ni siquiera de por dónde empezar a mirar.
Cuando se me rompe el scraper, sé exactamente dónde mirar, porque entiendo cada capa: la petición HTTP, el parseo de la respuesta, la codificación, la gestión de sesión, el rate limiting. Construí ese entendimiento pasando cientos de horas haciéndolo mal primero.
El scraper de un desarrollador nuevo se rompe y él vuelve a pegar el error en ChatGPT y reza. Funciona el 80% de las veces. El otro 20% está completamente jodido.
El Gimnasio Con un Robot
Es como ir al gimnasio pero que un robot levante las pesas por ti. Sí, el peso se movió, pero tus músculos no crecieron. Sales con la misma pinta con la que entraste.
Los desarrolladores que aprendieron antes de la IA tuvieron que levantar cada peso ellos mismos. Cada bug arreglado a mano. Cada decisión de arquitectura tomada a base de prueba y error. Cada script de despliegue escrito a mano después de la tercera vez que la cagaste con un despliegue manual. Así es como se construye músculo de ingeniero.
Ahora hay una generación de desarrolladores que nunca han escrito un bucle for desde cero sin ayuda de una IA. Que nunca han depurado una regex a mano. Que nunca se han pasado cuatro horas averiguando por qué su código está desplazado en uno. Que nunca han tenido que PENSAR qué hace realmente una función, porque pueden simplemente pedirle a la máquina que se lo explique.
Pueden producir código. Pueden entregar funcionalidades. Pueden pasar revisiones de código porque el código generado por IA tiene buena pinta. Pero no saben depurar. No saben arquitecturar. No saben razonar sobre sistemas. Porque se saltaron la parte donde aprendes esas cosas, que es la parte en la que todo está roto y tienes que averiguar por qué.
El Problema de la Entrevista
Las empresas ya no notan la diferencia. Dos candidatos entran a una entrevista. Los dos saben «construir un scraper». Los dos saben «montar una API REST». Los dos saben «escribir tests unitarios». Uno entiende de verdad lo que está construyendo. El otro es un proxy para un LLM.
Suerte averiguando cuál es cuál en un filtro técnico de 45 minutos donde el candidato tiene Copilot corriendo en su IDE.
Y la ironía es espesa: todo el sistema de entrevistas FAANG ya estaba roto antes de la IA. Poner a desarrolladores a dibujar árboles rojo-negro y quicksort en la pizarra, para puestos donde la tabla más grande tiene 2000 filas y el endpoint más pesado se llama dos veces al día. Hay algún tío por ahí estudiando Leetcode seis meses para conseguir un trabajo donde la faena real es cablear APIs entre sí y averiguar por qué el entorno de staging está roto los martes.
Ahora añádele la IA a ese desastre. Las preguntas de pizarra son inútiles porque un candidato puede practicar con IA hasta memorizar cada patrón. Los proyectos para casa son inútiles porque una IA puede generar una solución completa en minutos. Las sesiones de pair programming son inútiles porque el candidato solo está traduciendo entre el entrevistador y su modelo mental de qué preguntarle a Claude.
Lo único que todavía funciona es sentarte con alguien y verle depurar un problema real en tiempo real sin herramientas. Y casi nadie lo hace, porque lleva demasiado tiempo y no escala.
El Medio Vaciado
Aquí es donde se pone realmente oscuro. El camino de júnior a sénior siempre ha sido: sufrir durante años, construir entendimiento profundo a través del dolor, y acabar desarrollando la intuición y el pensamiento sistémico que te hacen sénior. Ese camino requería el sufrimiento. Quita el sufrimiento y el camino desaparece.
¿Así que qué pasa dentro de diez años? Una élite diminuta de ingenieros sénior que aprendieron antes de la IA y entienden de verdad los fundamentos. Una masa enorme de júniors que son esencialmente operadores de IA, productivos cuando las herramientas funcionan, indefensos cuando no. Y nada en medio, porque ya nadie hace el viaje de lo uno a lo otro.
La escalera del aprendizaje se está retirando. No por maldad, nadie planeó esto. Pero el efecto es el mismo. La herramienta que te hace productivo hoy es exactamente la que te impide volverte verdaderamente competente mañana.
Y no le puedes decir a alguien de 20 años «no uses IA, sufre a mano cinco años primero». Es como decirle a alguien en 2005 «no uses Google, vete a la biblioteca». No lo va a hacer. ¿Por qué iba a hacerlo? La elección racional para cualquier individuo es usar las herramientas más potentes disponibles. El problema es que lo que es racional para el individuo es catastrófico para la profesión.
Lo Que Todavía Importa
Los desarrolladores que sobrevivan a esto no son los que escriben más código. La IA ya hace eso mejor que la mayoría de los humanos. Los supervivientes son los que entienden POR QUÉ funcionan las cosas.
Entender el POR QUÉ es lo que te permite:
- Depurar problemas que la IA no puede resolver porque nunca ha visto esa combinación concreta de fallos
- Arquitecturar sistemas que no se desmoronan cuando cambian los requisitos
- Evaluar código generado por IA y pillar los bugs sutiles que parecen correctos pero no lo son
- Tomar decisiones que exigen entender los compromisos entre enfoques, no solo elegir el primero que compila
- Saber que la sugerencia de la IA está mal porque tus tripas dicen «ese número no cuadra»
Esa intuición solo llega si lo haces por las malas primero. No hay atajo. Ninguna IA te la puede dar. Se gana con años sentado en la mierda averiguando cómo van las cosas.
La Ventaja del Autodidacta
Aquí está el giro que nadie esperaba: los desarrolladores autodidactas puede que tengan la mayor ventaja en la era de la IA. No a pesar de haber aprendido por las malas, sino por eso mismo.
No teníamos temarios. Nadie nos entregó una ruta de aprendizaje. Agarramos los problemas por el cuello y averiguamos cómo iban las cosas porque queríamos, no porque un plan de estudios lo dijera. Ese hábito, el de ser genuinamente curioso, el de querer entender cómo funcionan las cosas de verdad, el de no quedarte satisfecho hasta que has rastreado el problema hasta su raíz, ese hábito es exactamente lo que sobrevive a la disrupción de la IA.
El licenciado en informática que memorizó estructuras de datos para los exámenes nunca desarrolló ese hábito. Aprendió QUÉ hacer, no CÓMO pensar. Cuando sus patrones memorizados no encajan con el problema, se queda atascado. Cuando los del autodidacta no encajan, escarba más hondo, porque es lo único que ha hecho en su vida.
El interés es la única ventaja competitiva sostenible en tecnología. Todo lo demás se puede aprender, copiar o automatizar. Pero no puedes automatizar que algo te importe una mierda.
La Verdad Incómoda
El 90% de los sistemas en producción nunca van a necesitar el tipo de conocimiento profundo del que estoy hablando. La mayoría de aplicaciones de negocio podrían correr con bubblesort, sin índices en la base de datos, con SELECT * de cada tabla, y nadie se daría cuenta, porque la tabla más grande tiene 847 filas y la base de datos ni suda.
Para esos sistemas, los desarrolladores asistidos por IA valen. Más que valen, son más rápidos y más baratos. El código funciona, las funcionalidades salen, al negocio le da igual cómo se hace la salchicha.
El problema es el otro 10%. Los sistemas que sí importan. Plataformas financieras que procesan dinero de verdad. Infraestructura de la que depende la gente. Sistemas de seguridad que no pueden tener bugs sutiles. Los sistemas donde «funciona el 80% de las veces» no basta y donde ese 20% de fallo cuesta millones.
Esos sistemas necesitan ingenieros que entiendan los fundamentos. Y estamos a punto de tener una escasez severa, porque la cantera que los producía acaba de ser sustituida por un atajo que produce algo idéntico en la superficie pero que se desmorona bajo presión.
Los ingenieros sénior que existen hoy se forjaron en el fuego de la depuración manual, el código escrito a mano y años de aprendizaje doloroso. Cuando nos jubilemos, ¿quién nos sustituye? ¿El desarrollador que lleva una década copiando y pegando salida de IA? Ese no es un ingeniero sénior. Ese es un escritor de prompts muy experimentado.
Y a la industria no parece importarle. Porque ahora mismo, hoy, el desarrollador asistido por IA entrega funcionalidades más rápido. El retorno queda estupendo en el informe trimestral. La deuda técnica es invisible hasta que deja de serlo. Y para entonces será el problema de otro.
Como siempre ha sido. Solo que más rápido ahora.