La IA se está convirtiendo en una herramienta familiar en el campo del desarrollo de software especializado. Muchos programadores utilizan la IA para escribir código, buscar errores y automatizar técnicas continuamente.
Sin embargo, una serie de investigaciones y nuevos datos muestran que la creciente dependencia de la IA puede traer sistemas relacionados a largo plazo que muchas personas no habían cambiado antes.
A principios de 2026, la organización de investigación independiente de IA Model Evaluation and Threat Research (METR) de EE. UU. publicó un hallazgo notable cuando muchos desarrolladores de software casi no quieren trabajar sin el apoyo de herramientas de IA.
Este resultado surgió cuando METR intentó repetir un estudio anterior sobre el funcionamiento de la IA para la productividad de la programación. En el estudio de 2025, se pidió a los desarrolladores de software de código abierto que realizaran tareas tanto por transmisión como con el apoyo de la IA.
Lo inesperado es que, aunque la mayoría de los participantes sienten que su trabajo es más eficiente con la IA, los datos reales muestran que el progreso del trabajo se retrasa.
La razón es que su trabajo requiere dedicar más tiempo a verificar el código creado por la IA, corregir errores, ajustar comandos y procesar el sistema de espera.
Cuando METR quiso realizar un estudio similar en 2026 para evaluar el progreso de la IA, muchos programadores se negaron a participar porque no querían trabajar en condiciones sin apoyo de IA.
Sin embargo, otra encuesta realizada por METR mostró que los ingenieros de software creen que la IA les ayuda a crear el doble de valor para la organización. Sin embargo, muchos expertos creen que estas evaluaciones subjetivas no reflejan completamente la efectividad real.
Una tendencia destacada en 2026 es el "tokenmaxxing", un término que utiliza únicamente la cantidad de tokens de IA consumidos como medida del rendimiento laboral. Sin embargo, muchas empresas han comenzado a recibir límites de este enfoque.
Según el Financial Times, Amazon tuvo que cerrar el sistema de clasificación interna Kirorank después de que los empleados aprovecharan los agentes de IA para aumentar las puntuaciones, creando un fuerte aumento en los costos operativos sin lograr una eficiencia correspondiente.
Una situación similar también aparece en Uber. Esta empresa ha utilizado todo el presupuesto de IA de todo el año 2026 solo en los primeros cuatro meses del año. Sin embargo, los líderes de Uber dijeron que estas grandes inversiones no crean un aumento significativo en el número de proyectos o la productividad laboral.
No solo el problema del costo, sino también la fuente de código de calidad creada por la IA también causa mucha controversia.
El consultor de desarrollo de software estadounidense James Shore cree que escribir código más rápido no significa reducir el volumen de trabajo en el futuro. Según él, si el nuevo código fuente crea una mayor extensión de los costos de mantenimiento, los beneficios a corto plazo de la velocidad de desarrollo se eliminarán rápidamente.
Algunos datos recientes también intentan identificar esto. La startup Entelligence AI dice que las empresas están dedicando alrededor del 44% de los tokens de IA a corregir errores causados por la propia IA.
Mientras tanto, la plataforma de evaluación de código fuente CodeRabbit dice que el código creado por la IA suele tener un número de errores o problemas aproximadamente 1,7 veces mayor que el código escrito manualmente por el programador.
