Hace unos días, Jensen Huang, CEO y presidente de Nvidia, concedió una entrevista al pódcast No Priors AI en la que habló sobre el futuro de la programación y del trabajo de los ingenieros de software. Algunos fragmentos del pódcast, extraídos de contexto y amplificados en las redes sociales, se convirtieron rápidamente en memes y circularon resumidos en una frase contundente: “I want engineers to stop coding”. No era exactamente eso lo que dijo, pero tampoco iba muy descaminado.

El debate es relevante más allá de la programación. De hecho, la programación se ha convertido en el canario en la mina del impacto de la inteligencia artificial sobre los trabajos y sobre las competencias que valoramos como sociedad.

En el desarrollo de software hemos asistido a una irrupción de agentes de IA como nunca habríamos imaginado. No solo modelos como Claude de Anthropic, Opus 4.5 o Codex de OpenAI han alcanzado la capacidad de trabajar a muy alto nivel de manera casi independiente con bases de código de miles de líneas —detectando errores o incluso creando prototipos, y no tan prototipos, desde cero en tareas que pueden durar horas—, sino que el cambio más profundo ha venido de la mano de los agentes de programación.

Herramientas como Cursor —que ya genera cerca de 1.000 millones de dólares anuales—, Codex o Windsurf han transformado el mundo de la programación hasta el punto de que su uso se ha convertido en un requisito casi imprescindible para ser contratado en empresas y entornos de alta intensidad competitiva. Al mismo tiempo, han frenado de manera muy significativa la entrada de perfiles júnior

Hoy, los copilotos y los modelos programan muy bien. Evaluar correctamente lo que producen no es trivial: requiere ingenieros sénior o muy sénior

Programar hoy ya no es “picar código”, sino sobre todo revisarlo, modificarlo y dirigir las herramientas hacia las soluciones adecuadas, hacia la integración correcta y hacia el tipo de resultado que se busca. El trabajo se ha desplazado hacia la supervisión y hacia saber con precisión qué se quiere conseguir y cómo orientar a los copilotos en esta dirección, más que a construir manualmente el código en JavaScript, Python, Julia, Mojo, C++, Rust o Java.

Obviamente, esto genera toda una serie de problemas. Hoy, los copilotos y los modelos —incluyendo los de código abierto provenientes de China— programan muy bien. Evaluar correctamente lo que producen no es trivial: requiere ingenieros sénior o muy sénior, y aún no hemos llegado al punto en que esta evaluación sea prescindible. La pregunta de qué pasa con los júnior continúa, por el momento, sin una respuesta clara.

Lo que sí observamos es un fuerte incremento de la productividad, pero repartido de manera desigual. Por un lado, como con cualquier nueva tecnología, se necesita experiencia para sacar provecho de los copilotos, y a menudo el primer impacto es una pérdida de productividad más que una ganancia. Por otro lado, son los ingenieros más seniors los que obtienen los mayores beneficios, especialmente aquellos que los integran realmente en su flujo de trabajo —cosa que no todo el mundo hace

Esta tecnología ha redefinido qué significa programar, y aún lo hará más, porque apenas estamos al principio. ¿Cuál será el final? ¿Los lenguajes de programación quedarán relegados a ser herramientas utilizadas solo por las IA, como ocurrió con el lenguaje máquina? Muchos, entre ellos el mismo Jensen Huang, apuntan hacia este escenario. Probablemente llegará, pero nadie sabe cuándo.

Las capacidades no son ni han sido nunca fijas: nacen, se transforman y desaparecen cuando son sustituidas

Volvemos, sin embargo, al pódcast. ¿Qué harán entonces los ingenieros de software? Huang lo resume con claridad: “The purpose of a software engineer is to solve known problems and to find new problems to solve. Coding is one of the tasks.”

La tarea principal no es programar, sino construir una herramienta que encaje con el mercado o con el cliente, que haga mejor aquello que ya existe o que haga cosas diferentes y supere el estado del arte. Programar ha sido, hasta ahora, un paso intermedio inevitable porque no disponíamos de una tecnología que nos lo pudiera ahorrar.

La clave, pues, es entender bien los problemas, encontrar una manera viable de solucionarlos con la tecnología disponible y hacerlo de una manera que encaje con lo que quieren el mercado y los clientes. Hoy, las herramientas actuales nos permiten hacerlo mucho más deprisa y mucho mejor. Digámoslo claro: Cursor, Codex o Claude programan mejor que prácticamente todo el mundo en el planeta.

Ahora bien, ¿esto significa que podemos despreocuparnos y dejar de saber programar? De momento, no. Hay que entender cómo trabajan estas herramientas para guiar su desarrollo hacia los estándares y objetivos que queremos. Y esto es problemático, porque para entender bien todo lo que hacen hay que ser mucho mejor que antes: programan mejor que nosotros. ¿Llegará un día en que esto no sea necesario? Quizás, pero todavía no estamos ahí

El conocimiento se está automatizando. Saber cosas está siendo sustituido por la capacidad de implementar, de resolver problemas y de crear nuevas realidades

La programación, como decía, es el canario en la mina: un buen ejemplo de cómo las capacidades profesionales evolucionan y cambian. Las capacidades no son ni han sido nunca fijas: nacen, se transforman y desaparecen cuando son sustituidas.

No hay programadores antes de que haya ordenadores, ni controladores aéreos antes de que haya aviones, ni electricistas antes de que exista la electricidad. Cada tecnología crea y redefine las capacidades necesarias en su contexto. Incluso capacidades tan universales como comunicarse se redefinen constantemente. Hoy lo hacemos a través de pódcast, X, Instagram, YouTube o vídeos. Alguien que intentara comunicarse hoy como hace cien años, simplemente fracasaría.

Nos encontramos, sin embargo, en un momento singular. Ya no se trata de tareas o ámbitos puntuales, sino de capacidades generales. A lo largo de la historia, saber cosas ha sido central. Hoy, el conocimiento se está automatizando. Saber está siendo sustituido por la capacidad de implementar, de resolver problemas y de crear nuevas realidades. Probablemente, esta será la competencia clave de los próximos años, pero, no nos engañemos, ¡para eso hace falta saber y mucho!