Autor: Naval Ravikant
Compilado por: Felix, PANews
En el contexto actual de la iteración frenética de los grandes modelos de IA, el mercado global está impregnado de un profundo pesimismo y ansiedad. Primero, el CEO de OpenAI, Sam Altman, predijo que "la IA se hará cargo del 95% del trabajo de los programadores"; luego, el CEO de Anthropic pronosticó que "la IA se hará cargo por completo de los puestos de ingenieros de software en 6-12 meses". La afirmación de que "la profesión de programador ha muerto" parece haberse convertido en un consenso global, enfrentando su "crisis de supervivencia" más grave desde el nacimiento de Internet.
Pero este miedo a la desaparición de puestos de trabajo surge de un malentendido de la lógica subyacente de la tecnología. Naval Ravikant, cofundador de AngelList (inversor temprano en Uber, Twitter), cree que la reciente exaltación de la productividad de la IA quizás esté sobre mitificada. No importa cuánto evolucione la IA, siempre cometerá errores, y los ingenieros de software seguirán siendo una profesión indispensable.
No importa en qué campo te encuentres, incluso en el nicho más pequeño, siempre que lo domines, te especialices y te conviertas en talento de primer nivel, no tendrás que preocuparte por ser reemplazado por la IA.
A continuación, los últimos puntos de vista de Naval Ravikant.
"¿Significa la IA que la ingeniería de software tradicional ha muerto?" Por supuesto que no. Los ingenieros de software, incluso aquellos que no necesariamente se encargan de ajustar o entrenar modelos de IA, son hoy en día uno de los grupos más valorados a nivel mundial. Por supuesto, aquellos ingenieros responsables de entrenar y ajustar modelos son aún más valorados, porque construyen el conjunto de herramientas que utilizan los ingenieros de software.
Pero los ingenieros de software aún poseen dos ventajas principales. Primero, piensan en código, por lo que realmente entienden los mecanismos subyacentes. Y toda abstracción tiene fugas. Entonces, cuando una computadora escribe un programa por ti (como con Claude Code o programas similares), siempre cometerá errores.
Generará bugs, tendrá una arquitectura imperfecta, en resumen, no será completamente correcto. Y la persona que comprende la lógica subyacente puede tapar las fugas cuando aparecen.
Por lo tanto, si quieres construir una aplicación con una arquitectura refinada, si quieres tener la capacidad de definir una buena arquitectura, si quieres que el programa funcione con alto rendimiento, rinda su mejor nivel y detecte los bugs lo antes posible, aún necesitarás una formación en ingeniería de software.
Los ingenieros de software tradicionales pueden aprovechar mejor estas herramientas de IA. Además, actualmente todavía hay muchos problemas en la ingeniería de software que los programas de IA no pueden resolver. La forma más simple de entenderlo es: estos problemas están fuera de su distribución de datos.
Por ejemplo, si es necesario realizar una ordenación binaria o invertir una lista enlazada, la IA ha visto innumerables casos, por lo que son muy buenas en ello. Pero cuando comienzas a salir de su área de familiaridad, como escribir código de extremadamente alto rendimiento, ejecutar en arquitecturas completamente nuevas, o crear cosas novedosas y resolver problemas nuevos, aún necesitas involucrarte manualmente y escribir el código.
Esta situación continuará hasta que haya suficientes casos disponibles para entrenar nuevos modelos, o hasta que estos modelos puedan razonar suficientemente en capas de abstracción de mayor dimensión y resolver problemas de forma independiente.
Recuerda: El mercado no tiene demanda de lo 'mediocre'. Siempre que exista una aplicación mejor en un área específica, nadie querrá las aplicaciones mediocres. Básicamente, la mejor aplicación se llevará el 100% de la cuota de mercado. Quizás una pequeña porción fluya hacia la aplicación clasificada en segundo lugar, simplemente porque hace una función de nicho mejor que la aplicación principal, o es más barata, o algo por el estilo.
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 línea de Alec Baldwin en la película 'Glengarry Glen Ross': 'El primer premio es un Cadillac, el segundo premio es un juego de cuchillos de carne, el tercero es despedido.'
En el mercado actual donde el ganador se lo lleva todo, esto es absolutamente cierto. La mala noticia es: si quieres ganar, debes ser el mejor en algo.
Sin embargo, las áreas en las que puedes ser el mejor son infinitas. Siempre puedes encontrar un nicho que se adapte a ti y convertirte en el mejor en él. Esto me recuerda a un tuit que publiqué anteriormente: "Esfuérzate por ser el mejor talento en tu campo. Redefine constantemente lo que haces hasta que el sueño se haga realidad."
Creo que, en la era de la IA, este principio sigue siendo aplicable.
Lectura relacionada: Un memorándum desde 2028: Si la IA gana, ¿qué perderemos?
