Los desarrolladores no se apegan a herramientas como Vim y Emacs o a los entornos de desarrollo integrados simplemente por costumbre, sino porque estas herramientas se convierten en parte de la manera en que piensan, escriben y revisan el código. Con la adquisición de experiencia prolongada, los comandos y procedimientos se transforman en conocimiento implícito y memoria muscular, de modo que la herramienta parece una extensión natural de su mano. Esta relación explica parte de la reticencia hacia las herramientas de programación agéntica, que pueden producir aplicaciones completas con rapidez, pero son menos precisas, claras y predecibles.
El artículo relaciona las herramientas con la confianza y con el proceso que las rodea. Una herramienta fiable no es solo la que ejecuta la tarea, sino la que permite al desarrollador conocer sus límites y comportamiento, y anticipar sus resultados. En cambio, las herramientas de inteligencia artificial agéntica cambian sus capacidades constantemente y dependen de instrucciones en lenguaje natural que pueden ser ambiguas. Según los datos de la última encuesta a desarrolladores a la que hace referencia el artículo, el porcentaje de uso de la inteligencia artificial aumentó del 76 % al 84 %, mientras que la confianza en ella cayó del 40 % al 29 %.
La herramienta forma parte del proceso de desarrollo
Aprender a trabajar en la terminal, dentro de un editor de texto o en un entorno de desarrollo integrado no significa aprender únicamente un programa independiente; significa construir un proceso completo para escribir, comprender y mejorar el código. Por eso, pasar de la terminal a un entorno de desarrollo integrado puede requerir reformular la manera de trabajar, y pasar de cualquiera de ellos a una herramienta de programación agéntica representa una transformación aún mayor.
Tricia Gee, defensora de la productividad de los desarrolladores, explica que un desarrollador puede ser más rápido utilizando el entorno de desarrollo que conoce, porque sus dedos se han acostumbrado a lo que debe hacer. Lo mismo se aplica a los usuarios experimentados de Vim y Emacs. Con el tiempo, se forma una competencia inconsciente que ayuda al desarrollador a confiar en la herramienta y a utilizarla para producir y mejorar el código.
Las herramientas tradicionales, como los entornos de desarrollo integrados, las herramientas de contenedores y los analizadores estáticos, ofrecen al usuario una idea clara de sus límites y funciones. En cambio, la inteligencia artificial se introduce en múltiples partes de la cadena de herramientas del ciclo de vida del desarrollo de software, lo que hace que la disminución de la confianza en ella afecte a todo el proceso. Es posible que escribir código sea más rápido, pero verificarlo y asegurarse de que no provoque fallos costosos en producción puede llevar más tiempo.
Las herramientas no arreglan los procesos defectuosos
Las herramientas de programación agéntica han cambiado la naturaleza del proceso de desarrollo, lo que puede hacer que las herramientas creadas en torno al proceso anterior, como las de análisis estático, las pruebas unitarias y las de integración y despliegue continuos, sean menos adecuadas en su forma actual. Sin embargo, el artículo distingue entre la herramienta y el proceso que esta encarna: una buena herramienta de integración y despliegue continuos no garantiza entregas más rápidas, un entorno de desarrollo integrado potente no garantiza la escritura de mejor código y un sistema de seguimiento de incidencias no garantiza la precisión de la estimación del esfuerzo.
Parte del proceso se forma dentro de la cultura de la organización y del comportamiento y los estándares de sus integrantes. Por eso, las nuevas herramientas, por grandes que parezcan sus promesas, pueden fracasar si no encajan con la cultura y los procesos existentes o si los desarrolladores no comprenden por qué se utilizan. El artículo señala que las herramientas de programación agéntica se popularizaron rápidamente porque ayudan a los desarrolladores a resolver problemas con rapidez, pero al mismo tiempo dejaron al descubierto defectos antiguos en la especificación de requisitos, la definición del problema y el significado de resolverlo.
La producción de código se ha vuelto casi gratuita en comparación con el pasado, pero su revisión no. Los desarrolladores pueden enfrentarse a cambios enormes en las solicitudes de incorporación de cambios generados por agentes en cuestión de instantes, lo que aumenta la carga de los revisores o impulsa la adopción de revisiones superficiales. Se está desarrollando el uso de un modelo de lenguaje como juez para ampliar el alcance de la revisión, pero generar confianza en la capacidad de la inteligencia artificial para revisar código escrito por inteligencia artificial requiere trabajo adicional.
La ejecución del código también tiene costes. Estos incluyen los costes de infraestructura, los recursos en la nube de computación, memoria y tráfico, los servicios dependientes y las interfaces de programación alojadas, además del coste de los fallos, como las interrupciones, las brechas de seguridad y los costes de oportunidad. Las herramientas que producen código sin tener en cuenta estos factores no son necesariamente útiles y pueden debilitar el proceso que antes producía software fiable.
Generar confianza mediante la responsabilidad y los procesos
En el ciclo de desarrollo tradicional, la confianza se distribuía entre funciones interconectadas: los responsables de producto definían los requisitos, los arquitectos diseñaban las soluciones, los ingenieros construían el software y revisaban los cambios, el equipo de aseguramiento de la calidad comprobaba los puntos de fallo y, después del lanzamiento, los especialistas de DevOps y SRE supervisaban el rendimiento y los recursos. Esta distribución ayudaba a reducir la probabilidad de que una persona o herramienta actuara fuera de los límites y perjudicara el sistema.
El artículo sostiene que el ciclo de desarrollo respaldado por inteligencia artificial necesita principios similares: trabajar con las personas, definir la responsabilidad y la rendición de cuentas, compartir los procesos y mejorarlos gradualmente, y reducir las oportunidades de error. Los seres humanos deben seguir siendo las partes responsables, dejando claros los puntos en los que contribuyó la inteligencia artificial.
La responsabilidad no se transfiere al agente simplemente porque este haya creado el cambio. La persona que incorpora el cambio al repositorio es responsable del código, y quien aprueba la solicitud de incorporación de cambios es responsable de la aprobación. Según la lógica que presenta el artículo, si el cambio provoca la ruptura del entorno de producción, no se puede culpar al entorno de desarrollo ni a la herramienta; la responsabilidad recae en las personas y en el proceso que permitió que el cambio pasara.
Esta transformación plantea otro desafío relacionado con la colaboración. El agente puede permitir que un solo desarrollador ejecute tareas que abarcan desde los requisitos del producto hasta las operaciones de DevOps, lo que aumenta la probabilidad de que se convierta en una isla aislada que no se comunica con el diseñador o con el ingeniero especializado en una determinada base de código. El artículo advierte que este camino puede conducir a solicitudes de incorporación de cambios enormes, aunque la herramienta parezca capaz de ejecutar el trabajo rápidamente.
La conclusión principal no es que las nuevas herramientas sean inútiles, sino que mejorar las herramientas por sí solo no basta para reparar un ciclo de desarrollo defectuoso. Las organizaciones necesitan procesos que los desarrolladores comprendan y acepten, límites claros para el papel de los agentes, revisión humana con responsabilidad real y una colaboración que impida que el desarrollo se convierta en una actividad individual y cerrada. Entonces las herramientas y la cultura podrán trabajar juntas para construir una nueva confianza en un entorno de desarrollo basado en la inteligencia artificial.