Las herramientas de codificación con IA están impidiendo que los desarrolladores novatos desarrollen experiencia.

El artículo de Lars Faye sobre la codificación con IA y el colapso de la pericia profundiza en una paradoja: las herramientas de codificación con IA exigen habilidades de nivel experto para usarlas de manera efectiva, pero también erosionan la fricción que desarrolla la pericia en primer lugar. Esto crea un problema de "novato experto" para los desarrolladores que ingresan al campo ahora.

La paradoja del orquestador experto

El artículo anterior de Faye exploraba la "paradoja del orquestador experto": las habilidades que necesitas para gestionar agentes de codificación con IA son las mismas que esos agentes pueden disminuir. Los desarrolladores experimentados con años de conocimiento acumulado tienen menos probabilidades de sufrir atrofia de habilidades porque su experiencia ya está "osificada". Pero los nuevos desarrolladores, a quienes a menudo se les exige usar asistentes de IA, carecen de esa base. Se espera que manejen herramientas que requieren una profunda experiencia para usarlas de manera responsable, mientras que las propias herramientas les impiden adquirir esa experiencia.

Estudio de JetBrains: La "ilusión de competencia"

El artículo cita un estudio de JetBrains titulado "La brecha cada vez mayor: beneficios y daños de la IA generativa para programadores novatos." El estudio analizó sesiones de codificación en vivo y encontró que los desarrolladores novatos que dependían en gran medida de la asistencia de IA:

• Omitían etapas cruciales de planificación — porque no habían razonado por sí mismos una solución, aceptaban el resultado de Copilot sin cuestionarlo.
• Terminaban con una "ilusión de competencia" — creían que entendían el código, pero su comprensión real era superficial.
• Se perdían — cuando se enfrentaban a un problema que requería una comprensión más profunda, no podían depurar ni razonar sobre él.

Curiosamente, los participantes que mitigaban o ignoraban la asistencia de IA se desempeñaban mejor porque desarrollaban lo que el estudio llama "experiencia negativa" — la capacidad de ignorar sugerencias incorrectas o inútiles de IA generativa. Estos desarrolladores usaban la IA para acelerar el código que ya tenían intención de escribir, no para reemplazar su pensamiento.

Aprendizaje invertido y el camino hacia la pericia

Como señala Faye, los LLM son autodirigidos: cuanta más experiencia tienes, más beneficio obtienes porque puedes dirigirlos con precisión. Pero para los novatos, las herramientas crean un callejón sin salida: necesitan experiencia para usar la IA de manera efectiva, pero las herramientas de IA bloquean la fricción que cultiva la experiencia. El resultado es una generación de desarrolladores con confianza pero sin comprensión.

Para quién es esto: gerentes de ingeniería, desarrolladores junior y cualquier persona responsable de incorporar nuevos desarrolladores en un entorno primero-IA.