La IA debería elevar tu pensamiento, no reemplazarlo — Koshy John sobre la división oculta en la ingeniería

En una publicación popular de HN (227 puntos, 186 comentarios), el ingeniero de software y escritor Koshy John traza una línea clara entre dos tipos de uso de la IA en la ingeniería de software. El primer grupo usa la IA para eliminar tareas tediosas, moverse más rápido y dedicar más tiempo a trabajo de alto valor: definir problemas, hacer concesiones, detectar riesgos y crear claridad. El segundo grupo usa la IA para evitar pensar: pegar indicaciones, recoger resultados pulidos y presentarlos como su propio razonamiento. John llama a esto último un callejón sin salida.

El Nuevo Modo de Fracaso: Pensamiento Externalizado

John describe un patrón peligroso: los ingenieros entregan un problema a un modelo, reciben una respuesta plausible y luego repiten esa respuesta sin entenderla. Compara esto con copiar en un examen: buenas notas en el papel, pero sin estructura subyacente. Cuando se enfrentan a ambigüedad, información incompleta o problemas que no encajan en plantillas, la imitación superficial se desmorona.

“Cada vez que sustituyes la salida generada por tu propia comprensión, estás saltándote los ejercicios / repeticiones que construyen el juicio. Estás intercambiando capacidad a largo plazo por apariencia a corto plazo.”

La Analogía de la Calculadora

John usa la calculadora como paralelo: un ingeniero con fuertes habilidades de cálculo mental puede usar la IA agresivamente porque puede verificar los resultados, detectar errores y saber cuándo algo suena mal. Un ingeniero sin esa base se vuelve dependiente de la herramienta y no puede detectar basura.

Lo Que Harán los Mejores Ingenieros en su Lugar

John argumenta que los ingenieros más valiosos son aquellos que “se niegan a pasar tiempo en trabajo que la IA puede hacer por ellos, mientras aún entienden todo lo que se hace en su nombre.” Usan el tiempo ahorrado para operar a un nivel más alto, aplicando rigor en lugar de externalizar el pensamiento.

El Riesgo para los Ingenieros al Inicio de su Carrera

John advierte que los ingenieros jóvenes están particularmente en riesgo: pueden parecer efectivos a corto plazo usando IA para generar resultados que no podrían producir por sí mismos, pero se pierden las repeticiones que construyen el juicio. “Eso siempre pasa factura,” dice.

La publicación completa incluye un desglose detallado de la línea divisoria, implicaciones organizacionales y por qué esto importa más de lo que la mayoría piensa.