El volumen de código generado por IA abruma a los ingenieros senior, según un estudio.

El cuello de botella cognitivo del desarrollo asistido por IA

El cerebro humano procesa pensamientos conscientes y analíticos a aproximadamente 10 bits por segundo según una investigación de 2025 publicada en Neuron. La memoria de trabajo retiene aproximadamente 4 fragmentos de información a la vez. Esta limitación biológica crea una incompatibilidad fundamental con la salida de código generada por IA.

Cuantificando el aumento de carga de trabajo

El Octoverse 2025 de GitHub muestra 43.2 millones de pull requests fusionados por mes, un aumento del 23% interanual. Las líneas de código por desarrollador crecieron de 4,450 a 7,839 en ocho meses, un aumento del 76%. Faros AI analizó a más de 10,000 desarrolladores y encontró que los usuarios de IA fusionan un 98% más de pull requests con asistencia de IA.

El estudio SmartBear/Cisco estableció que la detección de defectos cae del 87% para PRs menores a 100 líneas al 28% para PRs mayores a 1,000 líneas. La calidad colapsa después de 60 minutos de revisión. Un mantenedor de OCaml rechazó directamente un PR de 13,000 líneas generado por IA debido a limitaciones de ancho de banda.

Agotamiento y aumento progresivo de la carga de trabajo

El Upwork Research Institute encontró que el 77% de los empleados que usan IA dicen que ha añadido a su carga de trabajo, no la ha reducido. El 71% reporta agotamiento. El hallazgo más preocupante: una tasa de agotamiento del 88% entre los usuarios de IA "más productivos", quienes tienen el doble de probabilidades de renunciar.

Investigadores de UC Berkeley identificaron tres mecanismos del "aumento progresivo de la carga de trabajo": expansión de tareas (el alcance de todos se infla porque la IA hace posible hacer más), límites difusos (la creación de prompts de IA ocurre durante el almuerzo, el viaje al trabajo, las noches) y presión implícita (cuando los colegas hacen visiblemente más con IA, las expectativas aumentan para todos).

Por qué la experiencia empeora el problema

Microsoft Research confirmó en 2024 que los sistemas de IA pueden hacer que las tareas difíciles sean aún más difíciles, dejando a los usuarios con la misma o mayor carga cognitiva. El mecanismo es asimétrico: al escribir código, los desarrolladores externalizan un modelo mental que ya existe, pero al revisar código generado por IA, deben revertir la ingeniería del razonamiento a partir de un artefacto producido por un sistema que no tiene comprensión del contexto empresarial.

Una encuesta de Clutch a 800 profesionales del software encontró que el 59% de los desarrolladores usa código generado por IA que no entienden completamente. Los ingenieros senior reportan la menor confianza en este entorno.