La disciplina que no desaparece… se vuelve visible

Durante los últimos meses se ha instalado una narrativa recurrente en el sector:
la Inteligencia Artificial generativa va a sustituir a los desarrolladores porque ya puede escribir código.

Herramientas como GitHub Copilot, modelos de OpenAI, Anthropic o Google DeepMind son capaces de generar funciones completas, traducir entre lenguajes o incluso producir pequeños sistemas funcionales.

Pero esta discusión parte de una premisa incorrecta:
confundir escribir código con construir software.

El Software Craftsmanship nunca trató únicamente de escribir líneas de código.
Trata de crear sistemas correctos, evolutivos y mantenibles en el tiempo.

Y precisamente por eso, en la era de la IA, tiene más sentido que nunca.

Un paralelismo histórico: la Revolución Industrial

Cuando comenzó la Revolución Industrial, muchas profesiones pensaron que desaparecerían.
Las máquinas podían producir más rápido, con menos esfuerzo y a gran escala.

Sin embargo, ocurrió algo distinto.

No desapareció la ingeniería.
No desapareció el conocimiento técnico.
No desapareció la calidad.

Lo que cambió fue la naturaleza del trabajo cualificado.

El valor dejó de estar en la fuerza manual y pasó a estar en:

  • diseñar maquinaria

  • optimizar procesos

  • controlar calidad

  • crear sistemas industriales fiables

Con la IA ocurre algo muy parecido.

La máquina puede generar código.
Pero no puede diseñar sistemas complejos con responsabilidad real.

Generar código no es ingeniería de software

Un modelo generativo puede producir:

  • funciones correctas

  • clases bien estructuradas

  • ejemplos de APIs

  • pruebas unitarias básicas

Pero no tiene contexto organizativo real.

No sabe:

  • cómo evolucionará el sistema dentro de tres años

  • qué decisiones arquitectónicas están condicionadas por negocio

  • qué deuda técnica ya existe

  • qué compromisos operativos tiene la plataforma

Eso sigue siendo trabajo de ingeniería.

La IA genera piezas.
La ingeniería construye el sistema.

Lo que la IA realmente cambia

La IA acelera la producción de código.

Y cuando se acelera la producción, se amplifican las diferencias entre equipos y profesionales.

De forma muy clara, aparecen tres escenarios.

1. Quien hacía buen software, ahora será mejor

Los equipos con disciplina de ingeniería:

  • diseño limpio

  • buenas pruebas

  • arquitectura clara

  • refactorización continua

usan la IA como multiplicador.

La IA elimina fricción en tareas mecánicas:

  • escribir boilerplate

  • generar scaffolding

  • crear pruebas iniciales

  • documentar código

Esto libera tiempo para lo realmente importante:

  • diseño

  • arquitectura

  • calidad

  • simplificación

El resultado es simple: equipos buenos se vuelven extraordinariamente productivos.

2. Quien hacía software mediocre, ahora generará problemas más rápido

Equipos sin disciplina técnica ya tenían problemas antes de la IA:

  • código duplicado

  • falta de pruebas

  • arquitectura improvisada

  • decisiones inconsistentes

Con IA, la velocidad aumenta.

Pero la calidad no.

Lo que antes tardaba meses en degradarse ahora puede degradarse en semanas.

Más código no significa mejor software.
Significa más superficie de deuda técnica.

3. Quien hacía mal software… probablemente no sobreviva al cambio

El tercer escenario es más duro, pero también más realista.

La IA elimina gran parte del trabajo puramente mecánico del desarrollo.

Si el valor de un profesional se limitaba a:

  • escribir código sin comprender el sistema

  • copiar soluciones de internet

  • ensamblar piezas sin criterio

la IA puede hacer eso igual o mejor.

En ese caso, el problema no es la IA.

El problema es no haber desarrollado nunca habilidades reales de ingeniería.

El nuevo rol del ingeniero de software

En este nuevo contexto, el valor del ingeniero cambia.

Antes una parte relevante del trabajo era escribir código manualmente.

Ahora el foco se desplaza hacia:

1. Diseño de sistemas

Comprender límites, dependencias, escalabilidad y evolución.

2. Pensamiento crítico

Evaluar lo que la IA propone y detectar errores sutiles.

3. Arquitectura

Mantener coherencia técnica en sistemas complejos.

4. Gobernanza del código

Asegurar que lo que entra en el sistema mantiene calidad.

La IA escribe código.
El ingeniero decide qué código merece existir.

La disciplina vuelve a ser visible

Durante muchos años fue posible ocultar malas prácticas dentro de equipos grandes o proyectos largos.

La IA cambia esto.

Cuando cualquiera puede generar código rápidamente,
la diferencia real aparece en otro sitio:

  • claridad del diseño

  • coherencia arquitectónica

  • calidad de las decisiones técnicas

En otras palabras:

la disciplina de ingeniería ya no es opcional.

Mi punto de vista personal

La narrativa de que la IA acabará con el Software Craftsmanship es equivocada.

La realidad es mucho más interesante.

La IA no mata el craftsmanship.

Lo expone.

Hace visibles las diferencias entre:

  • quienes entienden el software como ingeniería

  • quienes solo lo veían como producción de código

Y en ese nuevo escenario, el Software Craftsmanship no desaparece.

Se convierte en la ventaja competitiva más importante de la profesión.