En los círculos de desarrolladores circula actualmente una lección sobre la gestión de expectativas: un desarrollador ha creado, con ayuda de IA, una réplica de Photoshop y de ello ha sacado la conclusión de que el desarrollo de software clásico ha llegado a su fin. El desarrollador y comentarista Golo Roden contradice claramente esta interpretación. Su argumento central se puede resumir en una fórmula sencilla: copiar se ha vuelto barato, decidir no.
Para las empresas que están pensando en portales web, catálogos de productos o herramientas internas, esto es más que un debate técnico. La pregunta que subyace es: ¿qué se podrá generar en el futuro en horas y para qué se seguirá necesitando planificación, responsabilidad y experiencia?
Qué se esconde tras el término Vibe Coding
Se denomina Vibe Coding a una forma de trabajar en la que el software surge predominantemente mediante instrucciones en lenguaje natural dirigidas a un modelo de IA. En lugar de programar línea por línea, se describe el comportamiento deseado, se comprueba el resultado y se reformula. Para interfaces, pequeñas herramientas y demostraciones, esto funciona sorprendentemente bien.
Ahí radica precisamente la causa del hype actual. Una interfaz de usuario que se parece a un programa conocido hoy se puede generar con relativa rapidez. Eso resulta espectacular porque el resultado visible se acerca mucho a algo que se desarrolló a lo largo de décadas.
Por qué replicar es la mitad más fácil
Una réplica tiene una ventaja decisiva frente a un desarrollo nuevo: la imagen objetivo ya existe. Qué funciones hay, cómo están dispuestas, qué pasos de trabajo esperan las usuarias y los usuarios: todo eso está predeterminado y ya no hay que elaborarlo.
En los proyectos reales falta esa imagen objetivo. Allí el trabajo comienza con preguntas que ningún modelo puede derivar de un prompt:
- ¿Qué problema debe resolver realmente el software y para quién?
- ¿Qué casos son estándar, cuáles son excepción y qué excepciones se puede decidir ignorar conscientemente?
- ¿Qué datos son los maestros, dónde están, quién puede verlos?
- ¿Qué ocurre si una parte del sistema falla o responde lentamente?
- ¿Qué decisión se mantiene diez años y cuál hay que revisar en seis meses?
Estas preguntas no son tareas de programación, sino decisiones de producto y de arquitectura. Requieren contexto sobre la empresa, sobre los sistemas existentes, sobre las condiciones marco legales y sobre las personas que trabajarán con ello más adelante. Un modelo de lenguaje puede ayudar a ello, a simular variantes y a afinar formulaciones; la responsabilidad de la elección sigue siendo de las personas.
La demo y el producto son dos cosas distintas
Entre un prototipo que convence en una presentación y una aplicación que se mantiene en funcionamiento durante años está la mayor parte del trabajo. Un prototipo tiene que hacer que un camino funcione. Un producto tiene que lidiar con entradas incompletas, usuarios en paralelo, volúmenes de datos crecientes, permisos, registro de eventos, requisitos de seguridad y cambios posteriores.
A ello se suma la mantenibilidad. El código generado rápidamente no es automáticamente código que un equipo siga entendiendo y pueda modificar con seguridad dentro de dos años. Donde falta estructura, aumentan los costes de cada adaptación, y las adaptaciones son en la práctica la norma, no la excepción.
Dónde el trabajo impulsado por prompts genera valor real
La conclusión que se extrae de ello no es, expresamente, evitar el desarrollo asistido por IA. Simplemente desplaza dónde se produce el esfuerzo. Su uso es especialmente sostenible allí donde los resultados rápidos reducen la incertidumbre:
- Clarificación del concepto: En lugar de discutir sobre wireframes, se puede generar una variante clicable y probarla con usuarias y usuarios reales. Los malentendidos se muestran pronto, mientras los cambios aún son baratos.
- Comparar variantes: Contraponer dos o tres conceptos de manejo era antes caro. Hoy es una opción realista en la fase previa del proyecto.
- Herramientas auxiliares internas: Pequeñas evaluaciones, ayudas de importación o listas de verificación con riesgo limitado y vida útil acotada.
- Partes rutinarias en la implementación: Código base, casos de prueba, borradores de documentación, traducciones entre formatos, bajo supervisión técnica.
Lo decisivo es la clasificación consciente: un prototipo es un instrumento de conocimiento. Si se declara sistema productivo sin revisión, se traslada el riesgo al futuro en lugar de reducirlo.
Las preguntas que están antes del primer prompt
Quien incorpora desarrollo asistido por IA a un proyecto debería aclarar de antemano en qué papel aparece el resultado. Tres definiciones al inicio resultan útiles:
- Propósito: ¿El resultado sirve para aprender o para la operación? De ello dependen el estándar de calidad y la profundidad de la revisión.
- Responsabilidad: ¿Quién revisa el código generado desde el punto de vista técnico y de seguridad antes de que llegue a un sistema que toca datos de clientes?
- Supervivencia: ¿Qué ocurre con el prototipo tras la decisión: se descarta, se reelabora o se utiliza como especificación?
Estos tres puntos cuestan poco tiempo y evitan el error más frecuente: que una demo convincente se convierta silenciosamente en una promesa de producto.
Clasificación para proyectos web y de software
Para los proyectos web y de software se desplaza la ponderación, no la lógica de fondo: las interfaces y las implementaciones verticales surgen más rápido, mientras que la clarificación de requisitos, el modelo de datos, las interfaces y el concepto de operación siguen siendo determinantes para el éxito o los costes posteriores.
Por eso tiene sentido invertir la velocidad ganada en la fase temprana: en decisiones sólidas en lugar de en más código.Quien integra la IA como herramienta en el proceso de desarrollo y deja la responsabilidad de la arquitectura y el producto en manos de personas experimentadas, gana velocidad sin sacrificar la mantenibilidad de los próximos años.
Fuentes
- Comentario: Photoshop recreado con IA – copiar es barato, decidir no — heise developer News