Una noticia de la comunidad de desarrolladores está generando debate: el creador del framework web Ruby on Rails está haciendo que agentes de IA escriban en Rust el backend de su producto HEY. Lo llamativo no es tanto la elección del lenguaje en sí, sino la justificación que subyace en el debate técnico: si los agentes generan la mayor parte del código, la cuestión sobre el lenguaje de programación pierde peso. Lo decisivo es qué se puede verificar en el resultado.

Para las empresas que están transformando gradualmente sus procesos de desarrollo con herramientas de IA, esto es más que una nota marginal. Afecta a una decisión que tradicionalmente se toma pronto y con mucho peso en los proyectos: la elección del stack tecnológico.

Por qué la elección del lenguaje pesaba tanto hasta ahora

La decisión por un lenguaje de programación siempre fue también una decisión sobre personal. Quien elegía PHP se vinculaba a un mercado laboral, a bibliotecas, a convenciones y a lo que un equipo domina con seguridad en un tiempo razonable. Los lenguajes con una curva de aprendizaje pronunciada —Rust se considera un ejemplo clásico— se consideraban por ello un riesgo en muchos proyectos, incluso si técnicamente habrían encajado bien.

Un segundo factor era la velocidad de escritura. Frameworks como Rails se hicieron populares porque permitían avanzar rápido. Los lenguajes expresivos y compactos tenían una ventaja económica tangible, siempre que las personas escribieran cada línea ellas mismas.

Precisamente estos dos argumentos pierden fuerza cuando un agente genera el código. La curva de aprendizaje de un lenguaje no es un obstáculo para un modelo en el sentido en que lo es para un equipo. Y el tiempo que cuesta escribir influye de forma distinta cuando escribir ya no es el cuello de botella.

El cuello de botella se desplaza hacia el control

Lo que queda es la pregunta: ¿cómo sé que el código generado es correcto? Esta pregunta siempre estuvo ahí, solo que quedaba detrás de otras. Cuando una persona experimentada escribe línea por línea, la confianza surge de forma indirecta: mediante la reflexión al escribir, mediante las revisiones de código, mediante la experiencia del equipo. Si este proceso desaparece o se acelera mucho, la confianza tiene que venir de otras fuentes.

Así pasan a primer plano propiedades que antes se consideraban más bien temas secundarios:

  • Sistemas de tipos estrictos y compiladores que interceptan toda una clase de errores antes de que el código siquiera se ejecute.
  • Pruebas automatizadas que no solo existan, sino que cubran lo esencial desde el punto de vista funcional.
  • Builds y herramientas deterministas que, con la misma entrada, producen el mismo resultado y por tanto siguen siendo trazables.
  • Límites arquitectónicos claros, para que un cambio solo surta efecto donde debe surtirlo.

En esta lectura, elegir un lenguaje con un compilador estricto ya no es un lujo, sino un instrumento de control. Lo que la máquina puede comprobar ya no tiene que leerlo una persona.

Qué pueden extraer de ello los responsables de decisiones

De un único caso prominente no se puede derivar una regla general. Un producto consolidado con un equipo experimentado es un punto de partida distinto al de un proyecto de una mediana empresa con un panorama de sistemas que ha ido creciendo. Aun así, las preguntas subyacentes son transferibles.

Quien quiera introducir en serio el desarrollo asistido por IA debería comprobar primero hasta qué punto es verificable su propia base de código. Un proyecto sin una cobertura de pruebas fiable se beneficia mucho menos de los agentes; allí el código generado rápidamente aumenta sobre todo el riesgo, porque nadie puede determinar a tiempo si algo se ha roto. El orden sensato es, por tanto: primero establecer la verificabilidad, después aumentar la velocidad de generación.

Del mismo modo, se desplaza el perfil de requisitos en el equipo. Lo que se demanda menos es la capacidad de escribir con fluidez una sintaxis determinada, sino la capacidad de formular requisitos con precisión, tomar decisiones de arquitectura y evaluar los resultados de forma crítica. La competencia para revisar se vuelve más importante que la velocidad de tecleo.

Dónde sigue siendo prudente la cautela

La tesis de que los lenguajes pierden peso tiene límites. Un stack tecnológico es también una apuesta por un ecosistema: por bibliotecas, alojamiento, actualizaciones de seguridad, por la cuestión de quién mantendrá el sistema dentro de cinco años. Estos aspectos no desaparecen solo porque un agente entregue el primer borrador. La mantenibilidad no es un problema puramente de escritura.

A ello se añade que incluso el mejor compilador solo comprueba la corrección técnica, no la corrección funcional. Si un modelo de descuentos, una lógica de permisos o un proceso de facturación hace lo que necesita el negocio lo sigue decidiendo la especificación funcional, y las pruebas que de ella se derivan.

Clasificación para proyectos web y de software

Para proyectos en el ámbito web y de TYPO3, esto significa sobre todo que las inversiones en cobertura de pruebas, interfaces limpias y despliegues reproducibles rinden el doble, porque al mismo tiempo constituyen la base para un uso sensato de la IA. La elección de tecnología debería evaluarse en el futuro más por lo bien que se pueden asegurar los resultados de forma automatizada, y no solo por lo familiar que resulte un lenguaje en el equipo. Y con independencia de quién o qué escriba el código, la responsabilidad de la arquitectura, la seguridad y la corrección funcional sigue recayendo en las personas del proyecto.

Fuentes