La IA Puede Llegar Al 90 % Del Código: El Radical Pronóstico De Dario Amodei

¿Cuántas veces una coma mal puesta o una línea fuera de lugar te hizo perder una tarde entera? Para miles de programadores, ese desgaste era parte del oficio: escribir sintaxis exacta, pelear con errores mínimos y confiar en que el sistema no se rompiera por una distracción.

Ahora, un hallazgo incómodo empieza a volverse rutina: la inteligencia artificial ya no solo sugiere, sino que escribe gran parte del software. Herramientas como Claude Code, GitHub Copilot y sistemas internos de grandes compañías están empujando un cambio de engranaje en la ingeniería: el humano describe el objetivo y la máquina produce el código.

Este fenómeno tiene nombre propio: vibe coding (programar por intención). En lugar de teclear cada instrucción, el desarrollador explica el comportamiento esperado del sistema y la IA genera funciones completas, depura fallas y hasta propone arquitecturas, es decir, el “plano general” del software.

Ryan Dahl, creador de Node.js, es categórico en su lectura: la era de los humanos escribiendo código llegó a su fin. No lo presenta como una provocación, sino como una descripción del momento tecnológico. En su visión, el trabajo no desaparece. Cambia de naturaleza.

Porque el interruptor real no está en el teclado. Está en la central de decisiones.

En este nuevo esquema, la sintaxis pierde protagonismo y la intención pasa a ser la pieza clave. Dicho en simple: el valor se mueve desde “saber hablar muchos lenguajes” hacia “saber qué pedir, qué aceptar y qué frenar”.

¿Cómo funciona el “interruptor” del vibe coding?

La analogía más clara es la de una casa en remodelación. Antes, el programador era quien cortaba cada tabla, ponía cada clavo y revisaba cada medida. Con la IA generativa (IA que produce texto y código), la máquina se parece a una cuadrilla que trabaja rápido y sin cansancio. Pero puede dejar un cableado mal aislado detrás de la pared.

Ahí entra el humano como director de obra. Define el plano, pone límites, revisa terminaciones y, sobre todo, prueba que la instalación no falle cuando nadie la está mirando. La IA levanta paredes; la persona revisa la estructura.

Por eso, el prestigio profesional también se desplaza. Ya no depende tanto de cuántos lenguajes se dominan, sino de la capacidad de detectar errores sutiles, anticipar fallos en producción (cuando el sistema está en uso real) y evaluar decisiones técnicas con sus costos y consecuencias.

Qué cambia en el trabajo y qué lo frena

Dario Amodei, CEO de Anthropic, coincide con el diagnóstico y agrega una proyección concreta: la IA podría escribir alrededor del 90% del código en un plazo de 3 a 6 meses. Y, si las restricciones técnicas lo permiten, hacia 2027 podría encargarse de casi todo el ciclo de desarrollo.

Sin embargo, el límite no es solo conceptual. Es material. Entrenar modelos y mantenerlos operativos requiere chips, energía y tiempo de cómputo, es decir, infraestructura física. La idea de una IA que se mejora a sí misma existe, pero choca con esas barreras muy terrestres.

Mientras tanto, las empresas ajustan sus búsquedas. Empieza a valer más quien sabe guiar a modelos con buenas descripciones y prompts (instrucciones en lenguaje natural), auditarlos y supervisar su comportamiento, que quien intenta competir tecleando más rápido.

También crece un frente legal: si una IA escribió una parte del sistema, ¿quién responde cuando falla? Y ¿quién es dueño del código generado con modelos entrenados con millones de líneas ajenas? Aunque la autoría se vuelva borrosa, la responsabilidad corporativa sigue firme. Por eso la trazabilidad y la revisión humana quedan en el centro.

La programación no se apaga. Cambia de habitación: del teclado a la mesa de control, donde el criterio y la verificación se vuelven el nuevo cableado central del oficio.