Hoy por primera vez he visto el fin de los web developers

Un aficionado crea un examen funcional con ChatGPT en diez minutos​

Un aficionado que no se dedica profesionalmente al desarrollo abre la versión 3.5 de ChatGPT —la que muchos consideran la más floja— y en diez minutos tiene una interfaz de examen completamente funcional: pregunta, respuesta, recuento de aciertos y fallos y repaso de errores al final. Horas después, sin haber hecho webscraping en su vida, saca un script de Python para extraer preguntas de internet. «Hasta hoy era de los que creía que esto era mucho humo», reconoce. «Pero sí, va a quitar trabajo».

A partir de ahí, ese mismo usuario lanza su predicción: la inteligencia artificial se comerá primero a los desarrolladores web, después al backend y, por último, al resto de ingenieros de software.

Las fechas que se barajan en el hilo​

Quien abre el hilo reparte el calendario por tramos. Los desarrolladores front end caerían entre 2027 y 2028. Los backend, entre 2030 y 2031. El resto de ingenieros de software, hacia 2035. El mismo cálculo estima que sobreviviría un 10% de la plantilla mundial actual, reconvertida en supervisores que piden a la máquina una serie de requisitos y vigilan el resultado.

El argumento no se apoya en un salto de fe: quien defiende la tesis sostiene que un junior no levanta en minutos un HTML, un CSS y la lógica del JavaScript que otro pidió a máquina.

Por qué el backend grande y el pequeño no corren la misma suerte​

Aquí aparece el primer contrapeso serio. Automatizar el backend de un comercio electrónico pequeño no se parece en nada a tocar el de un banco o una multinacional textil, donde conviven sistemas heredados, equipos repartidos y requisitos que nadie ha escrito nunca. La complejidad no está solo en el código, está en el negocio que lo envuelve.

Y ese negocio habla. Hay quien sostiene que los programadores pasan más horas traduciendo lo que quiere el departamento comercial que escribiendo líneas. En reuniones interminables, son los propios técnicos quienes van a aportar luz sobre requisitos que quien paga no sabe explicar. Eso no lo hace la IA, al menos por ahora.

De ahí sale una figura con fecha de caducidad y otra que se refuerza. El programador que recibía un documento de requisitos y picaba código sin hablar con nadie lo tiene crudo. En su lugar crece un perfil mixto, capaz de pelear requisitos y de poner orden en arquitecturas que la máquina todavía no ataca sola.

Más productividad, menos plantilla​

Los que ven la transición sin drama apuntan a la productividad. Hay quien sostiene que un programador que maneja bien el modelo saca adelante el trabajo de cinco, y hay quien cuenta que ha pasado de trabajar a media jornada a hacerlo media semana. La tecnología no sustituye al equipo entero de golpe: lo encoge.

El efecto dominó sobre el resto de empleos​

No es solo el software. El diagnóstico médico más rápido, la gestión administrativa y los puestos de oficina que se pasan el día copiando datos entre sistemas aparecen en la lista. Si esos empleos caen, la cadena sigue: sin sueldos no hay clientes, y sin clientes no hacen falta tantas tiendas ni tantos bares. La destrucción de empleo se alimenta a sí misma.

La respuesta que más se repite no es un plan, es un deseo: quitar el trabajo tal y como lo conocemos y poner una renta básica universal. El razonamiento es de manual: las empresas necesitan clientes con dinero, y para tener clientes con dinero alguien tiene que pagarles algo. Trabajar por cuenta ajena o montar un negocio, viene a decirse, no deja de ser una forma pacífica de repartir los recursos sin llegar a las manos.

Un precedente que ya ocurrió, y no hace tanto​

La parte más incómoda no es la predicción, son los casos que ya sucedieron. Entre 2014 y 2016, un participante que trabajaba en la integración de los sistemas de una operadora tras una compra relata que una filial que funcionaba fatal se arregló de la forma más inesperada: eliminaron a los jefes y los sustituyeron por un programa que repartía el trabajo. Los usuarios dejaron de quejarse y todo volvió a la normalidad. El responsable no era humano.

Hay más. Otro participante cuenta que su proyecto de fin de carrera, hace unos treinta años, ya usaba redes neuronales para reconocer objetos, y que en una empresa de robots industriales en la que trabajó la automatización del trabajo manual se veía como cuestión de entrenamiento y sensores. Su conclusión: si la IA aprende de las bases de datos y de lo que le volcamos los humanos, el límite no es técnico, es de tiempo.

o1-preview y el juego 3D que su autor no sabía programar​

El ejemplo que más ha movido el ánimo no salió de una empresa, salió de un aficionado. Alguien que no sabía ni que la lógica de un juego web vive en JavaScript pidió a un modelo o1-preview un juego 3D en primera persona, copió el código y funcionó.

En el hilo convive la discusión de si un modelo de lenguaje es realmente inteligente —hay quien sostiene que solo escupe lo que le han enseñado— con la constatación de que el resultado, un juego que funciona, se sostiene. Para algunos participantes, la pregunta ya no es si la máquina es inteligente, sino cuántos sueldos sustituye cada vez que acierta.

Lo que nadie acierta a responder es qué pasa con quien ha construido su carrera sobre esto y ve el suelo moverse. Las fechas están sobre la mesa. El temblor, también. ¿De verdad se comerá la IA a los programadores, o solo convertirá a unos pocos en supervisores y dejará en la cuneta a los demás?