Merece la pena aprender a programar teniendo la ia?

Aprender a programar con IA: ¿canelo o ventaja competitiva?​

Aprender a programar teniendo la IA sigue mereciendo la pena, pero ya no por las razones de antes. El que abre el melón lo plantea sin rodeos: no quiere dejarse los codos durante años para que una máquina le saque en un minuto el script que él tardaría meses en dominar. La duda no es técnica, es económica: ¿sigue habiendo retorno en una habilidad que la IA abarata a marchas forzadas? La respuesta que recorre la conversación es incómoda y matizada: sí, pero ha cambiado qué parte del oficio se paga.

Qué se paga ya y qué no en el oficio de programar​

El consenso más repetido es que la IA funciona como copiloto, no como sustituto. Genera bloques, resuelve problemas simples y devuelve código que casi siempre hay que corregir. Lo que no hace, según varios perfiles técnicos, es decidir la arquitectura, elegir tecnologías, desplegar el software ni traducir las especificaciones ambiguas de un cliente en algo que aguante dos meses en producción. Ahí sigue habiendo trabajo humano, y bastante.

La consecuencia práctica es que la sintaxis concreta —si va un punto y coma o dos puntos en la línea 312— ha dejado de ser el cuello de botella. Lo que se paga es saber trocear un problema en subproblemas, organizar el trabajo y detectar cuándo la máquina ha metido la pata. Un programador con criterio usa la IA como picateclas; uno sin criterio produce aplicaciones que funcionan hasta que dejan de hacerlo y nadie sabe por qué.

El caso del VBA: quién apaga el fuego que enciende la IA​

El ejemplo más concreto que aparece es el de las macros de Excel en VBA. Un participante cuenta que en su empresa se usan a diario y que hay montones de hojas con macros escritas con prisa, dando errores y sin documentación. Detrás de ellas, según su relato, perfiles que se apoyaron en la IA para generarlas y que no saben identificar el fallo, ni preguntarle bien a la herramienta cómo resolverlo. Ese hueco —el del que entiende lo que la máquina ha escrito— es el que algunos están ocupando para hacerse imprescindibles.

No es un argumento romántico sobre la artesanía del código. Es un argumento de mercado: la IA ha multiplicado la producción de software mediocre y, con ello, la demanda de gente capaz de arreglarlo. El que solo sabe pedirle cosas a la IA compite con cualquiera que sepa pedírselas mejor. El que además entiende el resultado, compite en otra liga.

La paradoja del sector: sobran juniors y faltan programadores​

Aquí el diagnóstico se parte en dos. Una corriente sostiene que el sector está saturado, que ya no hay puestos junior y que un FP o un bootcamp valen hoy lo mismo que ser autodidacta: nada. Los pocos huecos que quedan los pillan universitarios, y para colmo las entrevistas se han convertido en una gymkana de pruebas técnicas. Otra corriente, en cambio, afirma que hay más demanda que oferta y que las empresas se ven forzadas a fichar gente sin formación técnica.

Las dos cosas pueden ser verdad a la vez, y esa es la trampa. Sobran candidatos genéricos y faltan perfiles que resuelvan problemas concretos. Un participante afirma que en un portal de empleo hay 28 anuncios de la misma empresa pidiendo programadores desde hace semanas; según su relato, se presentan pocos y casi ninguno pasa la prueba técnica. La escasez no es de títulos, es de gente que sepa terminar lo que empieza.

La IA como detector de tontos: el ruido ideológico del asunto​

No todo el material es análisis. Hay una línea de opinión que reduce la IA a marketing, a bases de datos y algoritmos manipulados, y que la compara con el socialismo por aquello de detectar incautos. La cita que se trae a colación es la de un ingeniero de software muy conocido diciendo que el 90% de la IA es puro marketing. Del otro lado, la respuesta es que el ajedrez no murió cuando las máquinas derrotaron a los grandes maestros: hoy cualquier motor barato gana a la élite y el juego sigue vivo, más popular que nunca.

Ese paralelismo es el argumento más útil de todo el material, y también el más discutible. En ajedrez, la máquina no sustituyó al jugador: le dio un entrenador infinitamente mejor. En programación, la IA no sustituye al que decide qué hay que construir, pero sí ha convertido en commodity la parte del oficio que antes costaba años aprender. La pregunta es si esa parte era la que pagaba las facturas.

Qué hacer si decides aprender de todas formas​

Las recomendaciones prácticas que se cruzan apuntan en la misma dirección: aprender los fundamentos a la antigua y trabajar a lo nuevo. Python aparece como el lenguaje con más futuro en el contexto actual, con materiales gratuitos disponibles en la web oficial, en plataformas de vídeo y en cursos de academias tecnológicas. Pagar por formación tiene mala fama entre los que ya se han quemado con ella.

El otro consejo repetido es usar la IA como herramienta de aprendizaje desde el primer día, no como atajo. Y una advertencia que vale para cualquier oficio: si te gusta programar, adelante; si no, el primer bug ajeno que tengas que cazar te va a cansar. La memoria de datos concretos ya no sirve de nada, pero la capacidad de dividir problemas y organizarse sigue siendo el activo.

---

Con estos mimbres, la predicción razonable es que la IA no va a eliminar la programación, pero sí va a estrechar mucho el tramo medio del oficio. El que solo sepa pedir código tendrá un techo bajo y mucha competencia. El que sepa leerlo, corregirlo y decidir qué construir tendrá más trabajo que nunca, aunque menos glamour del que prometían los bootcamps. Y si la burbuja revienta, como apuntan algunos, los que se hayan quedado solo con el atajo serán los primeros en notarlo.