¿Cómo la IA está transformando los procesos y metodologías tradicionales de ingeniería de software?
Hoy en día los agentes están cambiando todos los aspectos del ciclo de vida del desarrollo de software. Hemos visto más cambios en el último año que en toda la década anterior, y este cambio sigue siendo exponencial. Ya no se trata de una herramienta puntual para una fase en concreto, los agentes están presentes en la programación y la revisión de código, pero también en la investigación, la planificación, el despliegue, la seguridad y las operaciones. Esta presencia en todos los niveles, que es precisamente lo que marca la diferencia con procesos anteriores de automatización, impulsa nuevos niveles de escala y automatización en todo lo que los equipos de desarrollo pueden llegar a alcanzar. De hecho, el informe Octoverse de GitHub del año pasado ya lo reflejaba con cifras concretas. Solo entre mayo y septiembre de 2025, Copilot coding agent generó, de forma autónoma, más de 1 millón de pull request listos para revisión humana.
¿Qué cambios son necesarios en las infraestructuras y herramientas de desarrollo para responder a la nueva era de la IA?
Todas las herramientas e infraestructuras para desarrolladores se están ajustando a la nueva escala de automatización que hace posible la IA agéntica. No basta únicamente con que la infraestructura sea capaz de dar soporte a un volumen de trabajo total mucho mayor, también implica que estas mismas herramientas ayuden a repartir las tareas entre lo que puede resolver un agente y lo que sigue necesitando criterio humano. Así, la atención humana queda libre para el trabajo de mayor valor, y permite al mismo tiempo mayores niveles de avance agéntico, gestionado y guiado por los equipos de ingeniería de software.
¿Cómo está evolucionando el papel de los ingenieros a medida que los agentes de IA asumen tareas cada vez más complejas?
Los ingenieros, sencillamente, pueden lograr más. Pueden tener ambiciones más grandes y un mayor impacto en su negocio. Esto implica un cambio en cómo se distribuye el tiempo de forma distinta a lo largo del ciclo de vida del desarrollo de software, delegando en los agentes el trabajo automatizable, y las personas dedicando más tiempo a guiar y supervisar las actividades de mayor valor. En la práctica, el rol se desplaza de ejecutor de tareas concretas a responsable de orientar el trabajo del agente a los objetivos concretos.
¿Esto puede afectar al impacto de la IA en la productividad de los desarrolladores y en la organización de los equipos de ingeniería?
Todo esto supone un aumento significativo de la productividad de los desarrolladores, pero solo para los equipos capaces de adaptarse para aprovechar estas nuevas herramientas. El resultado que se busca no es instantáneo, depende de la forma en que cada organización incorpore este cambio. Cuando lo hacen, los equipos pequeños pueden asumir proyectos aún más grandes y ambiciosos de lo que antes podrían por tamaño o conocimiento, y las organizaciones de ingeniería más grandes pueden ampliar su alcance para generar un impacto de negocio mucho mayor. Es decir, el efecto no se queda en hacer lo mismo más rápido, llega a redefinir qué tipos de proyectos son viables para las empresas.
¿Qué retos surgen al escalar las herramientas de desarrollo impulsadas por IA para una comunidad global de desarrolladores?
La actividad en GitHub ha crecido más rápido este año que en los tres años anteriores. Este dato es prueba de la evidencia de la demanda de la IA agéntica sobre la infraestructura y las herramientas que dan servicio a la comunidad. La escala del trabajo que las personas pueden realizar cuando cuentan con el respaldo de la IA agéntica genera nuevas exigencias en todos los aspectos de la comunidad de desarrollo, desde la capacidad de las plataformas para responder a esa demanda hasta la manera en que se organiza el trabajo entre desarrolladores con realidades y necesidades muy diferentes entre sí.
¿Cómo deben evolucionar las organizaciones de ingeniería para aprovechar el potencial de la IA manteniendo la calidad, seguridad y fiabilidad del software?
Las capacidades de los agentes solo pueden adoptarse si se logran adaptar a las exigencias empresariales en torno a la calidad, la seguridad y la fiabilidad, de lo contrario, la rapidez que se gana no compensa los riesgos que puede traer no cumplir esos requisitos. Sin embargo, bien gestionados, los agentes pueden acelerar estos tres aspectos, siempre que los equipos cuenten con la infraestructura adecuada para lograrlo. Ofrecer por defecto grandes experiencias que integren todo esto es fundamental en la promesa que hacemos desde GitHub, tanto en la plataforma como en GitHub Copilot y GitHub Advanced Security. Queremos asegurar a los desarrolladores que implementar agentes no implica sacrificar la velocidad por el control.
