En 1903, Wilbur y Orville Wright, dos hermanos mecánicos de bicicletas, lograron poner en funcionamiento el primer avión propulsado por un motor más pesado que el aire, el avión Wright Flyer, y en 1908 realizaron sus primeros vuelos públicos en Europa y América llevando su invento a las masas.
Fue entonces cuando se estaba haciendo ‘algo’ que, poco a poco, ha ido cambiando, no sé si la historia, pero sí la sociedad, la economía y tanto más.
Hoy no son pocos los que piensan que la IA será un cambio similar al que han supuesto los grandes inventos llevados a cabo hasta la fecha y que cambiará la forma en la que entendemos el mundo. Es todavía pronto para saberlo, pero, sin duda, está ya transformando muchos trabajos.
La Ingeniería del Software, no es ajena a ello, y se está convirtiendo en una de las disciplinas más afectadas con el uso de la IA.
Hemos visto de poco tiempo a esta parte cambios espectaculares en la forma de construir el software. DevOps permitió que se consiguieran automatizar muchas de las tareas tediosas de los desarrolladores, como la integración de versiones o las pruebas, consiguiendo importantes mejoras de productividad y de calidad en los desarrollos.
DevOps permitió que se consiguieran automatizar muchas de las tareas tediosas de los desarrolladores, como la integración de versiones o las pruebas
También permitió que los desarrolladores pudieran prestar más atención a las tareas importantes al liberarles de muchas actividades de bajo valor y que eran fuentes potenciales de errores.
Hoy, con la inteligencia artificial, hemos tenido un nuevo salto que impacta en la productividad de los equipos de desarrollo. Las últimas encuestas indican que más del 90% de las empresas utilizan IA en sus equipos de desarrollo.
Más del 90% de las empresas utilizan IA en sus equipos de desarrollo
Está introducción ha sido muy rápida porque las mismas encuestas daban datos del 61% hace solo un año.
Índice de temas
Herramientas IA de desarrollo
Las herramientas de IA más utilizadas para programar son GitHub Copilot de Microsoft, Gemini Code Assist de Google (o incluso el nuevo Google Antigravity su IDE de desarrollo agentico) Amazon Q y Cursor.
Como no puede ser de otro modo, tratándose de tecnologías innovadoras, casi la mitad de los encuestados afirma utilizar dos o más herramientas de programación de IA, y los programadores experimentan no solo con los nuevos servicios que ofrecen estas herramientas sino también con las nuevas que surgen todos los días.
A raíz de ello, las mejoras de productividad han sido drásticas. El 62% de los ingenieros de software asegura haber logrado aumento del 25% en productividad por el apoyo de las nuevas herramientas de IA y el 8% ha duplicado su rendimiento.
El 62% de los ingenieros de software asegura haber logrado aumento del 25% en productividad por el apoyo de las nuevas herramientas de IA
Las cifras hablan por sí solas del cambio que supone en la Ingeniería se Software la introducción de la inteligencia artificial.
También, y como resultado del uso la inteligencia artificial, las mismas encuestas han indicado que, una mayoría muy general (el 81% de los encuestados) considera que, al menos, una cuarta parte del trabajo de ingeniería actual se automatizará en los próximos años.
Otros analistas son incluso más optimistas y piensan que este proceso se acelerará cuando se superen los problemas iniciales de implantación.
Mayor productividad
Marc Benioff, CEO de Salesforce, afirmó recientemente que su empresa podría dejar de contratar ingenieros de software en 2025.
Según Benioff, el notable incremento en la productividad de sus equipos se debe a una colaboración más estrecha entre ingenieros y agentes. Es decir, están logrando más con menos personas.
Marc Zuckerberg también ha comentado en una entrevista que Meta y otras empresas tecnológicas implementarán sistemas de IA capaces de realizar el trabajo de ingenieros de software de nivel medio a partir de este mismo año, y Google ya ha revelado que más del 25% de su nuevo código es generado por IA.
No obstante, la incorporación de nuevas tecnologías no es un proceso fácil, especialmente cuando se trata herramientas que trasforma drásticamente la forma de trabajar.
Requiere planificación, formación, períodos de adaptación y la implementación de nuevos sistemas de control y evaluación que nos permitan medir la evolución y el impacto.
El extraordinario éxito de la IA no debe distraernos y abandonar otras disciplinas de la ingeniería de software como la gestión correcta de los proyectos, la realización de pruebas precisas y el control de calidad del software. El código debe estar optimizado y bien documentado
También debemos tener en cuenta los cambios que se están produciendo de manera acelerada en los entornos de desarrollo. Todos los días aparecen nuevas herramientas o mejoras significativas de las ya existentes.
Tenemos que disponer de una arquitectura que nos permita aprovecharnos de estos cambios y las ventajas que suponen sin que eso derive en grandes inversiones en los entornos de desarrollo
Tenemos que disponer de una arquitectura que nos permita aprovecharnos de estos cambios y las ventajas que suponen sin que eso derive en grandes inversiones en los entornos de desarrollo. La arquitectura debe permitir cambiar unas herramientas por otras o poder probar varias en paralelo para poder evaluar sus ventajas.
Es fundamental poder medir el resultado y la calidad del trabajo y también poder compararnos con instalaciones similares.
Puede darse el caso que estemos muy satisfechos porque estamos consiguiendo mejoras de productividad del 20% y no vemos que nuestra competencia está consiguiendo mejoras del 40% o superiores. ¿Cómo podemos conseguir esto?
Tenemos que conocer si el tiempo de entrega de los proyectos ha disminuido, si los usuarios están contentos con los resultados, si la calidad del software ha mejorado o si los costes asociados se han optimizado
Una solución válida es establecer un sistema que permita cuantificar la productividad y calidad del software de manera objetiva. Tenemos que conocer si el tiempo de entrega de los proyectos ha disminuido, si los usuarios están contentos con los resultados, si la calidad del software ha mejorado o si los costes asociados se han optimizado.
Estas métricas son cruciales para tomar decisiones sobre cómo avanzar en el desarrollo del software.
El benchmarking es otro recurso fundamental, ya que posibilita la comparación del rendimiento de equipos, tecnologías y procesos en relación con los estándares de la industria o con resultados históricos de la propia organización.
En este contexto, el benchmarking proporciona una visión clara de cómo la implementación de la IA está impactando la productividad.
Parece que estamos en una nueva fase histórica que puede ser tan importante como que el ser humano pueda volar. ¿Será real?
La IA es un aliado estratégico del talento humano para lograr objetivos mucho más ambiciosos. Y el mayor reto será no solo cómo conseguir un futuro más productivo y competitivo, sino también más humano y creativo.
