Los programadores no están enojados con la IA. Y esa calma no es lo que parece.

1. La frase no es una excusa nueva. Tiene sesenta años.

En 1997, en una conferencia para celebrar los 25 años del lenguaje Smalltalk, Alan Kay (uno de los responsables de la interfaz de escritorio que hoy usas en cualquier computadora) dijo algo que sonaba raro viniendo de alguien tan influyente en el campo: que la programación orientada a objetos de verdad nunca fue sintaxis ni bibliotecas de código. Que si tu lenguaje no podía replantearse a sí mismo mientras corría, te habías perdido la idea completa.

Dieciséis años después, Bret Victor documentó algo parecido desde otro ángulo. En una charla de 2013 (interpretando, como recurso retórico, a un ingeniero que habla en 1973) describió una ambición que casi nadie recuerda hoy: decirle a la computadora qué querías, no cómo conseguirlo, y dejar que ella resolviera el cómo. Esa ambición tenía nombre (un sistema llamado Planner, otro llamado Prolog) y medio siglo de intentos fallidos antes de que por fin funcionara, con los modelos de lenguaje de hoy.

Cuando un programador te dice "yo resuelvo problemas, no escribo código", no está improvisando una defensa. Está citando, casi palabra por palabra, algo que los fundadores del campo llevan diciendo desde antes de que él naciera.

"I made up the term object-oriented, and I can tell you I did not have C++ in mind." Alan Kay, OOPSLA 1997

2. El código se automatiza primero, y no es casualidad.

Hay una explicación técnica de por qué justo esta profesión, entre todas las de conocimiento (derecho, medicina, consultoría, marketing), es la que más rápido está viendo automatizarse su trabajo. No es que programar sea más mecánico que negociar un contrato o diagnosticar a un paciente. Es que el código es casi el único dominio donde una máquina puede verificar objetivamente si el resultado es correcto: un test pasa o no pasa.

Esa propiedad importa más de lo que parece. Es, literalmente, el combustible con el que se entrenan los modelos de lenguaje: donde hay forma clara de verificar el éxito, el modelo mejora muy rápido; donde no la hay (escribir un párrafo elegante, dar un consejo legal matizado), el progreso es mucho más lento y disparejo. Esa diferencia también explica por qué, en software, simple no significa fácil: un test reduce la ambigüedad sin eliminar la dificultad.

Un reporte de Anthropic de marzo de 2026 lo confirma con datos: de todas las ocupaciones medidas en Estados Unidos, "programador de computadora" es la que tiene mayor cobertura en su métrica de uso observado de Claude, 75%, por encima de representante de servicio al cliente y capturista de datos.

3. Los programadores, a diferencia de un chofer de camión, son dueños de la máquina que los reemplaza.

La automatización históricamente le resta poder de negociación al trabajador automatizado, porque alguien más diseñó, compró y opera la máquina. Un chofer no fabrica camiones autónomos. Un cajero no programó la caja de autocobro.

Pero un programador que hoy dirige agentes de IA para escribir código sigue siendo, en buena medida, quien diseña, vende y decide cómo se usa esa misma herramienta. Eso invierte el signo habitual de la ecuación. La automatización no le resta valor: se lo multiplica, mientras conserve el criterio para dirigirla con cabeza.

4. El cliente nunca pagó por el código. Pagó por que el problema se resolviera.

A nadie que contrata desarrollo de software le importó jamás quién escribió cada línea. Le importa que el sitio cargue rápido, que el sistema no se caiga, que el proyecto salga a tiempo y dentro de presupuesto.

Compáralo con un ilustrador o un traductor, donde el cliente sí reconoce y valora el artefacto mismo (el dibujo, el texto) como el producto que compró. El código casi nunca fue eso: siempre fue el medio invisible hacia otra cosa. Por eso un programador puede decir "no es lo que vendo" con más honestidad genuina que casi cualquier otro oficio creativo automatizado antes que el suyo. No es solo un discurso bonito armado para quedar bien. Es, estructuralmente, cierto.

5. Pero hay una grieta: escribir código a mano no era solo el "cómo". Era el entrenamiento.

Aquí es donde el argumento anterior empieza a cojear. La evidencia sobre cómo se forma pericia técnica sugiere que resolver problemas y escribir código no son dos habilidades separadas durante los años en que alguien está aprendiendo el oficio. La segunda es, durante mucho tiempo, el mecanismo por el que se construye la primera.

Un preprint del MIT Media Lab siguió durante cuatro meses a 54 adultos que escribían ensayos sin herramientas, con buscador o con un asistente de IA. Quienes usaron el asistente mostraron la conectividad cerebral más débil durante la tarea y más dificultades para citar correctamente lo que acababan de entregar. Cuando una parte de ese grupo tuvo que escribir después sin IA, la menor activación persistió. El estudio no observó programadores ni demuestra que la IA atrofie el cerebro, pero sí documenta el riesgo de delegar el trabajo mental durante el aprendizaje. Sus autores lo llaman deuda cognitiva (cognitive debt). El investigador educativo Carl Hendrick lo resume mejor que cualquier estadística.

"You can watch a student succeed and be watching him learn nothing: a chatbot is a machine for maximising the first while giving the illusion of the second." Carl Hendrick

Puedes ver a alguien tener éxito en la tarea y, al mismo tiempo, estar viéndolo no aprender absolutamente nada.

6. El verdadero canario en la mina no es el programador senior. Es el que nunca llega a serlo.

Aquí la calma se vuelve sospechosa. Anthropic no encuentra, hasta ahora, un aumento sistemático del desempleo entre trabajadores de las ocupaciones más expuestas. Sí encuentra una señal tentativa: entre personas de 22 a 25 años, la tasa de entrada a esos empleos cayó cerca de 14% frente a 2022, aunque el resultado apenas alcanza significancia estadística. Un estudio independiente de Stanford, con datos de nómina de ADP, encontró una caída relativa de 16% en el empleo de trabajadores de esa edad dentro de las ocupaciones más expuestas, incluso después de controlar por cambios dentro de las empresas. Ninguna cifra corresponde sólo a programadores ni prueba por sí sola que la IA sea la causa. La señal temprana no es una ola visible de despidos: son menos oportunidades de entrada en los trabajos más expuestos.

Eso separa dos poblaciones que la frase "los programadores no están enojados" mete, sin darse cuenta, en un solo costal. Quien ya construyó su criterio resolviendo problemas a mano, durante años, antes de que existieran los agentes, tiene motivos reales para estar tranquilo. Quien empieza hoy, con un agente escribiendo por él desde el primer día, quizás nunca llegue a construir ese criterio. Y quien está en esa situación todavía no tiene la trayectoria ni la voz pública para quejarse de algo que apenas empezaba a formar.