Te pagan por tener criterio

Hubo una época en la que impresionabas a tus compañeros porque te sabías media documentación de memoria:

• El comando exacto.
• El parámetro oculto.
• La API que nadie recordaba.
• El patrón de diseño que solucionaba el problema.

...

Hoy, con Claude, Gemini, ChatGPT y compañía, cualquiera tiene una enciclopedia con esteroides abierta en un terminal o una pestaña.

Te explica.
Te documenta.
Te genera código.
Te propone arquitecturas.

Y algunas veces te deja pensando:

"¿Cómo carajo se le ha ocurrido esto?"

Así que ya no basta con ser el más rápido del oeste tecleando. Lo que empieza a marcar la diferencia es otra cosa:

👉 Tener criterio.

¿Qué es eso del criterio?

Muy sencillo.

La IA es capaz de proponerte una solución brillante, y también es capaz de proponerte una auténtica barbaridad con una explicación tan convincente que parece escrita por un comité de expertos.

Si no entiendes lo que estás viendo, te la cuela.

Y además te la cuela con educación.

Te puede dejar una arquitectura inmantenible, un agujero de seguridad precioso o una complejidad innecesaria que dentro de seis meses hará llorar al equipo.

Ahí es donde entras tú.

No como programador.

Como revisor.

Como arquitecto.

Como abogado defensor del:

"¿Y por qué hacemos esto así?"

Porque al final quien se queda viviendo con ese código eres tú.

La IA se va, o peor, en alguna curva se puede quedar funcionando sola, metida en un bucle infernal, destrozándolo todo mientras tú intentas averiguar qué demonios está pasando (Been there, done that...).

Y entonces el problema vuelve a ser tuyo, pero no sabes ni por dónde meterle mano.

¿Y cómo adquiero ese criterio?

Pueeees...

• Aprendiendo fundamentos.
• Construyendo cosas.
• Rompiendo cosas.
• Arreglando cosas.
• Y aprendiendo a trabajar con los bichos (las herramientas IA).

Y aquí alguno pensará:

"Pero si la IA ya lo hace todo, ¿para qué aprenderlo?"

Pues precisamente por eso.

Porque ya no se trata de escribir cada línea de código a mano.

El objetivo es saber si lo que ha generado la máquina tiene sentido, y también ajustarla y mejorarla para que genere lo que necesitas.

Si no entiendes el problema, no puedes evaluar la solución, Ni tampoco guiarla.

Si no has diseñado arquitecturas, no puedes juzgar arquitecturas.

Si no te has pegado con bugs de producción, no vas a detectar las trampas escondidas.

La práctica ya no sirve solo para construir cosas, también sirve para desarrollar el criterio necesario para revisar lo que construyen las máquinas.

Y esa diferencia es enorme.

Una persona sin experiencia ve una respuesta de la IA y piensa:

"Qué maravilla."

Una persona con experiencia ve la misma respuesta y piensa:

"Vale... ¿dónde está la trampa?"

El botón rojo

Trabajar con IA tiene un enemigo muy peligroso:

El ser humano.

Porque es tremendamente tentador ver 2.000 líneas de código generadas en dos minutos y pensar:

"Pues tiene buena pinta. P'alante."

Y ese es exactamente el momento en el que empiezan los problemas.

Tú vas con prisa.

La persona que revisa va con prisa.

Todo el mundo va con prisa.

Y los errores quedan ahí, escondidos, esperando su oportunidad.

Igual aparecen en cinco minutos.

Igual dentro de un año.

Pero cuando salten te van a destrozar.

Y encima no vas a saber ni por dónde vienen.

¿Entonces la velocidad es mala?

Ni mucho menos.

Hace poco tuve que validar la integración con un par de cacharros de hardware para un cliente.

Me fui al polígono industrial, con el portátil debajo del brazo, pedí la documentación de APIs de esos trastos, me tiré un rato hablando con "la Claudia", haciéndole que se empollara la documentación por mí... y en menos de una hora teníamos algo funcionando.

¿Era código para producción?

Ni de broma.

¿Nos permitió validar que aquello tenía sentido?

Sí.

¿Cuál fue el siguiente paso?

Tomar eso como punto de partida, estudiar bien cómo funcionaba y sacar una solución robusta, usando también herramientas IA como apoyo, pero guiando y revisando bien cada decisión.

La velocidad tiene su sitio.

Lo importante es saber cuándo estás construyendo un prototipo y cuándo estás construyendo algo que tendrá que sobrevivir varios años.

Porque son deportes completamente distintos.

Conclusión

La IA no elimina la necesidad de experiencia, la amplifica.

Ahora puedes producir más que nunca, pero también puedes equivocarte más rápido que nunca.

Por eso cada vez tengo más claro que no te pagan por escribir código.

Te pagan por tomar decisiones.

Y cuanto mejores sean esas decisiones, más valor tendrás en esta nueva era.

Aunque el código lo escriba una máquina.

🙌 Agradecimientos

Gracias a Luis Gonzalo Cañas Iniesta , otro perro viejo en esto del desarrollo de software, por revisar este artículo, aportar ideas y mejorar varios de los puntos. Siempre es un lujo contar con alguien que ha estado metido en mil charcos.