Encuesta sobre Vibe-Coding: 167 ingenieros opinan

Resumen Rápido

Una encuesta reciente a 167 ingenieros de software explora la reacción de la industria al "vibe-coding", un término acuñado por Andrej Karpathy para referirse al uso de IA para generar código. Los resultados muestran una fuerza laboral dividida: el 46.9% de los encuestados siente que está "al día" con las herramientas de IA, mientras que grupos más pequeños sienten estar adelantados o atrasados. Cabe destacar que el 17.5% ha optado por salirse por completo, citando la falta de avance de las herramientas o sus empinadas curvas de aprendizaje.

Las experiencias individuales varían ampliamente. Algunos desarrolladores, como Ryan Shah, creen que el futuro reside en leer código generado por IA, mientras que otros, como Javanie Campbell, advierten que la dependencia excesiva de los LLM podría poner en peligro las carreras. La productividad sigue siendo un debate central; aunque algunos reportan ganancias de eficiencia, un estudio de METR sugiere que la asistencia de IA podría aumentar el tiempo de las tareas debido a la revisión y la creación de "prompts". En última instancia, el consenso es que la supervisión humana sigue siendo esencial.

Resultados de la Encuesta: El Estado del Vibe-Coding

El concepto de vibe-coding —crear código usando IA— ha ganado rápidamente terreno, incluso siendo nombrado Palabra del Año 2025 por el Diccionario Collins. Para entender cómo se están adaptando los desarrolladores, se realizó una encuesta a 167 ingenieros de software sobre sus sentimientos respecto a este cambio.

Los resultados indican un panorama complejo de sentimientos:

• 46.9% (75 ingenieros) reportaron sentir que están "al día" con las herramientas de IA.
• 18% (30 ingenieros) sintieron que estaban a la vanguardia.
• 16% (27 ingenieros) admitieron sentirse atrasados.
• 17.5% (28 ingenieros) están optando por no usar herramientas de edición de código con IA.

Aquellos que optaron por salir citaron dos razones principales: las herramientas no eran lo suficientemente avanzadas o les tomaba demasiado tiempo aprenderlas. Aunque la encuesta no es científica, ofrece una instantánea de una industria en transición. En conversaciones de seguimiento, ocho ingenieros describieron sus experiencias específicas, señalando que, aunque las herramientas son útiles, el uso va desde asistencia ocasional hasta ser un "salvavidas".

Impacto en la Carrera: Disrupción o Herramienta?

Se está gestando un debate sobre los efectos a largo plazo de la IA en los empleos de ingeniería de software. Algunos temen una reducción de la fuerza laboral, mientras que otros ven la tecnología simplemente como una nueva herramienta. Ryan Shah, un consultor de IA de 23 años, cuestiona si las habilidades de codificación tradicionales son todavía necesarias. Utiliza herramientas como Cursor y Antigravity de Google, junto con Claude Opus 4.5, que describe como "estado de ingeniero de nivel medio". Sin embargo, Shah cree que su capacidad para "leer" código lo mantiene empleable.

Javanie Campbell, CEO de DevDaysAtWork, ofrece una advertencia contundente: "Para las personas que recurren al LLM como a Dios o al experto, serán reemplazadas". Por el contrario, Ryan Clinton, un desarrollador de 46 años, temió inicialmente por su trabajo pero ya no lo hace. Argumenta que los ingenieros experimentados se centran en la "arquitectura y el diseño", mientras que la IA maneja las tareas de codificación junior, aunque enfatiza que "la intervención humana también sigue siendo necesaria de forma rutinaria". Barry Fruitman, un desarrollador de 56 años, cree que la amenaza está exagerada y probablemente está a cinco o diez años de distancia.

Ganancias de Productividad vs. Realidad

La promesa de una mayor productividad es un impulsor clave de la adopción de IA, aunque los datos sugieren que la realidad es matizada. Ed Gaile, un arquitecto de soluciones principal, afirma que las herramientas de IA han duplicado o triplicado su productividad, elogiando específicamente la disminución del "cambio de contexto". Señaló: "Ojalá hubiera tenido esto hace 15 años". Gus De Souza, un arquitecto de software, estuvo de acuerdo en que se ahorra tiempo de codificación, pero notó que ese tiempo se reasigna a revisar código generado por IA, encontrando ganancias reales en la solución de problemas.

Sin embargo, un estudio de METR desafía la narrativa de la eficiencia inmediata. El estudio encontró que los desarrolladores que usaban asistencia de IA pasaron un 20% más de tiempo revisando salidas, creando "prompts" para la IA o esperando respuestas. En última instancia, el estudio concluyó que los desarrolladores asistidos por IA fueron menos productivos que aquellos que trabajaban sin IA. Shawn Gay, un gerente de I+D, expresó la dificultad de adaptarse, afirmando: "Tengo décadas de experiencia, así que siento que es un gran esfuerzo tratar de cambiar la forma en que mi cerebro piensa sobre el software".

Definiendo al Vibe-Coder 🎯

Mientras que el término vibe-coding fue definido originalmente por Andrej Karpathy como desarrolladores que "se rinden por completo a las vibras" y olvidan que el código existe, los practicantes tienen definiciones variables. Lara Fraser, una analista de datos, no se considera una vibe-coder a pesar de usar herramientas como ChatGPT. Hace hincapié en que las generaciones de modelos varían significativamente: llama a GPT 5.1 "genial" pero a 5.2 un "desastre".

Para Fraser, la distinción radica en la capacidad de mantenimiento: "Cualquiera puede crear una aplicación, pero no todos pueden mantenerla". Argumenta que si un desarrollador no puede arreglar el código cuando "inevitablemente, algo va a fallar", es un vibe-coder. Esto resalta la distinción entre usar la IA como un muleta versus usarla como una herramienta para profesionales calificados que mantienen la capacidad de depurar y mantener sistemas complejos.