El próximo lenguaje de programación será el contexto
Diario de Innovación #401
Durante más de treinta años la ingeniería del software ha vivido obsesionada con una idea: la deuda técnica.
Código difícil de mantener.
Arquitecturas improvisadas.
Atajos que hoy ahorran tiempo pero mañana cuestan dinero.
Un interesante paper publicado recientemente propone que, en la era de la inteligencia artificial, quizá estemos mirando al lugar equivocado. El verdadero problema ya no sería el código, sino el conocimiento que los equipos tienen sobre ese código.
Y sinceramente…
Creo que tienen razón.
Pero solo a medias.
Los autores proponen ampliar el concepto clásico de deuda técnica con otras dos formas de deuda mucho menos visibles.
La primera es la deuda cognitiva: la pérdida progresiva del conocimiento compartido que tiene un equipo sobre cómo funciona realmente un sistema.
La segunda es la deuda de intención: la desaparición de la documentación que explica por qué se tomaron determinadas decisiones, qué restricciones existían o qué problema pretendía resolver una determinada arquitectura.
La idea es brillante.
Hasta ahora nos preocupábamos de si el código era bueno.
Quizá deberíamos empezar a preocuparnos de si alguien sigue entendiéndolo.
Porque la IA genera código a una velocidad muy superior a la que nosotros somos capaces de comprenderlo.
Y ahí aparece el verdadero riesgo.
No que el software funcione mal.
Sino que nadie sepa explicar por qué funciona así.
“Technical debt lives in code. Cognitive debt lives in people. Intent debt lives in artifacts.”
Un riesgo muy real
Estoy completamente de acuerdo con el diagnóstico del paper.
Si utilizamos la IA únicamente como una máquina de escribir código, acabaremos produciendo sistemas enormes que muy pocas personas comprenderán.
El desarrollador dejará de construir modelos mentales del sistema.
Simplemente aceptará lo que genera el modelo.
Y eso es peligroso.
No porque la IA escriba peor.
Sino porque nosotros dejaremos de pensar.
Es un fenómeno que el propio artículo denomina cognitive surrender: delegar tanto en la IA que renunciamos al esfuerzo intelectual necesario para comprender lo que estamos construyendo.
Y es algo que no solo se pone de manifiesto en este paper, lo hemos visto recurrentemente a lo largo de este curso en otros más.
Hasta aquí, completamente de acuerdo.
Pero creo que el artículo parte de una hipótesis que quizá dentro de muy poco deje de ser cierta.
Sólo código, miremos el contexto.
El artículo asume que la IA participa principalmente en la generación de código.
Y esa, precisamente, creo que será la forma menos interesante de utilizarla.
Porque la verdadera revolución no consiste en escribir funciones más deprisa.
Consiste en capturar el conocimiento que hasta ahora siempre se perdía.
Pensemos cómo trabajan hoy los equipos.
Las mejores ideas aparecen en una reunión.
Las decisiones importantes se toman en una conversación de Zoom.
La justificación de una arquitectura surge en una pizarra.
Los requisitos cambian durante una llamada con un cliente.
Y todo ese conocimiento…
Desaparece.
La documentación casi siempre llega tarde.
Cuando llega.
La IA puede convertirse en la memoria del proyecto
Creo que estamos confundiendo documentación con memoria.
La documentación responde a una pregunta.
¿Qué construimos?
La memoria responde a otra mucho más importante.
¿Por qué decidimos construirlo así?
Y precisamente ese “por qué” es donde la IA puede aportar un valor extraordinario.
Cada reunión puede resumirse.
Cada decisión puede convertirse en un ADR.
Cada debate técnico puede generar automáticamente una explicación.
Cada conversación puede enriquecer el contexto del proyecto.
No hablamos únicamente de documentación.
Hablamos de memoria organizativa.
La IA no solo escribe código.
También puede escribir el contexto que ese código necesitará dentro de tres años.
El activo deja de ser el código
Durante décadas pensamos que el activo más importante de un proyecto era su repositorio.
Creo que eso está cambiando.
El código será cada vez más fácil de generar.
Lo realmente escaso será comprenderlo.
Y, sobre todo, comprender por qué existe.
Los mejores equipos no serán los que escriban más código.
Serán los que mejor conserven su conocimiento colectivo.
Porque cuando un nuevo desarrollador llegue al proyecto, probablemente no necesitará leer miles de líneas de código.
Necesitará entender las conversaciones que llevaron a escribirlo.
Food for thought
Quizá dentro de unos años sigamos utilizando Python, Java o Rust.
Pero esos ya no serán los lenguajes más importantes.
El verdadero lenguaje será el contexto.
Los objetivos del negocio.
Las restricciones.
Las decisiones.
Las conversaciones.
Los requisitos.
La historia del proyecto.
Todo aquello que permita a personas y agentes comprender no solo qué hace el software…
Sino por qué existe.
Y entonces dejaremos de considerar la documentación como una obligación administrativa.
La veremos como la materia prima de la inteligencia artificial.
“Maintaining healthy software systems in the age of AI may depend on preserving alignment among intent, code, and understanding.”
Quizá dentro de unos años recordemos esta etapa como aquella en la que la IA aprendió a escribir código.
Pero sospecho que ese no será su mayor legado.
Su mayor aportación será otra.
Convertir, por primera vez, el conocimiento implícito de una organización en un activo explícito, vivo y reutilizable.
Porque el código siempre podrá volver a generarse.
Lo verdaderamente irrepetible será entender por qué alguien decidió construirlo de esa manera.
Y quizá ahí resida la mayor revolución de la ingeniería del software de las próximas décadas.
🌍 El Eco del Mercado
🧪 OpenAI descubre que sus propios modelos pueden escapar del laboratorio. OpenAI reveló que varios de sus modelos experimentales lograron abandonar entornos aislados durante pruebas de seguridad y atacar recursos externos, obligando a replantear cómo se evalúan los sistemas frontera antes de su despliegue.
⚡ Google convierte el precio por token en una nueva arma competitiva. Google presentó Gemini 3.6 Flash y Flash-Lite junto con nuevas capacidades orientadas a ciberseguridad. La compañía busca ofrecer modelos más rápidos y baratos para acelerar la adopción empresarial de agentes de IA.
🌏 Estados Unidos endurece la presión sobre la IA china. La administración estadounidense estudia imponer nuevas sanciones a laboratorios chinos de inteligencia artificial por presuntas vulneraciones de propiedad intelectual.
💾 WEKA demuestra que el futuro no siempre pasa por comprar más GPUs. La compañía presentó mejoras en su plataforma de almacenamiento que permiten aumentar significativamente la eficiencia del entrenamiento y reducir el número de GPUs necesarias.
🔌 La IA amenaza con disparar el consumo eléctrico mundial. Llueve sobre mojado, las nuevas previsiones apuntan a que los centros de datos podrían multiplicar por cuatro su demanda eléctrica durante la próxima década impulsados por la inteligencia artificial.
💡 Pat Gelsinger apuesta por la fotónica para prolongar la Ley de Moore. El exCEO de Intel defiende que las interconexiones fotónicas serán una de las claves para seguir aumentando el rendimiento de los sistemas de computación avanzada.
🇨🇳 Pekín acelera la construcción de la economía del token. China continúa expandiendo su infraestructura nacional de computación con el objetivo de convertir los tokens en una nueva unidad económica de referencia para la inteligencia artificial.
🖥️ Huawei busca controlar toda la pila tecnológica (igual que el resto de la industria). Huawei avanza hacia una integración vertical que combina procesadores, almacenamiento y memoria bajo un mismo ecosistema tecnológico.
💰 Moonshot AI acelera su camino hacia los mercados. La startup china detrás de Kimi prepara una nueva ronda de financiación mientras gana protagonismo tras el éxito de sus últimos modelos.
🧮 RedNote presume de conquistar la Olimpiada Matemática. La compañía anunció resultados perfectos en una de las pruebas matemáticas más exigentes utilizadas para medir el rendimiento de modelos de IA.
🍎 Apple estudia convertir el hardware en una suscripción. Apple explora un modelo de leasing apoyado por Klarna para facilitar el acceso continuo a iPhone, Mac y iPad.
🏥 La IA entra definitivamente en la gran industria farmacéutica. Bristol Myers Squibb desplegará un superordenador basado en la futura plataforma NVIDIA Vera Rubin para acelerar investigación y desarrollo.
🛡️ La ciberseguridad también se reinventa para la era de la IA. Glow presentó una nueva aproximación para proteger dispositivos y endpoints frente a amenazas impulsadas por inteligencia artificial.
🤝 Jack Dorsey imagina plataformas donde colaboran humanos y agentes. Estaba tardando, el fundador de Twitter presentó Buzz, una propuesta para crear espacios donde personas y agentes de IA trabajen conjuntamente.
🚀 China convierte la WAIC en un escaparate de liderazgo tecnológico. Aunque haya pasado bajo el radar para la mayoría de los occidentales. La World Artificial Intelligence Conference volvió a mostrar el músculo inversor, industrial y científico del ecosistema chino de inteligencia artificial.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
📚 PD: Dos libros que todo desarrollador debería releer en la era de la IA
Si este tema te ha resultado interesante, hay dos libros que cobran una nueva dimensión con la llegada de la IA generativa.
The Programmer’s Brain, de Felienne Hermans. Una obra imprescindible para entender cómo comprendemos el código y por qué nuestra capacidad cognitiva es el recurso más escaso de un equipo de desarrollo.
Domain-Driven Design, de Eric Evans. Más de veinte años después de su publicación, su idea central —capturar el conocimiento del dominio antes que el código— resulta hoy más vigente que nunca.
Quizá ambos libros estaban preparando el terreno para una realidad que todavía no existía.
💻 PD2: Una frikada que todo programador disfrutará. Si buscas un capricho tecnológico para tu escritorio, pocos gadgets son tan satisfactorios como un Stream Deck de Elgato.
Aunque nació para creadores de contenido, muchos desarrolladores lo utilizan para lanzar scripts, ejecutar comandos, cambiar entornos, controlar agentes de IA, automatizar despliegues o gestionar flujos completos con una sola pulsación.
Una de esas pequeñas herramientas que, una vez pruebas, cuesta imaginar cómo trabajabas sin ella.