Carla Rover, una desarrolladora con 15 años de experiencia, tuvo que reiniciar un proyecto y pasó 30 minutos llorando por ello. Ahora está creando una startup con su hijo que desarrolla modelos de aprendizaje automático personalizados para mercados. Rover describe el “vibe coding” como una forma hermosa de plasmar ideas, pero advierte que trabajar con código generado por inteligencia artificial puede ser complicado. A veces, este código puede causar problemas difíciles de prever, lo que ella compara con “cuidar niños”.
Rover decidió usar herramientas de IA para acelerar su trabajo, pero no revisó adecuadamente el código generado. Cuando lo hizo, encontró muchos errores. Al final, ella y su hijo tuvieron que reiniciar todo el proyecto, lo que le causó frustración. Muchos programadores experimentados, como Rover, están recurriendo a la IA para obtener ayuda en la codificación, pero a menudo terminan actuando como “niñeras” de la IA, corrigiendo y verificando el código que esta produce.
Un informe reciente de Fastly, una plataforma de entrega de contenido, reveló que el 95% de los casi 800 desarrolladores encuestados pasan tiempo adicional corrigiendo código generado por IA, siendo los desarrolladores senior quienes más carga tienen. Estos programadores han encontrado problemas que van desde nombres de paquetes erróneos hasta riesgos de seguridad. El código de IA, si no se revisa, puede ser más defectuoso que el creado por humanos. Esto ha llevado a la creación de un nuevo puesto laboral: “especialista en limpieza de vibe code”.
Rover y otros programadores creen que la tecnología de IA aún tiene mucho por mejorar. Rover compara el uso de un copiloto de codificación con darle una cafetera a un niño inteligente y pedirle que sirva café. Puede que lo logre, pero también puede fallar y no avisar. Feridoon Malekzadeh, otro programador con más de 20 años de experiencia, también compara el vibe coding con un adolescente terco. Aunque disfruta trabajar solo y ahorrar tiempo, reconoce que no es lo mismo que contratar a un pasante.
Malekzadeh estima que pasa el 50% de su tiempo escribiendo requisitos, entre el 10% y el 20% en vibe coding, y entre el 30% y el 40% corrigiendo errores del código generado por IA. Él también señala que el vibe coding no es el mejor en pensar en sistemas complejos, ya que tiende a resolver problemas superficiales.
Rover ha notado que la IA puede dar consejos engañosos y omitir elementos clave. Además, en lugar de admitir errores, a veces fabrica resultados. Spires, un director en Fastly, ha observado que el código de IA tiende a ser rápido en lugar de correcto, lo que puede introducir vulnerabilidades. Mike Arrowsmith, CTO de NinjaOne, advierte que el vibe coding puede crear nuevos puntos ciegos en IT y seguridad, especialmente en startups.
A pesar de los errores, muchos coinciden en que el código generado por IA y las plataformas de vibe coding son útiles, especialmente para esbozar ideas. Sin embargo, todos están de acuerdo en que la revisión humana es esencial antes de construir un negocio sobre ello. Rover enfatiza que un simple boceto no es un modelo de negocio.
Malekzadeh y otros programadores han encontrado que, a pesar del tiempo que pasan corrigiendo, logran hacer más con la ayuda de la IA. La encuesta de Fastly mostró que los desarrolladores senior son el doble de propensos a usar código generado por IA en producción en comparación con los más jóvenes.
El vibe coding también forma parte de la rutina de Spires, quien lo utiliza para proyectos personales. Aunque considera que la experiencia es mixta, reconoce que ayuda en la creación de prototipos y elimina tareas repetitivas, permitiendo a los ingenieros enfocarse en construir y escalar productos.
El ingeniero Elvis Kimara, quien acaba de graduarse en IA, ha encontrado que el vibe coding puede hacer su trabajo más difícil y menos satisfactorio. Sin embargo, está dispuesto a aceptar el “impuesto de innovación” que conlleva. Kimara cree que en el futuro, los programadores no solo escribirán código, sino que guiarán a los sistemas de IA y asumirán la responsabilidad cuando algo salga mal. A medida que avance en su carrera, seguirá utilizando estas herramientas, asegurándose de revisar cada línea de código generado por IA para aprender más rápido.
