La IA reduce el dominio del código en un estudio

Un estudio de Anthropic sugiere que usar IA para programar puede acelerar una tarea, pero dificultar que aprendas lo que acabas de hacer. Los participantes que recurrieron a un asistente de IA obtuvieron peores resultados al comprobar cuánto entendían del código.

La diferencia fue clara: quienes usaron IA acertaron el 50% de las preguntas, frente al 67% de quienes programaron sin asistencia. El estudio, con 52 ingenieros de software, midió su comprensión apenas unos minutos después de terminar la tarea.

Qué midió el estudio

Los participantes, en su mayoría desarrolladores junior, tenían experiencia con Python, pero no conocían Trio, una biblioteca para crear programas que realizan varias tareas a la vez. Debían aprender a usarla y programar dos funciones nuevas.

La mitad trabajó con un asistente de IA integrado en la plataforma de programación. La herramienta podía leer su código y generar una solución completa si se lo pedían. La otra mitad resolvió las tareas a mano, con el mismo material introductorio.

Después, todos respondieron un cuestionario sobre cuatro habilidades:

• Depuración: encontrar errores y entender por qué ocurren.
• Lectura de código: comprender qué hace un programa.
• Escritura de código: elegir o producir la forma correcta de resolver un problema.
• Conceptos: entender los principios de la biblioteca y su diseño.

La prueba se centró especialmente en depuración, lectura y conceptos. Son las habilidades que una persona necesita para revisar código generado por IA y detectar si algo está mal antes de ponerlo en producción.

Más rapidez, pero no de forma significativa

El grupo que usó IA terminó la tarea unos dos minutos antes, en promedio. Sin embargo, la diferencia no fue lo bastante grande como para considerarla estadísticamente significativa.

El resultado más sólido apareció en el aprendizaje. El grupo con IA sacó un 50% en el cuestionario, frente al 67% del grupo que programó sin ayuda. Anthropic describe la diferencia como equivalente a casi dos calificaciones académicas y señala que fue especialmente grande en las preguntas de depuración.

Eso importa porque generar código correcto en el momento no garantiza saber revisarlo después. Si una aplicación falla, alguien tiene que identificar el problema, entender sus consecuencias y decidir cómo corregirlo.

No toda forma de usar IA produce el mismo resultado

El estudio no demuestra que la IA reduzca necesariamente el aprendizaje en todos los casos. También observó que algunos participantes la usaron para comprender, no solo para delegar el trabajo.

Los mejores resultados aparecieron entre quienes:

• Pedían explicaciones después de recibir código.
• Hacían preguntas sobre los conceptos detrás de la solución.
• Combinaban generación de código con comprobaciones de comprensión.
• Intentaban resolver los errores por su cuenta antes de pedir ayuda.

En cambio, los participantes con peores resultados tendían a entregar a la IA la escritura o la depuración completa. Algunos terminaron más rápido y casi no encontraron errores, pero tampoco tuvieron que enfrentarse a los problemas que ayudan a fijar un concepto.

Un caso resume bien esa diferencia: varios participantes pasaron hasta 11 minutos, el 30% del tiempo disponible, escribiendo consultas para el asistente. Preguntar no era el problema por sí mismo. La diferencia estaba en si las preguntas buscaban una solución inmediata o una explicación que permitiera seguir pensando.

Qué cambia para ti

Si usas IA para aprender a programar, copiar una respuesta que funciona puede darte velocidad, pero no necesariamente dominio. Para tareas repetitivas o habilidades que ya controlas, la asistencia puede ahorrar tiempo. Para aprender algo nuevo, el coste puede ser perder la práctica necesaria para detectar errores después.

Una forma más segura de trabajar es pedir a la IA que explique el código, comparar varias soluciones, intentar predecir el resultado antes de ejecutarlo y resolver algunos errores sin ayuda. También puedes pedir preguntas o pistas en lugar de la respuesta completa.

Para las empresas, el hallazgo plantea un problema concreto: los desarrolladores junior pueden producir más código mientras desarrollan menos capacidad para supervisarlo. Eso es especialmente delicado cuando la IA escribe una parte cada vez mayor de sistemas que afectan a clientes, dinero o seguridad.

El estudio es preliminar y tiene límites importantes. La muestra fue pequeña, el cuestionario se hizo inmediatamente después de la tarea y no demuestra qué ocurrirá con el aprendizaje a largo plazo. Tampoco permite saber si el mismo efecto aparece en otras profesiones o con herramientas más autónomas, como los agentes que modifican un proyecto entero.

La idea central no es elegir entre programar con IA o sin ella. Es distinguir entre usarla como atajo y usarla como apoyo para aprender. La IA puede acelerar habilidades que ya tienes, pero todavía no está claro cómo evitar que esa velocidad frene la adquisición de las que necesitarás para comprobar, corregir y controlar lo que produce.