Inteligencia Artificial
En 1981 un consultor inglés escribió un libro asegurando que las empresas ya no iban a necesitar programadores. Cuatro décadas y tres olas tecnológicas después, seguimos hablando de lo mismo — pero los números dicen algo distinto de lo que promete el titular.
En 1981 salió un libro con un título que hoy podría ser un thread viral de LinkedIn: Application Development Without Programmers. Su autor, James Martin, uno de los consultores de IT más influyentes de su época, no estaba especulando en abstracto -describía una tecnología concreta, ya en el mercado, que iba a volver obsoleta a la profesión.
Cuarenta y cinco años después, el argumento volvió con otro nombre y otra tecnología. La pregunta que vale la pena hacerse no es si esta vez es distinto -es qué pasó realmente las veces anteriores.
Los lenguajes de cuarta generación (FOCUS, NATURAL, dBase, y otros) prometían que un usuario de negocio, sin formación técnica, podía escribir sus propios reportes y aplicaciones. Un cálculo que en COBOL ocupaba una docena de páginas, con estas herramientas se resolvía en una sola instrucción.
La promesa era real en un sentido acotado: generar un reporte sí se volvió mucho más simple. Lo que no ocurrió fue la desaparición del programador. Pasó lo que suele pasar con toda herramienta que promete demasiado: la etiqueta se infló hasta perder sentido -cualquier producto le agregaba "4GL" al nombre para sonar moderno- y el término terminó siendo más marketing que categoría técnica.
A fines de los 80 llegaron las herramientas CASE: íbas a diagramar el sistema y la herramienta generaba el código sola. Decenas de empresas ofrecían cientos de productos distintos. IBM apostó su prestigio a un estándar para toda la industria. Una de las compañías del rubro llegó a contratar a un ex mariscal de campo de la NFL como imagen pública de la promesa -así de segura estaba la industria de que esta vez sí era la bala de plata.
A mediados de los 90 el mercado colapsó. IBM abandonó su propio estándar. Lo que sobrevivió no fue la eliminación del programador, sino una evolución hacia mejores herramientas para programadores, no reemplazos de programadores.
El término "low-code" lo acuñó una consultora en 2014, con la promesa de que "casi cualquiera" podía aprender a construir software con estas plataformas. Mientras tanto, en el mundo real, el empleo de programadores en Estados Unidos siguió creciendo década tras década. La palabra que empezó a circular en las empresas no fue "reemplazo" sino "shadow IT" -el problema de tener aplicaciones críticas construidas por gente sin criterio técnico, sin nadie responsable cuando fallan.
Ese último punto conecta las tres olas: cada una resolvió el "cómo" -cómo escribir menos líneas, cómo generar la pantalla más rápido- pero ninguna resolvió el "quién responde". Y ese vacío, en los tres casos, terminó ocupado por... un programador, aunque con otro título en la tarjeta.
| Década | Tecnología | Promesa | Qué pasó realmente |
|---|---|---|---|
| 1981 | 4GL (FOCUS, NATURAL, dBase) | Usuarios de negocio programan sin programadores | Simplificó reportes; la etiqueta se volvió puro marketing en pocos años |
| 1988-1995 | CASE (Excelerator, Knowledgeware, IBM AD/Cycle) | Generar código automático desde diagramas, "bala de plata" | Explosión de productos, después colapso de mercado; IBM abandona su estándar |
| 2014-2020 | No-code / Low-code | "Casi cualquiera" construye software | El empleo de programadores siguió creciendo; apareció el problema de "shadow IT" |
| 2023- | IA generativa / agentes de código | El programador ya no hace falta | Se automatiza "traducir una especificación a código"; diseñar el sistema y responder por él, no |
Cada ola anterior automatizó un paso de la cadena (escribir el reporte, generar el diagrama, armar la pantalla), pero seguía exigiendo que alguien especificara la lógica con precisión formal -un diagrama, un lenguaje estructurado, un flujo de drag-and-drop. La IA generativa es la primera que acepta la ambigüedad del lenguaje natural como entrada. Es como si, después de tres generaciones de autos que exigían saber manejar cada vez más simple, apareciera uno al que le decís "llevame al centro" en vez de tocar el volante. Eso baja el piso de entrada más que ninguna ola anterior.
Pero no cambia lo que nunca se automatizó en ninguna de las tres olas: el juicio sobre qué está bien y qué va a fallar en producción. Cuando armamos el motor de firma digital de un sistema de facturación electrónica, el trabajo difícil nunca fue la sintaxis de la función que arma el XML -es saber qué pasa cuando el SIFEN devuelve un rechazo a las 11 de la noche, o cuál es el campo que si lo dejás mal certificado invalida legalmente una factura. Eso no lo resuelve un prompt más largo. Lo resuelve alguien que entienda el dominio y se haga responsable del resultado.
Si sos dueño de un comercio y estás por decidir entre pagarle a alguien que te arme un sistema o pedírselo gratis a una IA, la pregunta correcta no es "quién lo escribe más rápido". Es la que aplicaría cualquier dueño de local antes de instalar él mismo una balanza nueva: cuando pese mal y un cliente reclame, ¿quién viene a ajustarla? La lección de 45 años de "fin del programador" no es que la próxima ola nunca cambie nada -cada una cambió algo real. Es que la parte que sobrevive siempre es la misma: el criterio de quien responde cuando el sistema se rompe.
¿Tenés dudas sobre cómo aplica esto a tu negocio? Escribinos y te asesoramos sin costo.
Hablar por WhatsApp
Con formación en Ciencias Económicas y Empresariales, tiene +10 años de experiencia diseñando e implementando sistemas de gestión y soluciones para empresas y negocios en Paraguay y otros países de Latinoamérica. Hoy lidera la apuesta de NODO por los agentes de inteligencia artificial: sistemas que no informan y esperan, sino que deciden y ejecutan por sí mismos.