Guillem Alsina Gonzàlez
Jyothish R, CTO y Global Delivery Officer en AIMLEAP, experto en ingeniería de datos y servicios TI con más de catorce años de experiencia, además de miembro del Consejo de la Revista Forbes, vaticina, en un artículo publicado online por la misma revista, que el mercado avanza hacia que la generación de código fuente mediante IA agéntica sea el estándar de facto para el mundo de la programación en 2026, con un impacto que supera al de otras transiciones como DevOps o la nube, que él mismo ha vivido en el pasado.
La IA agéntica (los sistemas que actúan de forma autónoma dentro de límites definidos y colaboran con equipos humanos) está ganando peso en la ingeniería del software, en tareas que van desde la generación y refactorización de código, hasta la gestión de pipelines y la detección temprana de vulnerabilidades.
El texto sitúa el recorrido reciente del sector en una línea temporal que empieza en 2021, año en el que las herramientas de asistencia en el editor abrieron camino y, en 2023, los modelos de lenguaje ampliaron el alcance hacia la generación de componentes completos.
Para clarificar términos, el documento distingue entre asistentes que esperan órdenes y agentes capaces de decidir y actuar de forma iterativa. En la práctica, esto se traduce en automatización de pruebas, mantenimiento de dependencias, optimización de infraestructura y propuestas de mejora arquitectónica, siempre con control humano antes de llegar a producción.
En cuanto a magnitudes, el autor del artículo cita estimaciones de automatización relevante del trabajo de desarrollo hacia 2030, junto con experiencias en organizaciones medianas donde ya se habría adelantado. El texto incluye un ejemplo empresarial del sector asegurador, consistente en la integración de un agente de desarrollo que permitió entregar una plataforma en diez semanas frente a un calendario previo de casi seis meses con una veintena de ingenieros, lo que aceleró el lanzamiento de una nueva línea de producto.
El enfoque recomendado trasciende la productividad del programador individual y se propone mirar a los agentes como un activo estratégico para acelerar la entrega y alinear tecnología y negocio. Esto implica ajustar la cultura y los indicadores: medir resultados (tiempo de entrega, fiabilidad y adecuación a las expectativas del cliente) en vez de métricas tradicionales como líneas de código o velocidad de sprint.
El texto también recoge las dudas habituales en los comités de dirección y seguridad: calidad del código, exposición a vulnerabilidades y pérdida del control operativo. Los riesgos más señalados (calidad, seguridad y control) se abordan con salvaguardas como auditorías de IA, políticas de zero trust y marcos de explicabilidad, reforzando la validación automatizada y el visto bueno humano antes de llegar a producción.
Para orientar la adopción, Jyothish sugiere pasos progresivos, empezando por áreas de bajo riesgo como documentación, testing, o triaje de errores, y redefinir funciones hacia “supervisión de IA” con foco en diseño, validación y gobernanza, fijar políticas claras de datos y transparencia del modelo, y acompañar el cambio con comunicación interna. El mensaje central es tratar la adopción como una decisión estratégica, no solo de eficiencia, y acompañarla de guardarraíles y gestión del cambio desde el principio.
Mirando al corto plazo, el texto no plantea la sustitución del desarrollador, sino una redefinición de sus tareas. Para 2026, el esquema predominante que se anticipa es la colaboración entre personas y agentes, con los equipos humanos asumiendo funciones de arquitectura, estrategia y gobierno, mientras que los agentes ejecutan tareas repetitivas y de alta carga temporal.
