Lo Básico
Para entender cómo la IA está afectando la programación, es necesaria una breve introducción a la programación. La programación es el proceso de crear software, que involucra múltiples tareas como análisis de problemas, recopilación de requisitos, diseño de sistemas, codificación, pruebas, depuración, integración, implementación y mantenimiento.
En el desarrollo de software, el Ciclo de Vida del Desarrollo de Software (SDLC) es esencial porque proporciona un marco estructurado para guiar y gestionar estas tareas. Aunque existen varios modelos de SDLC—hoy en día, el modelo Ágil es uno de los más conocidos y aplicados—los pasos fundamentales permanecen estrechamente alineados con las tareas mencionadas anteriormente.Wiederholen
- Análisis de Requisitos
- Planificación
- Diseño
- Implementación (Codificación)
- Pruebas
- Despliegue
- Mantenimiento y Actualizaciones
Habilidades necesarias en el SDLC
Le pedí a ChatGPT que creara una tabla con las habilidades necesarias en los diferentes pasos del SDLC, y cuáles pueden ser reemplazadas por IA. Este es el resultado:
| SDLC Phase | Professional Roles | Key Skills Required | AI Replacement Potential |
|---|---|---|---|
| Requirement Analysis | Business Analyst, Product Owner, Consultant | Communication, domain knowledge (finance, pharma, etc.), stakeholder management, requirements documentation | ❌ Low – AI can summarize but human interaction & negotiation are irreplaceable. |
| Planning | Project Manager, Scrum Master | Project management (Agile, Scrum, PRINCE2), risk management, resource allocation, leadership | ⚠️ Medium – AI tools can suggest timelines/resources, but leadership & decision-making remain human tasks. |
| Design | Solution Architect, UX/UI Designer | System architecture, database design, UI/UX principles, creativity, design thinking | ⚠️ Medium – AI can propose architectures & design mockups, but creativity & domain fit need humans. |
| Implementation (Coding) | Software Developer, Data Engineer, Mobile App Dev | Programming languages (Java, Python, C++), debugging, clean coding, DevOps basics | ✅ High – AI copilots can already write/debug code, but deep architecture and complex problem-solving still need humans. |
| Testing | QA Engineer, Test Automation Specialist | Manual/automated testing, test case design, bug tracking, performance/security testing | ✅ High – AI is very good at test automation & bug detection, but exploratory/manual testing still valuable. |
| Deployment | DevOps Engineer, Cloud Engineer | CI/CD pipelines, containerization (Docker, Kubernetes), cloud platforms (AWS, Azure, GCP) | ⚠️ Medium – AI can optimize deployments, auto-scale infrastructure, but strategic oversight remains human. |
| Maintenance & Updates | Support Engineer, Site Reliability Engineer (SRE) | Monitoring, troubleshooting, patch management, security updates | ⚠️ Medium/High – AI can auto-detect issues and even self-heal systems, but complex incident handling still human-driven. |
Esto puede reflejar el estado actual de la influencia de la IA en el SDLC. Para mí, el punto más importante es el impacto empresarial de la IA. Ya he escuchado de varios programadores que el mercado ya no luce tan prometedor como antes. Hace unos años, las empresas buscaban activamente programadores y ofrecían excelentes condiciones. Hoy, sin embargo, el entusiasmo parece haberse desvanecido. Ya ha ocurrido un cambio en el mercado laboral de programadores—no porque la programación ya no sea necesaria, sino porque menos programadores ahora pueden lograr mucho más con la ayuda de la IA.
Como resultado, el nivel de experiencia esperado para programadores de nivel inicial aumentará. Esto puede ser bueno para las empresas y el mercado en general, pero representa un verdadero desafío para los recién graduados que ingresan al campo.
¿Y qué hay de los otros pasos del SDLC? La misma tendencia se aplicará. No hay razón por la cual los profesionales no deban volverse más efectivos con la IA. Por ejemplo, un ingeniero de requisitos puede recopilar aportes de clientes, dejar que la IA genere resúmenes, resalte preguntas clave, y luego revisar y refinar los resultados. Un ingeniero capacitado puede validar estas respuestas, hacer correcciones si es necesario y finalizar el trabajo. Mientras la IA no sea perfecta—lo cual puede tomar mucho tiempo—los expertos seguirán siendo esenciales. Sin embargo, la cantidad de trabajo repetitivo ya está siendo reducida dramáticamente.
Comportamiento del Mercado
- En febrero de 2025, la empresa Ocado recortó 500 puestos de trabajo en tecnología y finanzas porque la IA está reduciendo costos.
- En julio de 2025, Scale AI despidió a 200 empleados porque aumentaron su capacidad de IA generativa demasiado rápido.
- En julio de 2025, Microsoft recortó aproximadamente el 4% de los puestos de trabajo en medio de fuertes apuestas por la IA.
- En septiembre de 2025, Fiverr despidió a 250 trabajadores en un esfuerzo de reenfoque hacia la IA.
- En septiembre de 2025, Software está despidiendo al 20% de los empleados en un cambio hacia audaces apuestas por la IA.
- Y aquí se puede encontrar una extensa lista de despidos tecnológicos en 2025.
Discusión
Lo que estamos presenciando ahora es un cambio en el mercado. Este no es un escenario apocalíptico, sino más bien una transición en la demanda de habilidades específicas. Algunas habilidades están volviéndose menos valiosas o incluso obsoletas, mientras que otras son cada vez más buscadas. Los roles que se han vuelto menos productivos debido a la IA son particularmente vulnerables, y muchas empresas ya están planeando reducirlos.
Por otro lado, hay una demanda creciente de ingenieros de IA/ML, especialistas en DevOps, profesionales de anotación y revisión de datos, así como expertos en automatización y diseño de sistemas de IA. Esta transformación presenta oportunidades, pero también riesgos.
En teoría, un cambio así podría no necesitar resultar en pérdidas de empleo si los trabajadores se adaptan y recapacitan exitosamente. Sin embargo, dado que la IA está prometiendo ganancias significativas en eficiencia, las empresas enfocadas en aumentar ingresos pueden ser más rápidas en recortar empleos de lo que los trabajadores pueden ajustarse a los cambios.
Deja una respuesta