La irrupció de la IA en el cicle de programació està canviant la manera com es genera i es gestiona el codi. Ja estem automatitzant tasques de programació mitjançant IA i això s’intensificarà fins que gran part —o fins i tot la totalitat— del codi sigui generat per sistemes d’IA.
El veritable risc no rau en el fet que la IA substitueixi els programadors, sinó que elimini la progressió natural de talent, deixant un buit de criteri i supervisió que podria comprometre la sostenibilitat, la seguretat i el control futur del programari.
Sam Altman: els agents d’IA com a “col·legues virtuals”
Sam Altman (OpenAI) planteja que els agents d’IA seran “col·legues virtuals” capaços d’assumir tasques complexes de programació, però sempre sota supervisió humana inicial. Altman preveu un futur en què podria haver-hi “milers o milions d’agents d’IA” programant de manera autònoma. La implicació estratègica és clara: la supervisió humana continuarà sent clau per assegurar la qualitat i l’alineació estratègica de les solucions generades per la IA.
Si les empreses no cultiven aquest talent humà ara, quan aquests agents siguin dominants, la manca de professionals amb experiència per supervisar podria derivar en una vulnerabilitat estructural. Les empreses passarien a dependre d’una minoria d’enginyers sènior, cada cop més escassos i sobrecarregats, per garantir la qualitat i l’estabilitat del programari.
Jensen Huang: el llenguatge natural com a nou llenguatge de programació
Jensen Huang (Nvidia) afirmava que la IA està “democratitzant la programació”, i això permet que qualsevol pugui generar codi a través d’instruccions en llenguatge natural. Això podria eliminar les barreres tècniques que tradicionalment han separat els programadors d’altres perfils professionals.
A més, Huang subratlla que el valor humà es traslladarà cap a la capacitat de revisió i ajustament estratègic, més que cap a la codificació directa.
Aquesta democratització també amaga un risc estructural. Si la programació es converteix en una pràctica basada en instruccions verbals, qui en valorarà la qualitat del codi generat? L’experiència i el criteri tècnic continuaran sent essencials per distingir entre una solució funcional i una solució òptima en termes de rendiment, escalabilitat i seguretat.
Si les empreses no formen una nova generació d’enginyers capaços d’interpretar i optimitzar aquest codi, l’ecosistema de programari podria degenerar cap a un cicle de producció massiva de baixa qualitat.
Dario Amodei: el codi generat per IA com a norma en 12 mesos
Dario Amodei (Anthropic) calcula que, en un termini de 12 mesos, pràcticament tot el codi podria ser generat per IA. Si aquesta projecció es fa realitat, la qüestió no serà si la IA pot programar, sinó qui i com supervisa aquesta programació.
Si els júniors no desenvolupen “múscul” barallant-se amb el codi des d’una fase inicial, les empreses dependran d’aquest nombre limitat de sèniors que, amb el temps, serà cada vegada més reduït. L’automatització de la programació podria crear una dependència crítica de la IA, on la innovació i l’adaptació quedarien compromeses per la manca de talent.
Mark Zuckerberg: la fi dels enginyers de nivell mitjà
Mark Zuckerberg (Meta) anticipa que els agents d’IA podrien substituir aviat els enginyers de nivell mitjà. Si el codi bàsic i intermedi el genera la IA, els enginyers humans quedarien relegats a tasques de supervisió, depuració i ajustament estratègic.
Això implica que el valor humà hauria de migrar cap a la capacitat de disseny arquitectònic i validació. Però si els júniors no passen per una fase d’aprenentatge tècnic directe, difícilment desenvoluparan l’“instint” i el criteri necessari per complir aquesta funció de supervisió. El risc és que el mercat laboral es polaritzi entre una petita elit d’enginyers sènior altament qualificats i una base d’operadors d’IA sense criteri tècnic. La programació sense criteri humà podria derivar en un escenari poc desitjable de codi massiu i errors invisibles.
Sundar Pichai: ja el 25% del codi a Google és generat per IA
Sundar Pichai (Google) ha compartit que ja el 25% del codi nou a Google és generat per IA, i que els humans actuen com a revisors finals. Això confirma la tendència cap a un model en què la intervenció humana rau en la capacitat de revisió i validació, no en la programació directa.
Però aquest model només serà sostenible si existeix una generació de professionals amb les eines cognitives i tècniques necessàries per entendre i optimitzar el codi generat per IA. Si les empreses no proporcionen formació tècnica directa, l’ecosistema podria degenerar cap a un mercat de supervisió superficial, on la detecció d’errors complexos o fallades estructurals serà cada cop més difícil. On formarem els nous professionals que ja no es forjaran amb l’experiència professional de la trinxera?
Andrej Karpathy: el futur de la programació autònoma
Andrej Karpathy (ex-Tesla, ex-OpenAI) preveu una evolució cap a una “conducció autònoma completa” en la programació. La IA assumirà tasques cada cop més complexes, però els humans continuaran sent necessaris per definir objectius, entendre els resultats i garantir l’alineació estratègica. Això reforça la idea que la programació del futur requerirà menys habilitat tècnica en l’execució i més capacitat estratègica.
El concepte de “vibe coding”, que Karpathy ha introduït recentment, representa un pas cap a aquesta autonomia: el programador proporciona instruccions en llenguatge natural i la IA genera el codi, deixant a l’ésser humà la tasca de guiar i ajustar el resultat. Igual que en la conducció autònoma, on el conductor intervé en situacions crítiques, en la programació autònoma els enginyers hauran de conservar la capacitat d’entendre i optimitzar el codi per garantir-ne la seguretat i l’eficiència.
Mike Krieger: l’enginyer com a supervisor
Mike Krieger (Instagram) planteja que el rol de l’enginyer ja està canviant: de redactar codi a supervisar el codi generat per IA. Però perquè aquesta transició sigui viable, els enginyers necessitaran desenvolupar habilitats tècniques profundes i capacitat d’interpretació crítica.
Aquesta transformació podria alterar significativament l’estructura del mercat laboral. Si les empreses deixen de formar els júniors en programació directa, aquesta capacitat de supervisió quedarà atrofiada. La supervisió humana podria convertir-se en un coll d’ampolla que limitaria la capacitat d’escalabilitat i innovació en el desenvolupament de programari.
Escenari futur: programació sense programadors
L’escenari més probable és que la IA assumeixi la major part de les tasques de programació en els pròxims 5 anys. Els programadors humans no desapareixeran, però la seva funció es desplaçarà cap a la supervisió, la depuració i la validació. La programació directa serà una habilitat minoritària, limitada a enginyers amb alta especialització i experiència en disseny arquitectònic.
Aquest escenari presenta un risc evident: si els enginyers júniors deixen de formar-se en la pràctica directa de la programació, les empreses dependran d’una minoria d’enginyers sènior per a la vigilància de les solucions generades per IA. Això podria generar una dependència estructural de la IA que comprometria la qualitat i la seguretat dels sistemes complexos de programari.
La crisi del mercat júnior
Dit d’una altra manera, si la IA pren el control de la programació directa, les empreses podrien deixar d’invertir en la formació tècnica dels perfils júnior, reduint la progressió natural de talent. Això podria derivar en una situació en què la base d’enginyers qualificats es redueixi progressivament, generant una crisi de supervisió tècnica.
Les empreses que descuidin la formació tècnica dels seus perfils júnior estaran generant un problema que podria esclatar en el futur: una generació d’enginyers sense criteri tècnic ni capacitat per interpretar i millorar les solucions generades per IA. El resultat seria un ecosistema de programari molt automatitzat, però vulnerable i depenent d’una minoria cada cop més reduïda de sèniors.
Simuladors: una solució estratègica?
Sense voler, em ve al cap l’Ender, lluitant contra els insectors al simulador, fins a aquella batalla final que també semblava només un joc. A El joc d’Ender, el simulador no era només una eina d’entrenament, sinó un escenari per desenvolupar capacitat d’adaptació estratègica i presa de decisions sota pressió. El paral·lelisme em sembla evident: si l’experiència directa en programació desapareix, els júniors necessitaran un entorn on equivocar-se, provar hipòtesis i entrenar el criteri tècnic en condicions controlades abans d’enfrontar-se a problemes reals.
Si l’experiència directa ja no està disponible, les empreses podrien replicar aquestes condicions en entorns simulats, en els quals els sèniors podrien assumir el rol de dissenyadors i supervisors d’aquests entorns, assegurant que els júniors desenvolupin habilitats d’anàlisi, detecció d’errors i optimització.
Un entorn simulat per a la programació generada per IA hauria de funcionar de manera similar: prou complex per reflectir les dinàmiques de producció reals, però també amb espai per a l’error, l’experimentació i l’anàlisi crítica. Sense aquest procés formatiu, els futurs enginyers no tindran l’habilitat per analitzar i perfeccionar les solucions generades per IA.
Conclusió: repensar la cadena de valor
L’acceleració en l’automatització del desenvolupament de programari mitjançant IA redefineix no només la feina tècnica, sinó també les dinàmiques de talent i de gestió de la qualitat.
El model que estan anticipant líders com Altman, Huang o Karpathy —IA generant codi, humans supervisant— només funcionarà si existeix una nova generació de professionals capaços d’assumir aquests nous rols.
El repte no és si la IA pot escriure codi —això és inevitable—, sinó si tindrem prou professionals humans capaços de guiar i millorar aquests sistemes. Si les empreses no inverteixen en la formació de nous professionals (siguin entorns simulats o altres estratègies), la capacitat d’innovació i adaptació en el desenvolupament de programari podria veure’s compromesa a mitjà i llarg termini.
El toc humà continuarà sent necessari per adaptar les solucions a contextos específics i canviants, i hem de ser capaços de repensar la nova cadena de valor del programari per no perdre’l. La programació del futur serà menys una qüestió d’escriure codi i més una qüestió de criteri i supervisió estratègica. Si les empreses no redissenyen aquesta estructura de valor —replantejant la formació, l’experiència i l’especialització—, l’ecosistema tecnològic podria degenerar cap a un model de dependència fràgil, on el codi funcioni… però ningú no sàpiga per què.
