Tú, software developer que me lees, seguramente tienes el feeling, esa preocupación colectiva de que la inteligencia artificial terminará quitándote el trabajo porque ahora también escribe código.
Pero, espera… ¿desde cuándo ser software developer consiste solamente en tirar código?
¡No me ofendas! 😂 Eso sería reducir toda una profesión a una sola tarea.
Diseñamos soluciones, entendemos problemas, tomamos decisiones de arquitectura, pensamos en seguridad, escalabilidad y experiencia de usuario. Escribir código es parte del trabajo, pero nunca ha sido todo el trabajo.
Y sí, la IA está transformando nuestra industria. Algunos puestos desaparecerán, otros cambiarán y surgirán nuevas oportunidades.
¿Recuerdas las revoluciones industriales?
Cuando llegaron los automóviles, muchos trabajos relacionados con los carruajes tuvieron que transformarse. Cuando llegó internet, cambió la manera en que nos comunicamos, compramos y trabajamos.
La tecnología no garantiza que todos conservemos nuestros empleos, pero la historia nos demuestra que también puede crear nuevas profesiones.
¿Y si en lugar de preguntarnos cuánto código puede escribir la IA, empezamos a preguntarnos qué podemos construir con ella?
Hace unos años, muchas empresas querían su propia página web. Hoy, cada vez más organizaciones buscan integrar inteligencia artificial en sus productos, automatizar procesos y aprovechar sus datos.
Y ahí es donde nosotros, los software developers, tenemos una oportunidad.
No necesariamente necesitas convertirte en investigador de machine learning ni entrenar un modelo desde cero.
Puedes comenzar aprendiendo estos 10 conceptos:
LLM: los modelos de lenguaje que impulsan muchas aplicaciones de IA.
RAG: cómo conectar modelos con información externa y relevante.
Vector Databases: almacenamiento y búsqueda de información mediante vectores.
Prompt Engineering: cómo diseñar instrucciones y contextos efectivos.
MCP: un protocolo para conectar aplicaciones de IA con herramientas y fuentes de datos.
AI Agents: sistemas capaces de utilizar herramientas y ejecutar tareas para alcanzar objetivos.
Agent Skills: instrucciones y recursos reutilizables que especializan el comportamiento de un agente.
FastAPI: un framework de Python útil para construir APIs que integren servicios de IA.
Embeddings: representaciones numéricas que permiten comparar información por similitud.
AI Gateways y Evaluations: herramientas y prácticas para gestionar, observar y evaluar sistemas de IA.
Y si no sabes por dónde empezar, puedes explorar los cursos de Anthropic Academy, donde encontrarás recursos para aprender más sobre inteligencia artificial y cómo integrarla en tus proyectos.
No tienes que aprenderlo todo mañana. Tampoco necesitas abandonar React, Python, JavaScript o las tecnologías con las que ya trabajas.
Se trata de ampliar tus capacidades.
Porque si hay una habilidad que siempre ha definido a un buen software engineer, es precisamente la capacidad de adaptarse, aprender y resolver problemas nuevos.
No olvides esa habilidad fundamental por una ola de negatividad.
La IA puede escribir código. Pero saber qué construir, por qué construirlo y cómo hacerlo funcionar de manera segura y confiable sigue siendo ingeniería.
Y esa es la parte que no deberíamos olvidar.