”Es más fácil engañar a la gente que convencerla de que ha sido engañada” - Mark Twain

GitHub Copilot me escribió un algoritmo de ordenamiento perfecto en 3 segundos.
Claude Code me resolvió un bug que llevaba horas buscando.
ChatGPT me explicó un concepto de arquitectura que no entendía.

La IA me está haciendo más productivo que nunca.

Pero hay un lado oscuro del que casi nadie habla en las conferencias tech ni en los posts de LinkedIn:
¿Estamos perdiendo habilidades clave para desarrollar… y para pensar?

Después de varios meses observando mi comportamiento y el de otros compañeros, he comenzado a notar que nos estamos volviendo muy dependientes de la IA y esto está erosionando nuestras habilidades fundamentales como desarrolladores.
Por ejemplo:

• ¿Has visto a un compañero usando código generado por IA que no entiende pero funciona?
• ¿Has visto equipos que usan librerías sugeridas por IA sin evaluar si realmente las necesitan?
• ¿Te cuesta escribir código desde cero, sin un prompt que te dé el empujón inicial?
• ¿Has dejado de investigar los errores y solo preguntas a la IA: “¿cómo lo arreglo?”

Si es así, no estás solo.

Síntomas de atrofia por uso de IA

Evitar el debugging manual

Uno de los primeros síntomas que noté fue mi tendencia a saltar directamente a la IA cuando encontraba un error.
En lugar de leer cuidadosamente el stack trace o usar el debugger paso a paso, mi primer instinto era copiar el error y decirle a la IA: “Fix it”.
Esto estaba haciendo que dejara de entender realmente el problema y me estaba atrofiando una habilidad fundamental:
Interpretar y depurar los errores de mi propio código.

Generación pasiva de código

La facilidad para generar rápidamente código que funciona es una tentación muy peligrosa.
En estos meses he comprobado que si usas las IA para generar y generar el código del proyecto y no hay una gran intervención por tu parte (mínimo 50%), el código rápidamente se degrada y se vuelve poco mantenible. En poco tiempo llegas a un punto en el que ni tú ni la IA sois capaces de modificar ese proyecto.
Usa la IA pero no dejes de ser tú el que lidera el diseño y los refactors.

Olvido de conceptos básicos

¿Recuerdas la sintaxis exacta para hacer una petición HTTP en tu lenguaje favorito?
¿Recuerdas cómo crear una clase desde cero?
¿Ya no miras la documentación para buscar la función que necesitas y se la pides a la IA?
La comodidad del autocompletado constante puede hacer que perdamos familiaridad con las herramientas básicas de nuestro oficio y que confiemos ciegamente en soluciones pueden parecer correctas en la superficie, pero esconden suposiciones erróneas sobre nuestro sistema.

Arquitectura por prompts

Ya no diseñas sistemas. Los describes a la IA y ella te da componentes.
“Necesito un microservicio que maneje usuarios, con autenticación JWT, base de datos PostgreSQL, y API REST…”
Has dejado de diseñar para convertirte en traductor de requerimientos de lenguaje Humano a lenguaje “Prompt”

Pérdida del placer por resolver problemas

Otro de los síntomas que considero preocupante, es la pérdida de esa satisfacción única que viene después de resolver un problema difícil por tu cuenta.
Cuando nos acostumbramos a soluciones instantáneas, la frustración natural del debugging o el diseño se vuelve intolerable, y perdemos una de las recompensas más gratificantes de programar.

Desconexión del “gimnasio mental”

Solemos pensar en habilidades como el debugging o el diseño de arquitecturas como capacidades aisladas y puramente técnicas. Pero no lo son. Todo está conectado.

Cada vez que nos enfrentamos a un error complejo, que refactorizamos código para hacerlo más legible o que diseñamos un sistema desde cero, no solo estamos resolviendo un problema de programación. Estamos ejercitando nuestro pensamiento crítico, el reconocimiento de patrones, la lógica deductiva, la visión abstracta y la tolerancia a la frustración.

Al delegar estas tareas a la IA, no solo perdemos una habilidad concreta; estamos renunciando a un entrenamiento cognitivo de alto nivel.

No nos damos cuenta de que la agilidad mental que ganamos depurando un bug es la misma que luego nos ayuda a tomar mejores decisiones en otros ámbitos de nuestra vida.

Estamos desentrenando herramientas que, sin saberlo, mantienen nuestro cerebro en forma en muchos más aspectos de los que creemos.

🧠 Checklist de Autoevaluación: ¿Estoy perdiendo habilidades?

Si te identificas con 4 o más de estos puntos, puede que sea momento de reflexionar sobre tu relación con la IA:

• Evito leer mensajes de error y voy directo a la IA
• Me cuesta interpretar stack traces o hacer debugging manual
• Copio código de la IA que no entiendo completamente
• No podría explicar por qué una solución funciona
• Ya no recuerdo cómo usar APIs básicas sin autocomplete
• Dependo de la IA para tareas básicas repetitivas (ej. crear una clase con un constructor, hacer una validación sencilla)
• Me frustra cuando la IA no da una solución rápida
• Evito diseñar sistemas complejos sin ayuda
• Siento que aprendo menos que antes
• Hace tiempo que no leo documentación o documentos técnicos. Prefiero pedirle resúmenes a la IA.

¿Cómo mantengo mis habilidades usando la IA?

Sé crítico con la IA:

Trata el código generado con IA como si fuera tu compañero junior: revisadlo juntos.

• ¿Por qué esta solución y no otras?
• ¿Qué pasaría si los datos fueran diferentes?
• ¿Qué pasa con los casos extremos?
• ¿Podemos mejorar la mantenibilidad?

Reserva tiempo para trabajar sin IA

Implementa “No-AI Days” una vez por semana.
Durante estas sesiones, vuelve a lo básico: lee documentación, interpreta errores manualmente, y escribe código desde cero.
Puede ser más lento, pero ejercitarás habilidades que seguirás necesitando aunque uses la IA.

Intenta resolver problemas por tu cuenta primero

Establece una regla personal: dedica 15-30 minutos a investigar un problema antes de recurrir a la IA.
Este tiempo no es “perdido”, es inversión en tu comprensión del problema y del proyecto.

Revisa el código generado como código humano

Aplica los mismos estándares de code review que usarías con cualquier otro desarrollador.
La IA puede escribir el código, pero nosotros somos responsables de mantenerlo.

Busca un equilibrio sostenible

No se trata de rechazar la IA, se trata de usarla conscientemente.
Las herramientas de IA son extraordinarias para:

• Acelerar tareas repetitivas y boilerplate
• Explorar enfoques alternativos a problemas conocidos
• Aprender nuevos frameworks o lenguajes
• Generar código a partir de tests que tú has diseñado
• Generar documentación

El peligro surge cuando las usamos como sustituto del pensamiento crítico, no como complemento.

---

Reflexión final

La pregunta no es si usar o no la IA, la pregunta es cómo usar la IA de manera que nos haga mejores desarrolladores, no más dependientes.

Puedes seguir el camino fácil: pedir, copiar, pegar, desplegar, repetir. Es cómodo, es rápido y funciona… hasta que no.
O puedes elegir el camino del desarrollador profesional: usar la IA como una herramienta poderosa mientras mantienes y desarrollas tus propias habilidades.

¿Quieres ser el programador que controla la IA, o el que necesita la IA para desarrollar?
El futuro de tu carrera depende de cómo respondas esa pregunta.

Referencias

• MIT - Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task
• Avoiding Skill Atrophy in the Age of AI
• ¿Y si la Inteligencia Artificial nos hiciera más bobos?
• Habréis leído muchas veces eso de “La IA hará más listos a los listos y más tontos a los tontos”