Un estudio publicado en Science concluye que la codificación asistida por inteligencia artificial se ha extendido con una velocidad inusual para una tecnología reciente, hasta el punto de participar en una parte relevante del código nuevo que se escribe hoy. El trabajo mide esta transformación con datos reales de actividad en repositorios y muestra que el cambio no es uniforme: depende del país, del acceso a herramientas y, sobre todo, de la experiencia del desarrollador.
La investigación analizó más de 30 millones de contribuciones en Python realizadas por alrededor de 160.000 desarrolladores en GitHub, una de las principales plataformas de programación colaborativa. Para estimar cuánta parte del código fue generado o asistido por IA, el equipo empleó un modelo entrenado específicamente para detectar patrones de generación automática en bloques de código, como los que producen herramientas populares de asistencia.
En Estados Unidos, la proporción de código nuevo asistido por IA creció de forma notable: pasó de alrededor del 5% en 2022 a aproximadamente el 29% a inicios de 2025, según el estudio. Esa cifra sugiere que la IA ya participa en casi un tercio de las funciones nuevas, al menos en ese mercado, y confirma que el fenómeno dejó de ser marginal en muy poco tiempo.
El mapa global, sin embargo, muestra brechas claras. Países europeos como Francia y Alemania aparecen con tasas altas de adopción, mientras que India acelera con fuerza desde 2023. En el extremo opuesto, China y Rusia registran porcentajes más bajos dentro del periodo analizado, en un contexto en el que el acceso a ciertos modelos puede estar limitado por restricciones internas o por disponibilidad de proveedores.
El estudio también describe un patrón que rompe una intuición común: quienes más usan la IA no son necesariamente quienes más se benefician de ella. Los desarrolladores con menos experiencia tienden a apoyarse más en herramientas generativas y, en promedio, aplican la IA a una proporción mayor de su código que los perfiles sénior.
Aun así, cuando se mide el efecto en productividad, las mejoras aparecen concentradas en los programadores experimentados. La investigación asocia el uso de IA generativa con un aumento medio de productividad de alrededor del 3,6% hacia finales de 2024, pero señala que ese beneficio es estadísticamente significativo sobre todo para quienes ya tienen más recorrido profesional.
¿Qué cambia para los sénior? El trabajo sugiere que la IA no solo acelera tareas rutinarias, sino que también impulsa la exploración técnica: los desarrolladores experimentados tienden a incorporar más bibliotecas, probar combinaciones menos habituales y abrir puertas a nuevas funcionalidades con más frecuencia cuando usan asistencia generativa.
La lectura económica del fenómeno es directa: pequeñas mejoras de productividad, multiplicadas por una industria gigantesca, pueden traducirse en impactos de gran escala. El estudio recuerda que el desarrollo de software mueve enormes volúmenes de salarios y actividad, por lo que un porcentaje de mejora aparentemente modesto puede convertirse en miles de millones en eficiencia agregada.
El resultado, sin embargo, no es necesariamente “democratizador”. Si la IA aumenta la ventaja de quienes ya tienen experiencia y acceso a mejores herramientas, existe el riesgo de ampliar brechas entre perfiles profesionales, empresas y regiones. En otras palabras, la adopción puede ser masiva sin ser equitativa.
A corto plazo, la gran pregunta para empresas, instituciones educativas y reguladores no es si la IA se usará para programar, sino cómo diseñar su adopción para que los beneficios se repartan mejor: formación, acceso, buenas prácticas y sistemas de evaluación serán claves para que la nueva etapa del software no deje a parte de la fuerza laboral atrás.
Fuente: Complexity Science Hub
