Una nueva investigación del MIT monitorizó la actividad de miles de desarrolladores antes y después de adoptar el uso de agentes de IA como Claude Code o Codex. En sus conclusiones han detectado un "efecto embudo" singular: muchos comienzan a usar la IA para "juguetear" con el código, pero pocos proyectos acaban en lanzamientos software finales. No solo eso: llegan muchas más apps a las tiendas de aplicaciones, pero el interés que generan es prácticamente nulo.

La revisión bloquea todo. Cuando uno comienza a programar con Claude Code, aun sin saber hacerlo, suele experimentar esa sensación de "poder hacer cualquier cosa", pero aunque hay proyectos que logran evolucionar y llegar a buen puerto, muchos se quedan en un intento: los procesos manuales de control de calidad, de revisión del código o de despliegue se convierten en cuellos de botella para estos proyectos, a menudo llevados a cabo por personas sin perfil técnico y sin conocimientos de ingeniería software. Producir más no es vender más.

El estudio del MIT, liderado por uno de sus profesores de economía, Mert Demirer, revela otra conclusión llamativa: producir más no significa vender más. Aunque el volumen de aplicaciones móviles que llega a la App Store o a Google Play Store ha crecido de forma espectacular por esa facilidad de programar con IA, el consumo real no se ha movido. Hay muchas más apps, pero los mismos consumidores (y compradores), que no están decargando, probando o desde luego comprando más de lo que lo hacían.

Fracaso de las apps. La inmensa mayoría de esos nuevos productos software creados con estas herramientas fracasan de forma espectacular a la hora de captar una audiencia mínima. La eficiencia a la hora de crearlas no está directamente ligada con la utilidad real de dichas herramientas o con el valor que el mercado demanda de ellas.

El código nos sobrepasa. Ya lo dijo Linus Torvalds al hablar de cómo veía el mundo de la IA: "La IA será una herramienta, y hará que la gente sea más productiva. Creo que el vibe coding es genial para lograr que la gente comience a programar.

Creo que [el código que genere] va a ser algo horrible de mantener... así que no creo que los programadores desaparezcan. Aún querrás tener a gente que sepa cómo mantener el resultado". Su comentario fue una buena predicción de lo que estamos viendo ahora: demasiado código distribuyéndose por todas partes hace que sea necesaria una revisión de ese código para validarlo, pero hacer algo así al ritmo que la IA está añadiendo código a esos proyectos es inasumible para los programadores humanos, que se están viendo superados.

Y los costes están disparándose. Los nuevos agentes de IA que programan consumen un gran número de tokens, lo que ha hecho saltar ya las alarmas en empresas como Uber o Microsoft. Para mitigar el problema ahora se está imponiendo un modelo de uso híbrido: se usan agentes de IA en la nube, como Claude Opus 4.8, para planificar el desarrollo, pero luego el código lo escriben modelos en la nube más baratos, que cumplen de forma notable, o incluso modelos locales si el usuario/empresa tiene suficiente capacidad de cómputo local.

Recordando la revolución industrial. Demirer recuerda que en la revolución industrial pasó algo similar. Las primeras fábricas que sustituyeron a las máquinas de vapor por motores eléctricos gigantes no provocaron un gran aumento de la productividad.

El verdadero impulso de la eficiencia llegó décadas más tarde, cuando los ingenieros rediseñaron esas fábricas de cero instalando motores individuales en cada puesto de trabajo.