Hace casi cinco años nos preguntábamos para qué programar cuando una máquina podía hacerlo por ti. Corría el mes de julio de 2021 y se lanzaba GitHub Copilot, el primer gran asistente de IA que además presumía de estar potenciado por GPT-3. Aquello fue todo un punto de inflexión para el mundo de los desarrolladores, y desde entonces hemos vivido la explosión de un segmento que ha sido el primero en probar las mieles de la inteligencia artificial generativa.

Entre quienes estaban al frente de aquel desarrollo se encuentra Mario Rodríguez, un ingeniero nacido en Cuba pero que emigró a EEUU cuando tenía 14 años. Tras estudiar en la Universidad de Miami, Rodríguez comenzó a trabajar en Microsoft, y ha desarrollado toda su carrera profesional allí. En 2018, tras la adquisición de GitHub por parte de Microsoft, se incorporó al equipo directivo como vicepresidente de producto.

Desde agosto de 2024 es su Chief Product Officer, y por tanto es quien decide hacia dónde va GitHub como plataforma. Es una responsabilidad enorme teniendo en cuenta que estamos ante la plataforma colaborativa que se ha convertido por méritos propios en la red social de los programadores. Hace unos días tuvimos la oportunidad de sentarnos a hablar con él precisamente para hablar ("en español, lo prefiero, así practico") del presente y sobre todo del futuro de GitHub, ahora totalmente envuelta en la revolución de la IA generativa.

La competencia aprieta Github Copilot fue pionero absoluto al normalizar esa asistencia de generación de código entre 2021 y 2023, pero el dominio absoluto que parecía tener ß con la aparición de Cursor y, más tarde, a mediados de 2025, con el lanzamiento de Claude Code por parte de Anthropic. Ambos agentes de IA no han parado de crecer desde entonces, y la popularidad se está desplazando aparentemente a estas nuevas plataformas aunque GitHub Copilot sigue teniendo una cuota de mercado excepcional en este segmento. Si hablamos de Claude Code la cosa es aún más llamativa, porque su éxito es tal que hasta los propios ingenieros de Microsoft lo han estado usando en lugar de usar la alternativa propia de la empresa.

La situación fue tan singular que Microsoft ha acabado cancelando sus licencias de Claude Code para forzar a sus ingenieros a que utilicen Github Copilot, aunque aquí hay un fuerte argumento financiero: el uso intensivo de Claude Code estaba saliendo demasiado caro. Los directivos de Microsoft, afirmaban recientemente en The Information, estaban muy preocupados por la erosión de su liderazgo. Rodríguez tiene claro que ahora hay más competencia, pero aclara que "sabíamos que eso iba a pasar".

No solo eso, porque añadía que "la competencia es buena. Para mí es emocionante levantarme todos los días y ver qué tenemos que hacer para seguir liderando". Pero GitHub, como explicaba, es mucho más que GitHub Copilot, "es una plataforma en sí misma".

Eso no quiere decir que no sigan impulsando esa parte, y de hecho en mayo GitHub anunciaba el lanzamiento de la versión preliminar de GitHub Copilot App, que como explica Rodríguez resuelve una carencia porque Cursor o Claude Code (entre otros) ofrecían "el Integrated Desktop Environment (IDE), que es lo que no teníamos". Más allá del modelo: por qué la estrategia de GitHub no es competir en IA pura En estos momentos la situación es la que es: OpenAI tiene su agente de IA para programar, llamado Codex, pero además desarrolla uno de los mejores modelos frontera del mundo, GPT-5.5. Google, lo mismo: tiene Antigravity como IDE, pero además tiene modelos como el reciente Gemini 3.5 Flash.

Anthropic no se queda corta, desde luego: tiene Claude Code como agente de IA, pero además tiene su modelo Claude Opus 4.7 como clarísimo referente en el ámbito de la programación y la ingeniería software agéntica. Incluso Cursor, que inicialmente solo tenía su agente de IA para programar, ha acabado lanzando un modelo sorprendentemente bueno en tareas de programación, Composer 2.5. GitHub tiene la herramienta, pero no modelo propio.

Para Rodríguez esto no es en absoluto un problema, porque ve a GitHub como algo que va más allá del modelo, como una plataforma nativa para la colaboración en tareas de desarrollo. "Para mí el repositorio de código es como un jardín que está vivo y siempre hay agentes de IA colaborando con el humano en ese repositorio. Así, cuando cambias una cosa, la gente dice, 'Oh, lo cambiaste, tiene que cambiar esto'". De hecho, aunque GitHub Copilot apareció con los modelos de OpenAI como grandes protagonistas, hoy es una plataforma multimodelo que trabaja con modelos en la nube pero también con modelos locales.

En realidad Microsoft sí tiene modelos propios como MAI, "pero nuestra estrategia no es el modelo. Donde creemos que está el valor es en los sistemas en sí, no en los modelos". De hecho, apuntaba, en el segmento de los modelos las cosas cambian demasiado rápido. "Mañana el mejor va a ser el de OpenAI, al día siguiente el de Anthropic, después puede que sea un modelo Open Source...

¿cuál es la diferencia? Todos los días cambia, y diferenciarse en esa capa es muy complicado, por lo que donde nosotros nos vamos a diferenciar es en la plataforma en sí, en nuestra plataforma de agentes de IA". Para él el papel de GitHub es diferenciador porque no es un IDE o un modelo, sino una plataforma.

Una que no solo da herramientas para compartir código y trabajar con él, sino que se centra en lo que él llama "macrodelegation y microsteering" ("macrodelegación y microdirección"). La macrodelegación es la autonomía de alto nivel, lo que hace que el desarrollador se enfoque no en mirar cada línea de código, sino en los resultados. La microdirección es el control constante para corregir el rumbo, que un ser humano esté en el bucle (human-in-the-loop) de forma que se puedan evitar errores y se realicen microajustes.

Esas son las opciones que plantea GitHub de cara al futuro, y que también la enfocan a dos tareas cruciales: "Para que todo esto funcione, GitHub tiene que ofrecer una plataforma de verificación y de validación. Así no tienes que mirar cada línea de código, sino que compruebas que la aplicación está haciendo lo que querías". El desarrollador ya no es tanto desarrollador como orquestador.

Los ingenieros se dedicarán desde ahora mucho más a evaluar la aplicación en entornos controlados, en revisar si el comportamiento es el esperado, en auditar pruebas de rendimiento o en monitorizar lo que ocurre en entornos de producción. Consejos para futuros desarrolladores Ante ese cambio radical en el desarrollo software, surge la inevitable pregunta para las nuevas generaciones. ¿Tiee sentido entrar hoy en la universidad para aprender a programar?

Rodríguez defiende con firmeza que los ingenieros excepcionales son aquellos que dominan los fundamentos de una tecnología a un nivel muy profundo. "Si yo soy un ingeniero eléctrico y estoy diseñando un circuito", explicaba, "tengo que aprender física y tengo que saber química también. Y cuando más sé, mejor puedo hacer ese circuito". Así, un desarrollador necesita comprender las capas inferiores del sistema que orquesta.

Conocer a fondo la arquitectura de redes o los entresijos de la gestión de memoria en lenguajes como Rust dota al profesional de una ventaja a la hora de guiar a los agentes de IA, afirmaba. Su consejo académico para los jóvenes que quieran programar se centran en esa comprensión del mundo real y físico, en el conocimiento de infraestructuras críticas y en un perfil multidisciplinar: el futuro pertenece a aquellos con un conocimiento transversal, asegura citando la filosofía del legendario inversor Charlie Munger. La proliferación masiva de proyectos software que se clonan los unos a los otros hace pensar que en la actualidad las ideas pueden ser el único cuello de botella.

Este directivo no está de acuerdo con esa premisa: las ideas siempre han sido abundantes, explica, y el verdadero valor sigue residiendo en el criterio humano. Aquí la IA mitiga el coste temporal de experimentar, pero no es capaz de predecir si una idea y su ejecución serán o no un éxito. Rodríguez hacía una analogía con Porsche: la marca destaca por su criterio exquisito en motores, pero eso no impide que marcas masivas como Ford inunden el mercado con propuestas funcionales.

Para él el desarrollo del software se está volviendo más maleable y personalizable. Un desarrollador puede construir un editor de Markdown exclusivamente diseñado para sus necesidades cotidianas, y eso es un éxito en sí mismo aunque no aspire a hacerse millonario con ese proyecto. Al igual que ocurría con las tiendas de apps tradicionales antes de la llegada de la IA, solo el primer puñado de herramientas con un diseño y utilidad extraordinarias logarán ser un éxito.

El resto de lo que suele verse en redes sociales tiene más componentes de exhibición técnica que de una utilidad a largo plazo. "Para mí lo que ha cambiado es lo rápido que puedo probar una idea", concluía. GitHub quiere potenciar a mil millones de desarrolladores La capacidad de los agentes de IA generativa para programar ha hecho que cada vez más empresas deleguen las tareas de programación en dichos sistemas, reemplazando así la labor de los desarrolladores humanos. Quisimos por tanto abordar ese delicado tema de una industria que parece que tendrá un impacto claro en el mercado del trabajo.

O quizás no. GitHub mantiene aquí una posición firme respecto a la nomenclatura de su producto: lo llaman Copilot por algo: con esa denominación dejan claro que el ser humano debe permanecer en el centro del escenario tecnológico. Mientras algunos auguran un panorama devastador para los puestos de trabajo ingenieriles, en GitHub apuntan a una explosión demográfica en este sector.

De hecho, su objetivo es lograr que GitHub se convierta en la vía para que acabe habiendo mil millones de desarrolladores en todo el planeta: En mi opinión, lo que vas a ver es un renacimiento de desarrolladores en el mundo. Osea, tú vas a ser un desarrollador ahora, yo lo voy a ser [...]. Si antes nada más trabajabas en producto, ahora vas a poder ser un desarrollador, puedes ser un programador también».

Eso ya está pasando, desde luego, y GitHub quiere ser la plataforma en la que pase porque una cosa es cierta: prácticamente cualquier persona puede crear apps sin saber programar. Hace apenas tres años eso era sencillamente impensable.