Anni Chen resistió la idea al principio. Como líder técnica en Amazon, vio el uso de la IA para generar grandes fragmentos de código de producción como una amenaza para la habilidad que había perfeccionado durante años. Hoy, depende de ella diariamente.

El cambio de actitud de Chen sigue una rápida evolución en la ingeniería de software. Los desarrolladores en Amazon, Google y otras grandes empresas describen sus necesidades en inglés. Herramientas de IA como GitHub Copilot, Cursor y CodeWhisperer de Amazon producen el código. Los ingenieros revisan y ajustan el resultado. Andrej Karpathy, exdirector de IA de Tesla y cofundador de OpenAI, lo llamó ‘vibe coding’ a principios de este año.

«Me preocupaba que erosionara habilidades y ocultara errores», dijo Chen a Business Insider. Los experimentos cambiaron su punto de vista. El código estándar, pruebas unitarias y refactorizaciones que tomaban horas ahora se completan en minutos. Se enfoca más en la arquitectura y el diseño. La investigación de GitHub muestra que los desarrolladores con Copilot completan tareas un 55% más rápido.

Amazon impulsa esta tendencia con fuerza. El CEO Andy Jassy mencionó en recientes memorandos que el código representa una parte significativa y creciente de los commits en la base de código de la empresa. Amazon Q Developer, que reemplazó a CodeWhisperer, se integra en entornos de codificación. Sugiere código, detecta errores y convierte módulos antiguos de Java. Miles de ingenieros de Amazon lo usan. La empresa lo atribuye a la ahorro de miles de horas en migraciones.

La práctica se expande rápidamente. Google afirma que la IA genera más del 25% de su nuevo código. Meta y Microsoft integran herramientas similares en sus pipelines. Las empresas reorganizan equipos alrededor de la IA que maneja tareas rutinarias. Chen describió a los ingenieros evolucionando de codificadores línea por línea a arquitectos y editores que promueven y validan la salida de la IA.

No todos están de acuerdo. Los críticos señalan riesgos en sistemas críticos para la seguridad. El código de IA puede introducir fallos lógicos, agujeros de seguridad o ralentizaciones que evaden revisiones rápidas. Los modelos entrenados en repositorios de código abierto plantean preocupaciones sobre propiedad intelectual. Demandas legales actuales cuestionan si las salidas copian material con licencia. Los tribunales decidirán.

Amazon facilita la transición de forma metódica. Construye sus propias herramientas y permite a los empleados probar a competidores. Líderes como Chen comparten historias de escepticismo a usuario. Eso reconoce dudas mientras destaca los beneficios. Jassy llama a la IA un «multiplicador de fuerza», no un asesino de empleos.

¿Qué significa esto para los empleos? La demanda persiste por expertos en diseño de sistemas, seguridad e integración de IA. Tareas rutinarias como operaciones CRUD y APIs básicas —estándares para puestos de entrada— enfrentan automatización. Algunos pronostican más software en general, elevando la necesidad de ingenieros. Los puestos de nivel junior podrían reducirse a medida que los caminos de entrada cambian. Las habilidades más altas en promoción y supervisión ganan valor premium.

La rutina de Chen subraya la velocidad del cambio. En Amazon, donde el código sostiene el comercio electrónico, servicios en la nube y más, el ‘vibe coding’ redefine el trabajo diario. Los ingenieros se adaptan o quedan atrás. Las herramientas siguen mejorando. La resistencia se desvanece.