La rápida adopción de herramientas de IA en programación
La adopción de herramientas de inteligencia artificial (IA) ha experimentado un aumento espectacular en el ámbito de la programación, permitiendo a los programadores generar grandes cantidades de código con simples indicaciones de texto.
A principios de este año, un estudio de Google reveló que el 90% de los desarrolladores de software en la industria están utilizando herramientas de IA en su trabajo, un aumento significativo respecto al 14% del año anterior.
Sin embargo, esta comodidad ha traído consigo grandes inconvenientes. Se ha demostrado repetidamente que estas herramientas son poco fiables e inexactas, lo que puede llevar a que se pasen por alto errores y obligar a algunos programadores a trabajar largas horas para identificarlos y corregirlos.
Un nuevo informe de la empresa de software de IA CodeRabbit encontró que el código generado por IA presenta muchas más probabilidades de contener errores en comparación con el código escrito por humanos — y por un margen considerable. En un análisis de 470 solicitudes de extracción, el código de IA generó un promedio de 10.83 problemas por solicitud, mientras que el código humano solo generó 6.45.
En otras palabras, el código de IA produce 1.7 veces más problemas que el de humanos, lo que resalta las importantes debilidades que afectan a estas herramientas de IA generativa.
«¿Cuáles son los resultados?» concluyó CodeRabbit en su informe. «Claros, medibles y consistentes con lo que muchos desarrolladores han sentido intuitivamente: la IA acelera la producción, pero también amplifica ciertas categorías de errores».
Peor aún, la empresa descubrió que el código generado por IA tenía una tasa más alta de problemas «críticos» y «mayores», lo que representa un aumento significativo en preocupaciones sustantivas que requieren atención del revisor.
El código de IA a menudo contenía errores relacionados con la lógica y la corrección. Sin embargo, la mayor debilidad identificada por CodeRabbit fue la calidad y legibilidad del código, problemas que pueden «ralentizar a los equipos y traducirse en una deuda técnica a largo plazo».
Además, surgen serias preocupaciones de ciberseguridad, ya que el código generado puede introducir problemas relacionados con un manejo inadecuado de las contraseñas, lo que podría llevar a la exposición de información protegida, entre otras prácticas inseguras.
En el lado positivo, CodeRabbit encontró que la IA era eficaz para mantener al mínimo los errores ortográficos. Los humanos tenían el doble de probabilidades de introducir faltas de ortografía.
No es la primera vez que se informa sobre los defectos del código generado por IA. En un informe de septiembre, la consultora Bain & Company concluyó que, a pesar de ser «una de las primeras áreas en desplegar IA generativa», los «ahorros han sido notables» en programación, y que los «resultados no han estado a la altura de las expectativas».
La firma de seguridad Apiiro también encontró en su investigación que los desarrolladores que utilizan IA generan diez veces más problemas de seguridad que aquellos que no utilizan esta tecnología.
Como resultado, los programadores se ven obligados a revisar el código generado para asegurarse de que no se pasen por alto problemas evidentes. Según un estudio de julio de la organización sin fines de lucro Model Evaluation and Threat Research, los programadores estaban «siendo activamente retrasados» por las herramientas de asistencia de IA en comparación con su trabajo sin ellas.
En resumen, aunque las empresas prometieron mejoras significativas en la vida de los programadores, la realidad es mucho más compleja. El informe de CodeRabbit sugiere un cambio en las tareas que los desarrolladores humanos podrían necesitar realizar pronto, como la resolución de problemas introducidos por las herramientas de codificación de IA propensas a errores.
«Estos hallazgos refuerzan lo que muchos equipos de ingeniería han sentido a lo largo de 2025», dijo David Loker, director de IA de CodeRabbit en un comunicado. «Las herramientas de codificación basadas en IA aumentan dramáticamente la producción, pero también introducen debilidades predecibles y medibles que las organizaciones deben mitigar activamente».
Más sobre programación y IA: AI Coding Is Massively Overhyped, Report Finds
Con información de https://futurism.com/artificial-intelligence/ai-code-bug-filled-mess
