Tasas de código escrito por agentes de IA reveladas
Marco General de la Investigación
JetBrains llevó a cabo una amplia encuesta este año para medir cuánto del código producido por los desarrolladores es delegado a agentes impulsados por inteligencia artificial. Los participantes evaluaron las herramientas de IA que utilizan, el porcentaje de contribución de estas herramientas al código y bajo qué condiciones varían estos porcentajes. El estudio no se limitó a ser una simple encuesta, sino que ofreció un análisis más profundo al clasificar las respuestas según regiones, stacks tecnológicos utilizados y niveles de experiencia de los desarrolladores.
La Rareza de la Externalización Total
La mayoría de las respuestas revelaron que la afirmación de que el 100% del código es generado por un agente de IA no es realista. Se destacó que la externalización total solo ocurre en un pequeño porcentaje de los casos, y que la mayoría de los desarrolladores aún toman decisiones críticas, diseñan arquitecturas y manejan algoritmos complejos de manera humana. Este hallazgo indica que la IA se posiciona como una herramienta de apoyo y que aún no puede reemplazar completamente la experiencia humana.
Diferencias por Región
Al analizar la distribución geográfica, se observó que en América del Norte y Europa Occidental el uso de agentes de IA es más alto en comparación con otras regiones. Esto se debe a factores como la adopción temprana de tecnologías y la asignación de mayores presupuestos para soluciones de IA en estas zonas. Por otro lado, en Asia-Pacífico y Medio Oriente-África, la programación asistida por IA aún se encuentra en etapas iniciales, y los desarrolladores utilizan estas herramientas principalmente con fines experimentales.
Stack Tecnológico e Integración de IA
El stack tecnológico utilizado por los participantes también influyó en el uso de agentes de IA. Mientras que en desarrollo web (JavaScript, TypeScript) y aplicaciones móviles (Kotlin, Swift) la finalización de código asistida por IA es más común, en áreas como programación de sistemas de bajo nivel (C, C++) y ciencia de datos (R, Python) las tasas de uso son menores. Esto puede interpretarse como un reflejo del éxito de las herramientas de IA en la automatización de plantillas y código repetitivo en lenguajes de alto nivel.
Nivel de Experiencia y Enfoque hacia la IA
También existe una clara distinción según el nivel de experiencia. Los desarrolladores recién graduados o con 2-3 años de experiencia suelen utilizar agentes de IA con mayor frecuencia como herramienta de aprendizaje y para ganar velocidad, mientras que los profesionales con más de 5-10 años de experiencia suelen escribir ellos mismos las partes críticas del código y utilizan la IA solo para sugerencias o refactorización. Esta tendencia señala el papel de la IA en el proceso educativo: actúa como mentor para desarrolladores inexpertos y como asistente para los más experimentados.
Implicaciones Prácticas y Efecto en los Flujos de Trabajo
La investigación demuestra que los agentes de IA siguen ocupando un rol de «asistente» y muestran potencial para mejorar la calidad y productividad del código. Sin embargo, el hecho de que la automatización total sea muy rara subraya la necesidad de que los equipos establezcan expectativas realistas al planificar la integración de IA. Las empresas deben mantener procesos de revisión de código y controles de seguridad al incorporar herramientas de IA, ya que la validación humana de los códigos sugeridos por la IA sigue siendo crítica.
En conclusión, el estudio de JetBrains revela que los agentes de IA para programación aún están en fase de desarrollo, pero ofrecen beneficios claros cuando se integran en los flujos de trabajo diarios de los desarrolladores. Estos hallazgos ayudarán a los equipos de software a considerar la IA como una inversión estratégica y a redefinir los límites de la colaboración humano-IA.
Fuente: Blog de JetBrains
Kaynak: JetBrains Blog
Alakalı İçerikler
-
¿Cómo medir el impacto de la IA en el diseño? 45 Dakika önce
Un nuevo estudio publicado en el blog de Figma examina cómo medir el impacto de la IA en el diseño y el desarrollo de productos, revelando los resultados de ejecutar el propio proceso mediante IA.
-
Julia: Del MIT a lenguaje global de investigación 1 Saat önce
Naciendo como un proyecto de investigación del MIT, Julia se ha convertido en un lenguaje de programación elegido por millones de usuarios en ciencia, ingeniería e inteligencia artificial.
-
WordPress Açık AI Modelleri İçin ABD'ye Mektup İmzaladı 8 Saat önce
WordPress, açık ağırlıklı yapay zeka modellerinin erken kısıtlanmaması için ABD politikacılarına hitap eden bir mektup imzaladı ve topluluğun özgür AI geliştirmesini savunuyor.
-
Django Geliştiricileri Güvenilirliği Övüyor, Sıkıcılık Değer 15 Saat önce
JetBrains ve Django Software Foundation ortaklığıyla yapılan 5. yıllık anket, geliştiricilerin "sıkıcı" olarak nitelendirdikleri Django'nun güvenilir ve öngörülebilir yapısını övgüyle karşıladığını gösteriyor.
-
Rust 1.98.0 ile Sayısal İşlemlerde Performans Artışı 16 Saat önce
Rust 1.98.0 sürümü, f32 ve f64 için algebraic aritmetik ekleyerek derleyicinin optimizasyonunu artırıyor; güncelleme rustup üzerinden tek komutla yapılabilir.
-
Django 2026 Geliştirici Anketi Sonuçları ve Öne Çıkan Trendler 18 Saat önce
2026 Django geliştirici anketi sonuçları, yeni sürüm, HTMX, async ve AI gibi trendleri ortaya koyuyor; rapor ve podcast detayları okuyuculara yön gösteriyor.
- AI kodlama
- yazılım geliştirme
- kod ajentleri
- geliştirici davranışı
- bölgesel farklılıklar
- teknoloji yığını
- kıdem seviyesi
Muestra tu reacción
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
- 0
Comentarios
Añade tu comentario