Por qué los agentes de programación aún no han cumplido la promesa de aumentar la productividad

Los agentes de programación con IA pueden generar código en minutos, pero esa velocidad ha trasladado trabajo a etapas posteriores del desarrollo de software. Los ingenieros todavía tienen que entender el código, encontrar errores e investigar incidentes. Esas tareas pueden complicarse a medida que las bases de código crecen en complejidad.

El artículo sostiene que la lógica duplicada y las capas de cambios pueden dificultar el seguimiento del código generado por IA. Según una encuesta que cita el artículo, nueve de cada diez responsables de ingeniería afirmaron que comprender el código y depurarlo lleva más tiempo en entornos complejos, como las bases de código C/C++. Aunque generar código sea más fácil, el 79 % dijo que sus ciclos de lanzamiento no eran más rápidos.

Los agentes de depuración también pueden carecer de pruebas sobre lo que ocurrió al ejecutarse un programa. El código fuente, los registros y la documentación describen el comportamiento previsto, pero quizá no muestren lo sucedido en un sistema en producción. El artículo señala que el 93 % de las organizaciones de ingeniería había tenido un problema cuya causa raíz se diagnosticó incorrectamente debido a una alucinación de IA. También afirma que el 37 % de los equipos solo usa agentes de IA para comprender y depurar bases de código sencillas.

El artículo menciona una interrupción en el controlador nacional del tráfico aéreo del Reino Unido (UK), provocada por un defecto de software heredado, que causó 2.000 cancelaciones de vuelos y varios días de perturbaciones. Greg Law, cofundador y CTO de Undo, sostiene que los agentes necesitan mejores pruebas sobre el comportamiento del software para rastrear los problemas hasta su causa raíz. El artículo presenta estas cifras y recomendaciones; el texto proporcionado no detalla las encuestas en las que se basan.