La IA y mi forma de trabajar

El trabajo ya ha cambiado

La IA ha revolucionado nuestra forma de trabajar. En mi caso, forma parte del trabajo diario y ha cambiado cómo paso de una necesidad a una propuesta que puedo probar. Puedo explorar más alternativas y dedicar menos esfuerzo a tareas que antes consumían una parte importante del tiempo disponible.

El cambio también afecta a la organización del trabajo. Una necesidad que llega poco definida suele exigir conversaciones, análisis y varias revisiones antes de convertirse en algo ejecutable. La IA puede ayudar a ordenar esa información y preparar opciones para discutirlas. Eso influye en qué decidimos hacer, además de en la velocidad a la que lo hacemos.

Para mí, ahí se entiende mejor la dimensión del cambio. Si baja el esfuerzo necesario para desarrollar una primera versión, cambian las ideas que merece la pena probar. Un trabajo que antes descartábamos por su coste puede pasar a ser viable. La dificultad se desplaza hacia elegir bien y comprobar que lo construido sirve.

Claude y ChatGPT en mi día a día

Soy usuario experto de Claude y ChatGPT. Los utilizo a diario y de forma intensiva para desarrollar soluciones técnicas y organizativas. Esa experiencia me ha llevado a incorporarlos a mi manera de abordar el trabajo, desde la exploración inicial hasta la revisión de los resultados.

En un encargo técnico, la ayuda puede consistir en comparar formas de resolver un problema, preparar una implementación o revisar lo que ya existe. En el trabajo organizativo, puede servir para estructurar una propuesta, aclarar dependencias o convertir información dispersa en un plan que se pueda discutir. El contexto y los criterios de aceptación importan en ambos casos.

Lo que busco es aprovechar esa capacidad para avanzar con más profundidad y menos trabajo repetitivo. Dar una instrucción inicial suele ser solo el comienzo: hay que revisar la respuesta, detectar lo que falta y aportar contexto que la herramienta todavía no tiene. Saber utilizarla incluye reconocer cuándo una respuesta parece convincente y aun así no resuelve la necesidad.

Ampliar la capacidad exige criterio

Entiendo la IA como una herramienta que amplifica mis habilidades. Me permite aprovechar mejor el tiempo y los recursos, pero una solución completa sigue necesitando dirección y validación. Generar una respuesta es una parte del trabajo; decidir si es adecuada exige entender el problema.

En software, una implementación puede funcionar en el ejemplo que tenemos delante y fallar cuando se repite una operación o aparece un dato inesperado. También puede pasar las pruebas disponibles y dejar fuera una condición que nadie había contemplado. Revisar esas situaciones requiere conocimiento técnico y del contexto en el que va a utilizarse.

Con una propuesta organizativa ocurre algo parecido. Un plan bien redactado puede depender de información que no existe o de una capacidad que la empresa no tiene. La claridad del documento no demuestra que se pueda ejecutar. Hay que contrastarlo con quienes conocen la operación y van a asumir el trabajo.

Por eso mantengo la responsabilidad sobre las decisiones y el resultado. La herramienta puede aportar alternativas y acelerar su desarrollo. El criterio para escoger, revisar y entregar sigue formando parte de mi aportación. Cuanto más puedo producir con su ayuda, más atención necesito dedicar a comprobar que estoy avanzando en la dirección correcta.

Qué queda del desarrollador puro

Para mí, el perfil de desarrollador puro, entendido como alguien cuya función se limita a convertir instrucciones en código, ya no tiene sentido como propuesta profesional. Creo que las tareas más mecánicas acabarán automatizándose, y basar el valor de una persona en ejecutarlas cada vez más rápido resulta difícil de sostener.

La ingeniería sigue exigiendo comprender una necesidad y hacerse cargo de cómo se resuelve. Elegir dónde poner un límite entre componentes, investigar un fallo intermitente o decidir qué complejidad merece asumir un producto son trabajos que requieren más contexto que una especificación aislada. La IA puede ayudar en ellos, y precisamente por eso quiero aprovecharla.

Mi visión del oficio se acerca cada vez más a esa responsabilidad completa. Incluye hablar con producto y operaciones, entender las restricciones del negocio y participar en la implementación. El conocimiento de programación permite evaluar lo que se está construyendo y sus consecuencias. Sigue siendo necesario profundizar en él, aunque cambie la forma de escribir código.

Lo que espero de los próximos años

Creo que esto no ha hecho más que empezar. Espero que una parte creciente del trabajo mecánico desaparezca de nuestra jornada y que podamos abordar encargos que hoy requieren demasiado tiempo. Me entusiasma poder dedicar más esfuerzo a entender problemas difíciles y probar soluciones que antes habría resultado costoso explorar.

También espero que tengamos que revisar cómo aprendemos el oficio. Si las herramientas se ocupan de tareas con las que antes adquiríamos experiencia, habrá que encontrar maneras de desarrollar ese criterio: leer código, investigar fallos y comprobar por qué una decisión funciona en unas condiciones y falla en otras. Delegar la ejecución no elimina la necesidad de comprenderla.

Quiero seguir trabajando con esa combinación de conocimiento técnico y herramientas cada vez más capaces. Me interesa poder llegar antes a algo que se pueda probar y dedicar el tiempo ganado a comprobar cómo funciona en la práctica. También a explorar alternativas que, sin esa ayuda, acabarían descartadas antes de probarlas.