Registro Nornic · Documento vivo
“La IA hace a los desarrolladores un 19% más lentos.”
Un resultado real de dieciséis mantenedores expertos trabajando sobre código que ya conocían, citado como un hecho sobre la profesión.
La fuente
- Estudio
- Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
- Editor
- METR
- Tipo de publicación
- Ensayo controlado aleatorizado, investigación publicada
- Muestra
- 16 desarrolladores, 246 tareas
- Trabajo de campo
- Febrero – junio de 2025
- Financiación y conflictos
- METR — organización sin ánimo de lucro de evaluación de IA
- Verificado el
- 2026-08-09
La aritmética
El estudio es cuidadoso y sus autores son inusualmente francos sobre sus límites. El problema no es el estudio; es la cita.
El resultado medido se sostiene: con herramientas de IA permitidas, los desarrolladores tardaron un 19% más, con un intervalo de confianza de +2% a +39%. Nada de lo que sigue lo discute.
n = 16, sobre 246 issues en repositorios que los participantes ya mantenían — con más de 22.000 estrellas y un millón de líneas de media. Eso sostiene una afirmación sobre mantenedores expertos en código familiar. Conocer a fondo una base de código es justo la condición en la que la IA menos aporta, así que es casi el caso menos favorable, no uno representativo.
Los propios autores lo dicen: «No afirmamos que nuestros desarrolladores o repositorios representen la mayoría ni la pluralidad del trabajo de desarrollo de software». El titular se salta la condición; el artículo nunca lo hizo.
El hallazgo duradero no es el 19%. Antes de empezar, los desarrolladores esperaban que la IA los acelerara un 24%. Después, habiendo sido medibles más lentos, seguían creyendo que habían ido un 20% más rápido. Gente con experiencia no supo en qué dirección se había movido — y eso sobrevive a todas las salvedades de esta página.
La actualización que casi nadie cita: en febrero de 2026 METR informó de que su seguimiento — 10 desarrolladores del estudio original más 47 nuevos, desde agosto de 2025 — tenía un problema de selección que ellos mismos nombraron: «estamos perdiendo sistemáticamente a los desarrolladores con las expectativas más optimistas sobre el valor de la IA» y «estamos perdiendo sistemáticamente tareas con alta ganancia esperada de la IA».
Dicho con precisión, porque la precisión es todo el punto: el seguimiento fue rediseñado, no retirado. El post de METR se titula «We are Changing our Developer Productivity Experiment Design», y los datos posteriores apuntaban en sentido contrario — una aceleración estimada del 18%, intervalo de confianza de −38% a +9%, que incluye el cero y por tanto no resuelve nada por sí solo.
Un equipo de investigación que publica la razón para dudar de su propio número más citado: ese es el comportamiento a copiar aquí. El número no.
Qué cambiaría este veredicto
Una replicación a escala significativa, sobre una población que no sea exclusivamente mantenedores expertos trabajando en código que ellos mismos escribieron, y con el problema de selección que METR identificó resuelto. METR la está construyendo ahora mismo.
Fuentes
