Cuando comencé a escribir este post, quise explicar claramente cómo viene afectándose el día a día de los Front-End Developers, Back-End Developers, Mobile Developers, FullStack Developers, etc., pero me di cuenta de que lo que vamos a mencionar en este artículo tiene mucho que ver con los procesos de Product Discovery y Product Delivery, o con el proceso de desarrollo de software (Software Development Process) y/o del ciclo de vida del desarrollo de software (Software Development Lifecyle). Así que vamos por partes.
La premisa: ¿Especialistas o generalistas?
Gracias a la IA ¿los desarrolladores van a convertirse en especialistas o van a requerir ser generalistas? Esta es una pregunta clave que deberíamos hacernos todos los que estamos metidos en este mundo de Producto y Tecnología, porque la IA no solo está cambiando la forma de programar, también está cambiando la forma de pensar, diseñar y construir productos digitales.
Entendamos el contexto: Product Discovery, Product Delivery y SDLC
Con todo lo que estamos viviendo y practicando (o intentando vivir y practicar) sobre Agilidad y Product Management, siempre escuchamos sobre los procesos de Product Discovery y Product Delivery, así que revisemos brevemente sus definiciones y orígenes.
Los conceptos de Product Discovery y Product Delivery, fueron acuñados el 2007 por Marty Cagan, en la primera edición de su libro Inspired: How to Create Tech Products Customers Love. Veamos la definición que nos da de Product Discovery:
“Necesitas descubrir una solución de producto para este problema que sea usable, útil y viable (factible)."
“El propósito del product discovery es asegurarse de tener alguna evidencia de que, cuando pidamos a los ingenieros construir software de calidad de producción, no será un esfuerzo desperdiciado.”
Ahora vamos con la definición de Product Delivery:
“El propósito del product delivery es construir y entregar productos con calidad de producción, algo que se pueda vender y que genere un negocio.”
Estos procesos, no secuenciales, íntimamente relacionados, son parte mandatoria de todas las metodologías y frameworks de Product Management, que hacen uso de las diferentes metodologías, frameworks, métodos o dinámicas de agilidad y de product ownership, como Scrum, Design Thinking, Design Sprint, Lean UX, Lean Startup, etc.
Veamos ahora la definición de SDLC según la IEEE 610.12 y la ISO/IEC/IEEE 12207:
“SDLC (Software Development Life Cycle) es un proceso estructurado que abarca todas las fases del ciclo de vida del software, desde la concepción hasta el retiro, incluyendo desarrollo, pruebas, despliegue, operación y mantenimiento.”
Como podemos ver ambos conceptos, el de Product Discovery y Product Delivery, y el de Software Development Lifecycle, son dos caras de la misma moneda, ambos marcos convergen en un proceso unificado: comprender, idear, prototipar, validar, diseñar, construir, entregar y evolucionar un producto sostenible, funcional y alineado a las necesidades de los usuarios.
Imagen generada con Imagen 3.0 de Google.
Con esta base, es evidente que el desarrollo de software o de productos siempre ha sido una mezcla entre creatividad y rigurosidad técnica. Pero en este 2025 hay un tercer ingrediente que ya no podemos ignorar: La IA Generativa. Con la aparición de estas herramientas, estamos redefiniendo por completo la forma en cómo concebimos y construimos software.
Las herramientas de IA que están cambiando el proceso
Bueno, ahora tenemos varias herramientas que nos permiten crear aplicaciones con inteligencia artificial generativa, como:
Cursor (https://cursor.com/), de Anysphere, Inc. (https://anysphere.inc/)
Devin (https://devin.ai/), de Cognition Labs / Cognition AI (https://cognition.ai/)
Floot (https://floot.com/)
GitHub Copilot (https://github.com/features/copilot/), de GitHub, Inc. (https://github.com/)
Kiro (https://kiro.dev/), de Amazon Web Services, Inc. (https://aws.amazon.com/)
Lovable (https://lovable.dev/)
Replit (https://replit.com/)
Stitch (https://stitch.withgoogle.com/), de Google LLC (https://about.google/)
v0 (https://v0.app/), de Vercel, Inc. (https://vercel.com/)
Pero… ¿Son herramientas sólo para hacer Vibe Coding o para trabajar bajo un modelo de generación de código asistido por IA (AI-assisted coding)?
Primero veamos cuál es la correcta definición de Vibe Coding y de AI-assisted coding.
¿Qué es Vibe Coding?
La definición de Vibe Coding más cercana que tenemos es:
“Un estilo emergente de desarrollo de software en el que el programador describe en lenguaje natural lo que desea construir, y un modelo generativo (LLM) produce automáticamente el código correspondiente.”
El origen del término proviene de Andrej Karpathy, quien en febrero de 2025 publicó en X (antes conocido como Twitter) lo siguiente: “There’s a new kind of coding I call ‘vibe coding’ … forget that the code even exists.”, en español: “Hay un nuevo tipo de programación que llamo ‘vibe coding’… olvida que el código siquiera existe.”
See content credentials
Fullstack Developer - Imagen generada con IA
Muchas otras definiciones de Vibe Coding que circulan en Internet, señalan que, si la persona revisa el código generado por estas herramientas, entonces deja de ser realmente Vibe Coding.
¿Qué es AI-assisted coding?
No existe una definición exacta y formal de AI-assisted coding o codificación asistida por IA, sin embargo, se le atribuye a Microsoft la formalización y estandarización de este término tras anunciar el lanzamiento de GitHub Copilot en el verano de 2022.
La definición o el enfoque que Microsoft dió sería algo así como:
“La integración de herramientas de Inteligencia Artificial (IA) en el entorno de desarrollo de software para ayudar a los desarrolladores a escribir código de manera más rápida, precisa y eficiente.”
Como podemos ver, el Vibe Coding y el AI-assisted coding son enfoques diferentes para el proceso de desarrollo de aplicaciones, pero en sí ambos pueden coexistir sin problemas, podrías desarrollar un hermoso front en Lovable.dev, y hacer todo el backend con Cursor.
Pero, ¿Existe alguna receta mágica? No, pero con la asesoría adecuada podemos encontrar la fórmula exacta para cada empresa (mágica!! cómo me encanta esa palabra XD).
Volvamos a la pregunta: ¿Son herramientas sólo para hacer Vibe Coding o para trabajar bajo un modelo de generación de código asistido por IA (AI-assisted coding)? Para mí (sí lo sé, totalmente discutible), la respuesta es:
Floot, Kiro, Lovable, Replit, Stitch y v0 son para Vibe Coding
Cursor, Devin y GitHub Copilot son para AI-assisted Coding
Gracias a estas definiciones, el tema se vuelve más simple, el Vibe Coding podría ser utilizado preferentemente por las áreas de negocio de una empresa, y el AI-Assisted Coding por las áreas de TI.
Otra vez, una vieja historia ¿Es Shadow IT?
Hace un par de meses estuve en un evento, prefiero no dar detalles del mismo ni del expositor, el cual era un trabajador de una Big Tech, pero cuando le preguntaron sobre el uso de estas herramientas de inteligencia artificial por parte de los desarrolladores, el mencionó que esto era Shadow IT… me sentí mal!!, pasmado, horrorizado, perturbado, desconcertado, impresionado, etc. (gracias ChatGPT Team Edition), porque en definitiva esto no es Shadow IT.
Veamos cuál es la correcta definición de Shadow IT. Según Gartner (sí, cada vez que requiero una definición de temas tecnológicos, busco a Gartner IT Glossary):
“Shadow IT se refiere a los dispositivos, software y servicios de TI que operan fuera de la propiedad o control de los departamentos de TI."
Por lo tanto, si estas herramientas son utilizadas por los colaboradores de las áreas de tecnología, dentro de sus procesos formales de desarrollo, esto NO calificaría como Shadow IT.
En definitiva, no solo pueden ser utilizadas, deben serlo, porque forman parte natural de la evolución del proceso de desarrollo de software y de la adopción responsable de la IA dentro de los equipos de tecnología.
Vibe coding, AI-assisted coding, ¿Es la primera vez que ha pasado esto?
Pues la respuesta es simple: NO. Siempre hemos querido acelerar y agilizar el desarrollo de los queries, de las interfaces de usuario y de los servicios, a través de generadores de código, como CodeSmith o Genexus (wow aquellos tiempos!!), o a partir de modelos de bases de datos, de diagramas de secuencia de diseño (UML, 2002), de otros metalenguajes y notaciones, etc., pero no con el éxito necesario o requerido.
Siempre hemos querido reducir las tareas de generación de código, para incrementar la productividad de nuestros equipos de tecnología.
Entonces… ¿Debemos de volvernos expertos en Vibe Coding?
Bueno, yo no creo que el Vibe Coding sea la solución en su correcta y exacta definición. Las áreas de TI deben ver la forma de aplicar todas las diferentes tecnologías en su conjunto, como el Vibe Coding, con el AI-assisted coding, y con diferentes servicios MCP que están apareciendo en el mercado.
¿Y si la IA no genera lo que yo necesito?
Bueno, no es que la IA se equivoque o falle en algún punto al momento de generar código, sino que la suma de todos tus inputs y prompts tienen elementos faltantes. ¿Cómo puede la IA hacer lo que tu necesitas si es que no se lo dices o no se lo das como Contexto? Bueno, es lo que pasa en el día a día, cuando el PO quiere algo lo piensa, pero no lo pone en su historia, o cuando el Tech Lead tiene algunas restricciones para el desarrollo de una aplicación y no las incluye en algún lineamiento, o cuando el Developer no desarrolla un código tan claro que en el futuro cualquier otro Developer pueda entenderlo.
Estoy convencido que la IA Gen ha sido entrenada con la correcta forma de emplear y utilizar algoritmos y generar código, para cualquier cosa, ordenamientos, patrones de diseño, seguridad de la información, vulnerabilidades, etc., pero a pesar de ello, si tu prompt es incorrecto o está incompleto la IA puede y se va a equivocar.
Luego de usar cualquier herramienta, siempre debemos revisar el código generado, para corregirlo vía código o por prompts, o para corregir el prompt inicial.
Y aquí viene una consideración importante, puede un Developer Junior, crear un software utilizando todas estas herramientas como Lovable, GitHub Copilot, Cursor, etc. Pues yo creo que no.
¿Un Developer Junior podría crear una aplicación completa usando estas herramientas?
El otro día tuve una conversación con un Chief Operations Officer, super super capo, que tiene aproximadamente 8 años viendo diferentes áreas, Producto, Customer Success, Tecnología, etc. Y me mostró su super aplicación creada desde cero con varias IAs Generativas, y la verdad que estaba WOW!! Ya desplegada y lista para usar, y obviamente el no sabe programar ni una línea de código.
Conversación creada con Fake Whatsapp Chat Generator
Y esto como tal es lógico, imaginemos un simple escenario: Queremos construir una landing page completa, con funcionalidades específicas, con un diseño UI UX alineado a la marca, y bien programado, testeado y desplegado. Veamos qué pasa en cada rol:
Pensemos en un joven profesional que haya estudiado una carrera técnica o universitaria sobre Ingeniería de Sistemas de Información, Ingeniería de Sistemas o Ingeniería Empresarial recién egresado, que ha aprendido casi todo sobre arquitectura empresarial, modelado de procesos, análisis y diseño de sistemas, bases de datos, gestión de proyectos, lógica de negocio, metodologías ágiles, frameworks de gestión, análisis de requerimientos, documentación funcional, seguridad de la información, arquitectura cloud básica, integración de sistemas, modelado UML, BPMN, Bizagi, Archimate y muchas otras herramientas y conceptos más… pero que no sabe bien lo que debe hacer un Product Owner, y además no sabe lo que realmente debe diseñar un Diseñador UI/UX y lo que haría un Developer para construir esta landing page.
Pensemos en un joven profesional que haya estudiado una carrera técnica o universitaria sobre Diseño UI UX, recientemente egresado, que ha aprendido casi todo sobre arquitectura de la información, sobre user flows, customer journeys, Wireframes, prototipado, accesibilidad, test de usabilidad, diseño centrado en el usuario, sistemas de diseño, tipografía, colorimetrías, grillas y espaciado, patrones de interacción, layout responsive y diseño adaptable, micro-interacciones, Product Discovery, figma, la suite de Adobe, Midjourney, y otros conocimientos y herramientas más, pero que no sabe realizar las actividades ni generar los artefactos que corresponden a un Product Owner para poder definir las funcionalidades y el alcance de esta landing page, o de un Developer para poder desarrollar, testear y desplegar esta landing page.
Finalmente pensemos en un joven profesional que haya estudiado una carrera técnica o universitaria sobre Ingeniería de Software, Ingeniería Informática o Ciencias de la Computación recién egresado, que ha aprendido casi todo sobre estructuras de datos, algoritmos, patrones de diseño, arquitectura de software, desarrollo web y móvil, testing, control de versiones, bases de datos, APIs, DevOps, desarrollo frontend y backend, principios SOLID, metodologías ágiles, arquitecturas cloud, y herramientas modernas como GitHub, Docker, frameworks populares y hasta conceptos de prompt-to-code… pero que no sabe, en profundidad, lo que debe hacer un Product Owner o un Diseñador UI/UX, ni cómo traducir requerimientos reales en experiencias consistentes a nivel de producto.
Esto aplica para un recién egresado o para un profesional (con varios años de experiencia), que no ha tenido mucho interés en ver qué es lo que hace en su día a día su compañero de trabajo de las otras áreas.
Conclusión: El verdadero reto…
La IA está incrementando nuestra productividad, pero está generando una nueva necesidad, profesionales con conocimientos y experiencia en múltiples áreas, ya no especialistas, sino generalistas.
Figma, en su reporte Shifting Roles: How product development teams are evolving in 2025, hace referencia a muchos de los puntos que hemos venido revisando en este artículo, y claramente los perfiles híbridos o generalistas, expertos en IA, serán los necesarios y requeridos en un futuro próximo.
How product development teams are veolving in 2025 (m.d.) Figma.
Creo que este es el verdadero reto de las universidades, institutos y academias, el saber cómo formar correctamente a los Developers Juniors en el correcto uso de la IA.
Y para las organizaciones, el cómo debemos reestructurar a nuestros equipos, y la ejecución de nuevos programas de capacitación y formación, o el desarrollo de nuevas capacidades, para ir acorde al uso de estas nuevas herramientas.
Bueno, y que opinas? Vamos!! Los leo en los comentarios!!
#IA #VideCoding #AIAssistedCoding #Lovable #Cursor #GitHubCopilot #Replit #Devin #FuturoDevelopers #Generalistas