Programar con IA: 17% peor que un manual según estudio

Lo que un estudio de JetBrains citado por Lars Faye destapó

Un estudio reciente de JetBrains sobre desarrolladores novatos usando Copilot llegó a una conclusión contraintuitiva que el ingeniero y escritor Lars Faye recoge en un análisis publicado este 24 de agosto: quienes más se apoyaron en el asistente no lo usaron como un tutor personal, aunque ellos mismos creían que sí. Lo que hicieron, según Faye, fue saltarse etapas clave de planificación y terminar con lo que el estudio llamó una illusion of competence: la sensación de entender sin entender.

Faye advierte que eso revela una paradoja mayor: las herramientas de IA piden habilidades expertas para usarse bien, pero al mismo tiempo eliminan la fricción que crea esas habilidades. El resultado es un vacío generacional que ningún equipo puede ignorar.

¿Qué es exactamente la "ilusión de competencia"?

El término lo usó el equipo de investigación de JetBrains al analizar sesiones reales de programación con IA. Según Faye, los participantes que más confían en el asistente:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Saltaron etapas de planificación cruciales, porque razonar el problema ya lo había hecho Copilot por ellos.
Acabaron con una ilusión de competencia, no con comprensión real.

En el extremo opuesto, quienes moderaron el uso de IA desarrollaron lo que los autores llamaron negative expertise: la capacidad de ignorar sugerencias incorrectas y seguir escribiendo sus propias soluciones. Esos fueron los que mejor rindieron.

Faye lo resume con un contraste demoledor: los juniors que más usaron la IA "se perdieron"; los que casi la ignoraron fueron los que más aprendieron.

La línea de evidencia crece: UPenn, Anthropic y un nuevo estudio en ALEKS

Este patrón no está aislado. Lars Faye cita un estudio de la Universidad de Pensilvania de 2025 que siguió a 1.000 estudiantes de matemáticas: quienes usaron IA rendían un 17% peor que quienes trabajaron solo con un libro de texto, aunque ellos creían hacerlo mejor. Cuando el mismo experimento cambió al modelo "tutor" — el alumno pedía ayuda y luego resolvía solo — el grupo con IA rindió 127% más en la sesión práctica.

A esa evidencia se suma otro estudio reciente, este de UC Irvine y McGraw Hill sobre la plataforma matemática ALEKS, publicado en Forbes en junio de 2026. Analizaron más de 3,2 millones de interacciones de estudiantes a lo largo de una década y encontraron que los alumnos son ahora un 25% menos propensos a responder correctamente las preguntas que una IA puede resolver fácilmente. El tiempo dedicado a esas tareas cayó 27% entre universitarios y 31% en secundaria desde la llegada de los chatbots.

Por su parte, Anthropic publicó en 2026 un estudio titulado "How AI assistance impacts the formation of coding skills" donde reconoce directamente que "el esfuerzo cognitivo, e incluso atascarse dolorosamente, parece importante para cultivar la maestría".

La adopción ya es irreversible — y eso hace peor el problema

La paradoja es más urgente de lo que parece porque la IA ya es infraestructura, no experimento. Según datos recopilados por Developer Tech, el 85% de los desarrolladores usa IA con regularidad y el 62% recurre a diario a al menos un asistente. La encuesta de Stack Overflow muestra que el 84% de los devs ya usa o planea usar IA, frente al 76% del año anterior.

Y hay un dato más inquietante todavía: según METR (un laboratorio de investigación en IA) y un artículo de TechCrunch de mayo de 2026, la mayoría de desarrolladores ya se niega a trabajar sin IA, ni siquiera para participar en un estudio. METR había intentado replicar su propio experimento de 2025 — que demostró que los devs en realidad iban más lento con IA de lo que creían — y no encontró voluntarios.

El propio Sam Altman, CEO de OpenAI, resume el horizonte que preocupa a Faye: "Vemos un futuro donde la inteligencia es un servicio público como la electricidad o el agua y la gente nos la compra por contador". Si eso se cumple, el coste cognitivo de no tener suscripción a IA sería la nueva dependencia.

¿Qué cambia esto para los founders tech?

El análisis de Lars Faye no es catastrofista: plantea una pregunta de gestión de talento que ya deberían estar respondiendo los equipos de ingeniería en LATAM y España. La preocupación no es que la IA genere código malo — eso se corrige — sino que se sequé el pipeline de quienes sabrán auditar ese código dentro de cinco años.

El informe de Gartner sobre agentes enterprise de IA para código, publicado en mayo de 2026, apoya esa lectura: el mercado ya pasó de "asistentes que sugieren" a "agentes que planifican, ejecutan y verifican". Los Leaders del cuadrante son Anthropic, Cursor, GitHub y OpenAI; AWS y Google, que lideraban en 2024, cayeron a Challengers. Si dependes solo del IDE con Copilot, estás operando con la generación anterior de herramientas.

Qué significa esto para tu startup

Si estás contratando devs en 2026 o formando a tu equipo interno, este debate no es teórico: ya condiciona la calidad del código que vas a mantener los próximos cinco años.

Acciones concretas que puedes tomar este mes:

Audita la dependencia real de tu equipo. Pregúntales: si les quitas el asistente por una semana, ¿pueden terminar la tarea? Quienes no puedan están acumulando ilusión de competencia. El estudio de JetBrains citado por Faye muestra que esa confianza es justo la que peor envejecerá.
Separa "deuda cognitiva" de "externalización cognitiva" — Faye usa esta distinción. Externalizar lo mecánico y repetitivo está bien; abdicar el juicio sobre decisiones de arquitectura es deuda. Tu code review debería distinguir ambos casos.
Invierte en fricción deliberada para juniors. Código generado con IA + revisión exhaustiva a la semana siguiente, no el mismo día. La evidencia apunta a que la comprensión llega cuando la fricción sigue presente; eliminarla del flujo del novato es lo que más cuesta revertir.
Revisa tu política de adopción de IA por rol. Forzar a todos los devs a usar la misma herramienta al mismo nivel ignora lo que el estudio de Anthropic confirma: el efecto de las herramientas de IA es invertido según experiencia. Tu senior se vuelve 2x con IA; tu junior puede estancarse o retroceder.

Conclusión

El argumento de Lars Faye no pide dejar la IA: pide usarla como un entrenador socrático, no como una fábrica de respuestas. La evidencia académica disponible apunta en la misma dirección: la IA amplifica a quien ya sabe y puede confundir a quien aún está construyendo su modelo mental. Para un founder, eso traduce a una decisión práctica sobre cómo contratar, formar y mantener el estándar técnico de su equipo en los próximos dos años.