Joel Otter y el dilema maker frente a la IA generativa

El colapso silencioso del maker frente a la IA generativa

El desarrollador y blogger Joel Otter publicó el 12 de septiembre su ensayo más personal hasta la fecha: Fuck it, make it anyway. No es un manifiesto tecnológico ni un análisis de mercado. Es, en sus palabras, el registro escrito de un "crashout" — un hundimiento silencioso de la motivación al ver cómo su oficio pierde valor a ojos del mundo. "Cada programador que conozco se ha vuelto loco en los últimos dos años", escribe Otter. "Es el momento más turbulento para ser ingeniero de software que recuerdo".

El texto no denuncia a la IA generativa con argumentos macro. La describe desde dentro: como una fuerza que cambia para qué sirve hacer una cosa con las propias manos. Otter cuenta que su rama interactiva de git — un pequeño script del que se sentía orgulloso, con el que sus colegas lo felicitaban — hoy puede pedirse en un prompt. "A nadie le importan ya mis doodads", dice. Y añade una confesión incómoda: "suena mal admitirlo, pero yo necesito esos head pats de mis pares para sentirme realizado".

Esa última frase es la que separa al ensayo de un lamento genérico. Otter no reclama contra la herramienta; reclama contra un ecosistema que dejó de mirar el proceso.

🤖 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

Por qué los programadores lo sienten distinto

Otter es explícito: "en el arte la IA sigue siendo vergonzosa, casi anti-arte por definición". Pero en programación, reconoce, "la cosa se ve más peliaguda". Los modelos generativos escriben código útil, y la presión social para adoptarlos se siente como un finish line en movimiento: negar su capacidad, escribe, "es una carrera contra una meta que se mueve".

El fenómeno que describe Otter no es percepción aislada. Según una encuesta de Devographics recogida por Business Insider con cerca de 7.000 desarrolladores, más de cuatro de cada diez respondedores dijeron que las herramientas de IA amenazan su seguridad laboral. Su investigador principal, Sacha Greif, desarrollador en Japón, resumió el sentir del sector con una frase: "Veo un vaciamiento de la industria". El mismo reportaje documenta que el número de lanzamientos importantes de IA pasó de 18 en 2023 a 69 en 2025, y superó los 30 en la primera mitad de 2026, según el conteo del coder Peter Assentorp. La cadencia mensual de modelos nuevos se ha cuadruplicado desde 2023.

El fenómeno es transversal, pero los desarrolladores son la avanzadilla: Business Insider cita al profesor de Georgetown Cal Newport, que bautizó como botsitting al acto de esperar a que un modelo escupa código, y lo definió como "profundamente aburrido". Es exactamente la palabra que evita Otter cuando describe programar con asistente: diversión.

La analogía musical de Zach Gage

El detonante del texto fue un hilo del diseñador de juegos Zach Gage que circuló esta misma semana. La tesis de Gage, según la recoge Otter, es que el desarrollo de juegos se está pareciendo a la industria musical: las herramientas son accesibles, el volumen de producción explota y el valor se desplaza del hecho de fabricar a algo distinto. Otter lo encuentra "una buena idea, pero devastadora". Tras años aprendiendo a hacer juegos, siente que esa inversión pudo no servir de nada. "Estuve de duelo", escribe.

La analogía no es retórica vacía. Una encuesta encargada por GitLab y conducida por The Harris Poll en abril de 2026 sobre 1.528 desarrolladores y compradores de tecnología en seis países encontró que el 91% de las organizaciones usa ya dos o más herramientas de IA para programar, que el 78% reporta mayor velocidad de entrega y que, al mismo tiempo, el 43% no puede distinguir de forma fiable qué código fue escrito por humanos y cuál por IA. El 73% está preocupado por la mantenibilidad del código generado, y el 82% teme que se acumule una nueva forma de deuda técnica que aún no saben gestionar. El 80% reconoce haber adoptado las herramientas más rápido que sus propias políticas de gobierno.

Las tres salidas que vio Joel Otter

Tras una conversación con su colega Shad, desarrollador de la app de cámara para iOS Uncamera (que procesa la salida RAW del sensor con tablas de búsqueda, sin filtros ni IA generativa, para conseguir fotos que parecen carrete), Otter aterrizó en una taxonomía de tres opciones.

La primera es subirse al carro: empezar a usar IA generativa para "sentirse al día" y "competir". El problema, escribe, es que entonces deja de disfrutar el trabajo.

La segunda es dejar de hacer cosas. Otter la descarta rápido: "para cualquier persona creativa, esa opción nunca es realmente una opción".

La tercera es la que acaba dando título al ensayo: seguir haciendo las cosas a tu manera, por la única razón válida que queda — porque quieres. "Ese es el motivo por el que hacemos juegos. Ese es el motivo por el que hacemos cualquier cosa", cierra.

Es una decisión que suena filosófica pero tiene aristas prácticas. Otter, en su caso, ya estaba pagando el precio: había decidido escribir su propio motor de juegos en C++ cuando podría haber usado Unity, Godot o Unreal. No lo hizo por eficiencia, sino porque quería aprender y porque disfruta del proceso.

¿Qué significa esto para tu startup?

La pregunta de Otter no es exclusiva del programador indie. Cualquier founder técnico termina formulándosela, sobre todo cuando la métrica de productividad de su equipo empieza a medirse en prompts por minuto. Algunas acciones concretas que un founder puede llevarse del ensayo:

Define qué no vas a delegar a la IA antes de definir qué sí. Si tu diferenciación está en el oficio (un motor propio, una cámara sin filtros computacionales, un juego con una mecánica imposible de pedir en un prompt), protégelo por contrato interno. Si no, el mercado lo confundirá con commodity.
Separa velocidad de producción de valor entregado. El 78% de los equipos de la encuesta de GitLab dice producir más rápido con IA; el 73% teme no poder mantener ese código. Fundadores que miden solo commits por sprint están heredando deuda técnica que pagarán en seis a doce meses.
Construye rituales que devuelvan成就感 al equipo. Otter lo llama "head pats". En tu empresa pueden ser demos internas, code reviews cuidadas, sesiones de show & tell. El essay deja una advertencia: si la única fuente de reconocimiento pasa por la herramienta y no por el producto, la motivación se evapora aunque suba la productividad.
Pregúntate qué sigue siendo divertido de hacer. Si nada lo es, tu equipo fundador está en la fase previa al crashout. Y, según lo que documenta Business Insider, hay desarrolladores abandonando hacia ventas o soporte, no porque la IA los reemplace, sino porque la alegría del oficio desapareció.

En junio de 2026, Stack Overflow lanzó una versión beta de Stack Overflow for Agents, una API pensada para que agentes de programación compartan memoria entre sí en lugar de rediscoverir los mismos patrones. Es una señal más de que la infraestructura del software se está reorganizando alrededor de agentes. InfoQ lo enmarcó como el siguiente paso tras OverflowAI y Stack Overflow AI Assist, en una línea en la que la plataforma deja de servir sólo a humanos para pasar a servir también a quienes programan por delegación.

El movimiento es real. La pregunta de Otter — y la que cualquier founder técnico tiene que responder antes de fin de año — es si su compañía va a hacer cosas nuevas que la herramienta todavía no sabe pedir, o si va a operar, citando a Greif, en la zona que se vacía.