(En qué son excelentes y qué es lo que no pueden reemplazar en absoluto)
Como probablemente este sea mi último artículo de 2025, voy a dejar clara una cosa...
La IA no me sustituyó en 2025.
Pero sí que sustituyó silenciosamente una gran parte de las tareas aburridas, repetitivas y agotadoras de mi flujo de trabajo.
Los desarrolladores que tuvieron dificultades no fueron los que utilizaron la IA. Fueron los que esperaban que la IA pensara por ellos.
Intento cubrir las herramientas de IA que realmente utilicé a diario como desarrollador, cómo encajan en el trabajo real y dónde el juicio humano seguía siendo más importante que nunca.
No hay exageraciones. No hay tonterías del tipo «10 veces más rápido de la noche a la mañana». Solo lo que realmente me ayudó a cumplir mis objetivos.
1. ChatGPT
Sí, esto es obvio. Pero la mayoría de nosotros seguimos utilizando ChatGPT de forma incorrecta.
Lo tratan como si fuera una máquina expendedora:
«Escribe este componente por mí».
«Crea esta página».
«Dame una aplicación completa».
Y luego se sorprenden cuando el resultado es frágil, genérico o incorrecto. Así no es como ChatGPT destaca.
El verdadero poder de ChatGPT no es la velocidad, es la claridad.
Si se utiliza correctamente, se convierte en:
- Un compañero de reflexión cuando no estás seguro
- Un revisor de código que cuestiona tus suposiciones
- Un pato de goma que realmente te responde
No sustituye a tu cerebro.
Lo amplifica.
Cómo lo utilizo a diario
1. Explicar códigos desconocidos
En lugar de adivinar qué hace una función heredada, la pego y pregunto:
«Explícamelo como si fuera a incorporarme al equipo mañana».
Entonces me da contexto instantáneo y me ayuda a integrarme más rápido.
2. Reestructurar la lógica antes de tocar el código
Primero describo el problema en lenguaje sencillo:
«Esto es lo que hace esta lógica. ¿Cómo la simplificarías?».
Esto me ahorró reescribir dos veces un código defectuoso.
3. Comparar enfoques arquitectónicos
«¿Debería estar esto en el componente, en un hook o en una máquina de estados?».
ChatGPT no decide, pero expone claramente las ventajas y desventajas.
4. Detectar casos extremos en los que no había pensado
«¿Qué se rompe si esta solicitud falla a mitad de camino?».
«¿Qué pasa en redes lentas?».
«¿Cómo se comporta esto al actualizar?».
Aquí es donde ChatGPT te salva silenciosamente de los errores.
Lo que ChatGPT nunca sustituyó
Esta es la parte que la gente ignora.
No sustituyó:
- Saber por qué algo debe existir
- Tomar decisiones sobre productos
- Elegir compensaciones de UX
- Depurar errores extraños del mundo real
- Comprender a los usuarios, los plazos y las limitaciones
La IA no siente dolor cuando los usuarios están confundidos. Nosotros, como desarrolladores, sí.
Por qué «solo generarlo» falla
La generación de código impresiona en las demostraciones.
Pero en proyectos reales, el código generado a ciegas:
- Falla en casos extremos
- Es difícil de mantener
- Carece de contexto
- Optimiza la sintaxis, no el comportamiento
- Crea una falsa confianza
La velocidad sin comprensión es la forma en que se propagan los errores.
ChatGPT funciona mejor cuando dejas de preguntar:
«¿Puedes crear esto para mí?».
Y empiezas a preguntar:
«Ayúdame a pensar en esto».
Esa es la diferencia entre usar la IA y ser reemplazado por la IA.
La IA escribe código rápido, pero los desarrolladores deciden el código correcto.
2. GitHub Copilot
GitHub Copilot no me volvió perezoso. Me hizo más rápido cuando ya sabía lo que estaba haciendo.
Piensa en ello como:
- Autocompletar con esteroides, va mucho más allá de los nombres de variables o los bucles simples.
- Reconocimiento de patrones a gran escala: «recuerda» enfoques comunes de millones de bases de código públicas.
Pero no sustituye al pensamiento, sino que es un multiplicador de fuerza.
Dónde realmente destaca Copilot
1. Escribir código repetitivo
Formularios, esquemas de validación, solicitudes de API y componentes repetitivos.
Copilot ahorra cientos de pulsaciones y mantiene la coherencia de tu código.
2. Repetir patrones familiares
Hooks, utilidades personalizadas, segmentos Redux, diseños Tailwind... Si lo has hecho una vez, Copilot puede sugerirte la siguiente docena de variaciones en segundos.
3. Asignación de respuestas API
Desestructuración de objetos, transformación de JSON, creación de tipos TypeScript.
Se encarga de la «traducción mecánica» para que puedas centrarte en la lógica empresarial.
4. Rellenar interfaces JSX / TS predecibles
Generación de props de componentes, valores predeterminados y elementos JSX repetitivos.
Es como tener un compañero de trabajo que ya se ha memorizado tu guía de estilo.
Dónde falla Copilot
Copilot es predictivo, no crítico.
Le cuesta todo lo que requiere un razonamiento real:
- Lógica empresarial
- Flujo de estados complejo
- Matices de la experiencia de usuario
- Momentos en los que te preguntas «¿deberíamos hacer esto?».
Básicamente, si Copilot te parece mágico, es porque confirma que ya entiendes el problema.
Si te parece incorrecto o confuso, es tu cerebro el que te dice que debes parar y pensar...
Si Copilot te parece mágico → entiendes el problema.
Si Copilot te parece incorrecto → confía en tu instinto.
Es una herramienta, no un profesor.
Copilot acelera tu flujo de trabajo, pero no puede sustituir al juicio.
En otras palabras:
- La IA aumenta la velocidad.
- Los desarrolladores aportan corrección, contexto y pensamiento crítico.
Domina ese equilibrio y Copilot se convertirá en tu mejor compañero de programación, no solo en tu muleta.
3. Notion AI
Notion AI no es una herramienta tan impresionante como los generadores de código.
Su valor es más discreto, pero se acumula rápidamente.
No la utilizo para que piense por mí, sino para organizar lo que ya sé.
Por qué Notion AI funciona tan bien
La mayoría de nuestros problemas no empiezan con el código.
Empiezan con:
- Demasiadas ideas
- Pensamientos a medio formar
- Notas esparcidas por todas partes
- Conocimientos que aún no están estructurados
Notion AI destaca por convertir ese caos en una estructura clara.
Cómo lo uso realmente
1. Organizar ideas
Vuelco mis pensamientos sin procesar... ideas, fragmentos, divagaciones, y le pido a Notion AI que los organice de forma lógica.
No añade información, solo orden.
2. Generar esquemas
Para artículos, documentos o guías, lo uso para crear:
- Desgloses de secciones
- Flujo lógico
- Ángulos que se me han olvidado
Especialmente útil para publicaciones en Medium, donde la estructura es más importante que las frases ingeniosas.
3. Planificar rutas de aprendizaje frontend
En lugar de «aprender React», obtengo:
- Conceptos → herramientas → proyectos
- Dificultad progresiva
- Hitos claros
Esto convierte los objetivos vagos en planes viables.
4. Documentar sistemas de diseño y bibliotecas de componentes
Notion AI ayuda a estandarizar:
- Descripciones de componentes
- Reglas de uso
- Explicaciones de accesorios
- Directrices de lo que se debe y no se debe hacer
Esa coherencia es oro para los equipos.
El código acapara toda la atención, pero un pensamiento claro se implementa más rápido que un código ingenioso.
Notion AI te ayuda a:
- Planificar mejor
- Escribir más rápido
- Documentar con claridad
- Aprender de forma intencionada
No es un motor de creatividad. Es un motor de claridad.
¿Y para los desarrolladores frontend que compaginan el aprendizaje, la escritura y la construcción?
Esa claridad lo es todo.
4. Figma AI
Las funciones de IA de Figma son sorprendentemente buenas para reducir la fricción, pero no son genios creativos. Ayudan a pasar de la idea a la ejecución, no de la visión al producto.
Dónde destaca la IA de Figma
- Nombrar las capas correctamente
- Generar contenido de marcador de posición
- Sugerencias de diseño automático
- Acelerar la entrega
Básicamente, elimina el trabajo superfluo para que los diseñadores puedan centrarse en las decisiones de diseño reales.
Dónde se queda corta
La IA de Figma no puede sustituir el gusto humano ni el criterio de diseño:
- Crear gusto: No sabe lo que «encaja» con tu marca o producto.
- Comprender la identidad de marca: Los colores, la tipografía, la voz y las sutiles señales visuales siguen siendo decisiones humanas.
- Decidir el ritmo del espaciado: Las opciones de microespaciado y alineación que influyen en la percepción son invisibles para la IA.
- Hacer que las interfaces sean agradables: La usabilidad, el placer y la resonancia emocional requieren la intuición humana.
Se puede producir un diseño funcional, pero usable ≠ bonito. Los matices, la armonía y la personalidad de un diseño siguen siendo dominio del diseñador.
Figma AI es una herramienta para la ejecución, no para la creatividad.
Pero, ¿y en lo que respecta al gusto, el juicio y las emociones humanas?
Eso sigue siendo 100 % humano.
Conclusión: la IA acelera la mecánica, no el razonamiento estético.
5. Perplejidad
En algún momento, Google dejó de ser una herramienta de investigación y se convirtió en un campo de batalla de trucos de SEO, enlaces de afiliados y entradas de blog recicladas.
Encontrar respuestas claras y fiables empezó a llevar más tiempo que el propio trabajo.
Fue entonces cuando Perplexity se convirtió silenciosamente en mi asistente de investigación diario.
En lugar de volcar enlaces y obligarte a indagar, Perplexity hace algo poco habitual:
primero lee y luego responde.
No obtienes:
«Aquí hay 10 blogs con opiniones diferentes...».
Obtienes:
«Esto es lo que realmente está pasando y aquí está el origen».
Solo ese cambio ya modifica la rapidez con la que puedes avanzar.
Para qué lo uso a diario
1. Comparar bibliotecas
«React Query vs SWR vs Apollo... ¿cuáles son las ventajas y desventajas reales?».
En lugar de páginas de marketing y tutoriales sesgados, obtienes una comparación fundamentada con pros, contras y casos de uso.
2. Comprender nuevas herramientas
Los nuevos marcos, API y servicios avanzan rápidamente.
Perplexity resume lo que importa, no solo lo que es nuevo.
3. Leer documentos resumidos
En lugar de escanear largas páginas de documentación:
«Resume las ideas centrales de esta herramienta y cuándo debo usarla».
Así te familiarizas con la herramienta en cuestión de minutos, no de horas.
4. Verificar rápidamente las afirmaciones
Cuando alguien dice:
«Esta herramienta es más rápida/mejor/sustituye a X»
Perplexity te ayuda a verificar la afirmación con fuentes... rápidamente.
Por qué ahorra tanto tiempo
- Sin palabrería SEO
- Sin títulos sensacionalistas
- Sin opiniones contradictorias
- Sin tener que buscar la «respuesta real» escondida en mitad de una página
Pasas de la pregunta a la claridad en un solo paso.
Solo eso te ahorra horas a la semana, especialmente cuando estás aprendiendo tecnología que evoluciona rápidamente.
En un mundo sobrecargado de contenido, la ventaja no es tener más información,
sino una comprensión más clara y rápida.
6. Refraction AI/ Linters y herramientas de revisión basadas en IA.
Estas herramientas no son llamativas, no generan componentes, no te sorprenden en las demostraciones.
Pero mejoran silenciosamente la calidad del código cada día.
Los linters y las herramientas de revisión basadas en IA permanecen en segundo plano, observando patrones, detectando riesgos y empujándote hacia decisiones más seguras mucho antes de que abras el PR.
Lo que hacen realmente bien
- Señalan patrones riesgosos
- Errores sutiles, antipatrones, lógica asíncrona insegura, abstracciones con fugas, cosas que los humanos a menudo pasan por alto durante las revisiones rápidas.
- Sugieren alternativas más seguras
- No solo «esto está mal», sino «aquí hay una mejor manera de hacerlo» basado en las mejores prácticas conocidas.
- Imponen la coherencia
- Nombres, estructura, convenciones y barreras arquitectónicas: aplicadas de manera uniforme, sin ego ni fatiga.
- Detectar errores temprano
- Antes de las PR. Antes de los comentarios de revisión. Antes de que comience el bikeshedding.
Por qué no sustituyen a las revisiones de código
Las revisiones de código humanas se centran en:
- La intención
- Las compensaciones
- El impacto en el producto
- La mantenibilidad a largo plazo
- «¿Esto realmente resuelve el problema?»
Las herramientas de IA no entienden esas cosas, pero sí se ocupan de:
- La corrección mecánica
- La validación de patrones
- Detección de riesgos
- Aplicación de estilos
Lo que significa que los revisores humanos pueden centrarse en pensar y dejar la sintaxis a la IA.
Los linters de IA no resultan emocionantes porque no cambian lo que construyes.
Cambian la seguridad y la coherencia con la que lo construyes.
No sustituyen el juicio, sino que lo protegen.
El patrón del que nadie habla
Esta es la verdad:
La IA amplificó a los buenos desarrolladores y dejó al descubierto los fundamentos débiles.
Por eso algunas personas piensan que el frontend (o el trabajo de desarrollo en general) ha «terminado». Ya estaban en piloto automático.
La verdad sobre la IA en el desarrollo
La IA no acabó con el desarrollo frontend, acabó con el desarrollo sin sentido.
El futuro pertenece a los desarrolladores que:
- Entienden los sistemas
- Piensan en términos de compensaciones
- Se preocupan por la experiencia de usuario
- Utilizan la IA como palanca, no como muleta
Si ese es tu caso, la IA no es una amenaza, es una ventaja injusta.
Gracias por leer Codigo en Casa.
Si esto te a ayudado y te sumo algo Dale un 👏 , compártelo con tu red o dejame un comentario para saber tu opinión.
