La inteligencia artificial ya no necesita presentación.
Hace apenas unos años hablábamos de ella como una tecnología que prometía cambiarlo todo. Hoy forma parte de nuestro editor de código, de nuestro buscador, de nuestras herramientas de desarrollo y, probablemente, de más sitios de los que queremos reconocer.
En Codemotion Madrid 2026, celebrado los días 20 y 21 de abril en La Nave, la IA ocupó buena parte de las conversaciones. Pero hubo algo especialmente interesante: las preguntas empezaron a ir mucho más allá de qué puede hacer la IA.
La conversación pasó a ser otra.
¿Qué hacemos nosotros ahora que la IA puede hacer tantas cosas?
Durante la conferencia, cuatro charlas abordaron esta cuestión desde ángulos muy diferentes. Carlos Santana puso el foco en el futuro de la inteligencia artificial; Andrey Breslav, creador de Kotlin, se preguntó por el futuro de la programación; Martí Cristóbal habló de cómo trabajar realmente con IA en proyectos de software; y Cassidy Williams cerró el círculo mirando hacia algo que ninguna herramienta puede sustituir: nuestra capacidad para pensar.
Y, juntas, dejaron una idea bastante clara: la revolución de la IA no consiste únicamente en escribir código más rápido. También está cambiando la forma en la que pensamos, trabajamos y entendemos nuestro propio papel en tecnología.
La IA ya no es el futuro
Para empezar a entender hacia dónde vamos, hay que mirar primero dónde estamos.
Carlos Santana, creador de dotCSV y experto en inteligencia artificial, llevó a Codemotion Madrid su keynote “El futuro de la IA: Más allá del hype”. La pregunta de partida era sencilla, aunque la respuesta no lo sea tanto: después de una época en la que hemos visto modelos capaces de generar imágenes, vídeos, música o texto, ¿qué viene después?
La velocidad con la que ha evolucionado la IA hace que incluso lo que hace unos años parecía ciencia ficción empiece a formar parte de nuestra rutina.
Y ese es precisamente uno de los grandes retos.
La IA ha dejado de ser una tecnología experimental para convertirse en una capa que atraviesa cada vez más aspectos de nuestra vida y de nuestro trabajo. La cuestión ya no es decidir si vamos a convivir con ella, sino entender cómo queremos hacerlo.
Porque cuanto más capaces son estas herramientas, más importante resulta comprender qué estamos delegando en ellas.
Si las máquinas programan, ¿qué hacemos los developers?
Esta pregunta estuvo en el centro de la keynote de Andrey Breslav, creador de Kotlin y fundador de CodeSpeak.
Su charla, “Future of Programming: What’s our place in the world of coding machines?”, partía de una realidad que cualquier developer ha podido comprobar en los últimos meses: cada vez se genera más código mediante agentes y LLMs, mientras los equipos tienen que enfrentarse a cantidades crecientes de código que revisar.
Y aquí aparece una paradoja interesante.
Programar puede resultar más fácil que nunca. Pero construir buen software no necesariamente lo es.
Si un agente puede planificar, escribir código, revisar, testear y repetir el proceso, ¿qué queda para las personas?
La pregunta es mucho más profunda que decidir qué herramienta utilizar. Obliga a replantearse qué significa ser developer cuando escribir líneas de código deja de ser necesariamente la parte más importante del trabajo.
Quizá el valor ya no esté únicamente en cómo escribimos código, sino en saber qué queremos construir, tomar buenas decisiones, detectar problemas y entender las consecuencias de esas decisiones.
En otras palabras: cuando generar código se vuelve barato, el criterio empieza a valer más.
Del vibe coding a la ingeniería de verdad
Y si hay una palabra que ha acompañado esta revolución durante los últimos meses es vibe coding.
La promesa es tentadora: tienes una idea, se la cuentas a un modelo y, unos cuantos prompts después, tienes algo funcionando.
Pero una demo que funciona no es necesariamente software que pueda mantenerse, escalar o sobrevivir a los cambios.
Ahí entró Martí Cristóbal, BettaTech, con su charla “Ingeniería de contexto: Trabajar con IA en Software de verdad”. Su punto de partida era precisamente la brecha entre el vibecoding y la ingeniería de software asistida por IA.
La diferencia no está solamente en el modelo que utilicemos.
Está en cómo trabajamos con él.
Martí planteó un enfoque basado en context engineering, planificación por fases, documentación, modelos diferentes para investigación e implementación, testing incremental y validación continua.
Porque una IA puede escribir código en cuestión de segundos. Lo difícil sigue siendo conseguir que ese código responda al problema correcto.
Y eso cambia bastante la conversación.
No se trata de pedirle a la IA que haga nuestro trabajo y cruzar los dedos. Se trata de construir un proceso en el que el modelo tenga suficiente contexto para tomar mejores decisiones y en el que nosotros podamos validar lo que está haciendo.
Menos “mira qué rápido me ha creado una aplicación”.
Más “vamos a ver si esto está bien construido”.
El último gran reto: no dejar de pensar
Después de hablar del futuro de la IA y de cómo está transformando el desarrollo, la keynote de Cassidy Williams, “Our Brains in the AI Era”, llevó la conversación a un lugar mucho más personal.
Porque si la IA está en nuestro editor, nuestro terminal, nuestras revisiones de código, nuestro correo y nuestras búsquedas, ¿qué ocurre cuando empezamos a externalizar también nuestro pensamiento?
Cassidy no planteó la cuestión desde el clásico “IA sí vs. IA no”.
Al contrario.
La inteligencia artificial puede hacer que determinadas tareas sean mucho más accesibles y permitirnos construir cosas que antes requerían mucho más tiempo o conocimientos especializados. Pero también existe un coste: contenido generado sin demasiado criterio, documentación que nadie ha revisado, pull requests que parecen correctas porque una máquina las ha escrito y una tendencia creciente a aceptar respuestas sin detenernos demasiado a pensar.
El problema no es utilizar IA.
El problema aparece cuando dejamos de cuestionar lo que produce.
Por eso, una de las ideas que atravesó su keynote fue la necesidad de establecer límites, defender la calidad y seguir desarrollando nuestra capacidad para pensar de manera crítica.
Porque podemos apagar una herramienta.Pero nuestro cerebro nos va a acompañar bastante más tiempo.
La IA puede escribir código. El criterio sigue siendo nuestro.
Si algo dejaron claro estas cuatro charlas es que la conversación sobre inteligencia artificial ha cambiado.
Ya no estamos únicamente preguntándonos qué modelo es mejor, qué herramienta genera más código o qué agente nos permite automatizar una tarea en menos tiempo.
Estamos entrando en una fase bastante más interesante.
Una en la que la IA puede convertirse en una parte activa del proceso de desarrollo, mientras los profesionales tenemos que aprender a definir problemas, proporcionar contexto, revisar resultados, tomar decisiones y establecer límites.
Carlos Santana nos llevó hacia lo que puede venir después del hype.
Andrey Breslav planteó qué significa ser developer cuando las máquinas pueden encargarse de cada vez más partes del proceso.
Martí Cristóbal mostró que trabajar con IA de forma profesional requiere mucho más que lanzar prompts.
Y Cassidy Williams recordó algo que puede parecer obvio, pero que quizá necesitemos repetir más a menudo: pensar sigue siendo parte del trabajo.
Puede que ese sea precisamente uno de los grandes aprendizajes de Codemotion Madrid 2026.
La revolución de la IA no consiste en que las máquinas vayan a escribir más código que nosotros.
Consiste en que, poco a poco, estamos dejando de medir nuestro trabajo por la cantidad de código que escribimos y empezando a medirlo por las decisiones que somos capaces de tomar.
Y eso, al menos de momento, sigue siendo cosa nuestra.
