Hay una paradoja que me persigue estas últimas semanas. Estoy programando plugins de PHP y rutinas de Access que, hace apenas unos años, me habrían costado meses de trabajo a ratos perdidos. Ahora los tengo funcionando en una tarde. Y, sin embargo, no escribo ni una sola línea de código. Lo hace la inteligencia artificial. Confieso que la primera sensación fue de una extraña melancolía, como la del relojero que ve cómo una máquina monta en segundos lo que él ensamblaba pieza a pieza durante horas.
Pero esa melancolía duró poco. Porque enseguida me di cuenta de algo que llevo cuarenta años aprendiendo sin saber que lo aprendía: la máquina monta el reloj, sí, pero alguien tiene que saber qué hora es.
Índice de contenidos
La lección que me enseñó SAP hace treinta años
Permítanme retroceder. A finales de los noventa pasé un año trabajando con SAP, el gigante alemán del software de gestión empresarial. Por entonces circulaba una creencia casi religiosa: montar una facturación con SAP llevaba un año. Yo lo hice en dos semanas.
No lo cuento como bravata, sino porque la explicación encierra toda la tesis de este artículo. SAP no era difícil de programar; era difícil de parametrizar. Es probablemente el sistema más completo que he visto en mi vida, y precisamente por eso era endiablado de configurar. ¿Por qué tardaban tanto los demás? Porque ponían a parametrizarlo a becarios que habían hecho un cursillo de SAP pero nunca habían informatizado una empresa de verdad.
Imaginen a ese becario frente a la pantalla. SAP le ofrece catorce tipos de descuento: comerciales, por pronto pago, por volumen, en cascada… Y él no sabe cuál aplicar, porque nunca ha visto cómo factura una empresa real, con sus excepciones, sus clientes especiales y sus manías heredadas de veinte años de costumbre. La herramienta era potentísima. Lo que faltaba era el criterio para usarla.
Yo llegaba con el bagaje de haber informatizado decenas de empresas de sectores muy distintos, y eso me permitía ver de un vistazo dónde había que tocar: «aquí, un descuento; allá, dos más». La herramienta era la misma para todos. La diferencia estaba en quien la manejaba.
Treinta años después, observo exactamente el mismo fenómeno con la inteligencia artificial. Y creo que entender ese paralelismo es una de las claves para situarse bien en el cambio que viene.
El edificio que se construye sin arquitecto
Cuando le pides a una IA que programe, ocurre algo maravilloso y peligroso a la vez: te obedece con una competencia asombrosa. Si sabes lo que pides, el resultado es excelente. Si no lo sabes, el resultado también parece excelente, y ahí está la trampa.
El software se parece mucho a construir un edificio. Pídale a alguien sin nociones de arquitectura que levante uno «pidiendo en cada piso lo que vaya necesitando». Probablemente obtendrá habitaciones bonitas, una fachada presentable y una demo que deslumbra. Pero quizá olvide las salidas de incendios, el hueco del ascensor o, lo más grave, los cimientos. El edificio se tiene en pie el día de la inauguración y se agrieta con el primer invierno de uso real.
En el software, esos cimientos tienen un nombre: el modelo de datos. Quien nunca ha diseñado una base de datos de cientos de tablas, quien nunca ha sufrido las consecuencias de un mal diseño relacional, no sabe pedirle a la IA una arquitectura flexible. No piensa en la potencia de los elementos parametrizables, esos que más adelante permitirán que una aplicación crezca sin reescribirla entera. Y no piensa en ellos por una razón muy simple: nunca ha rascado código ni ha diseñado una aplicación desde cero, así que no ha pagado el precio de no hacerlo.
El resultado es una IA dirigida por alguien que no sabe adónde va: programas que funcionan en la demostración y colapsan al primer caso que no estaba previsto. La herramienta es prodigiosa. Falta, otra vez, el criterio.
Las dos medias competencias que no bastan
Conviene afinar aquí, porque el problema tiene dos caras y ninguna de las dos se salva sola.
Está, por un lado, quien tiene criterio de negocio pero no sabe programar: entiende cómo funciona una empresa, pero no distingue una arquitectura sólida de una frágil, y la IA le entregará lo segundo creyendo él que es lo primero. Y está, por el otro, el programador puro que domina la sintaxis pero nunca ha trabajado con aplicaciones de gestión de cientos de tablas: sabe escribir código limpio, pero no sabe qué sistema construir ni por qué.
El valor real, el que multiplica la potencia de la IA en lugar de desperdiciarla, está en la figura que reúne ambas cosas: el analista-programador con experiencia. El que conoce el código por dentro y ha visto cómo funcionan las organizaciones por fuera. Esa persona, con un buen equipo de herramientas de IA, no hace el trabajo de una. Hace el de un departamento entero.
Y aquí quiero ser honesto con una objeción que se me podría hacer, porque es la más seria: ¿no caduca la experiencia? ¿No corre el veterano el riesgo de tener criterio sobre problemas que ya no existen, anclado en tecnologías muertas? La respuesta es que depende de qué tipo de experiencia hablemos. La que caduca es la del cómo: el lenguaje concreto, la versión, el truco de un sistema operativo que ya nadie usa. Eso, hoy, lo resuelve la IA en segundos. La que no caduca —la que se vuelve más valiosa, de hecho— es la del qué y el por qué: cómo se modela la realidad de una organización en datos, qué hay que dejar parametrizable porque cambiará, dónde están los cimientos. Ese criterio es independiente de la tecnología de turno. Es, precisamente, lo que la máquina no trae de fábrica.
Cosas que no existían en el mundo
A lo largo de mi carrera me ha tocado programar lo que yo llamo «cosas singulares»: aplicaciones que sencillamente no existían y que tuve que inventar. Recuerdo una, hecha en Access, para una inmobiliaria. El problema parecía menor y era un infierno: los comerciales hacían veinte fotos de cada piso y las subían tal cual, con nombres absurdos llenos de números y pesando dos megas cada una.
Construí un programa que detectaba una carpeta de imágenes, renombraba cada foto con el nombre del inmueble, las redimensionaba y —esto fue lo difícil— les insertaba la marca de agua y el logotipo de la inmobiliaria mediante capas. Esa función de capas no la encontré por ninguna parte; la fui sacando a fuerza de buscar ayudas oscuras en inglés y de probar una y otra vez. Aquello me costó semanas que no podía facturar, robadas a ratos libres, porque eran proyectos que quizá algún día darían rendimiento.
Lo cuento porque hoy esa misma aplicación la tendría resuelta en una mañana. Y porque la melancolía del «ya no programo ni una línea» se disuelve en cuanto uno comprende lo siguiente: la IA me habría dado el código de las capas en segundos, pero solo porque yo sé que el problema se resuelve con capas, sé qué es una marca de agua superpuesta y sé cómo debe quedar el resultado. El día que peleé con aquello a ciegas no perdí el tiempo: estaba acumulando el criterio que hoy me permite dirigir la herramienta en lugar de ser dirigido por ella.
La gran oportunidad que casi nadie está mirando
Hasta aquí, la parte que puedo defender con la mano en el fuego porque la estoy viviendo cada día. Lo que sigue es una propuesta, y la presento como tal: una opinión razonada, no una conclusión inevitable.
Si una sola persona con criterio y buenas herramientas de IA puede hacer hoy lo que antes requería un equipo, la pregunta es obvia: ¿dónde tiene esto más impacto potencial? Mi respuesta es la administración pública.
El sector privado se las arreglará solo, por la cuenta que le trae. Las empresas que sepan implementar este salto de calidad en su software desbordarán a las que no, igual que ocurrió en otras transiciones tecnológicas. La empresa que no se adapte, simplemente, será superada por otra más pequeña y más rápida. No hace falta que nadie las empuje; el mercado las empuja.
La Administración, en cambio, no tiene ese acicate. Y arrastra estructuras informáticas obsoletas que prestan al ciudadano un servicio más lento, más caro y más enrevesado de lo que la tecnología actual permitiría. Pensemos en la informática de gestión de la justicia, en la sanitaria, en toda la maquinaria administrativa con la que cualquiera de nosotros se pelea cada año. Un cuerpo de analistas-programadores con experiencia, armados con IA, podría modernizar esos sistemas para dar un servicio más sencillo, más operativo y mucho más barato.
Creo, sinceramente, que esto debería figurar en los programas de los partidos políticos. No como una promesa tecnológica vaga, sino como una palanca concreta de eficiencia del Estado. Es la clase de mejora que no se ve en una foto inaugural, pero que el ciudadano nota cada vez que un trámite que antes le robaba una mañana se resuelve en cinco minutos.
La lección de los que no vieron venir el cambio
Permítanme cerrar con un recuerdo de quien empezó en esto cuando aún no existían los PC y trabajábamos con minicomputadores como el VAX de Digital Equipment Corporation. Aquellas máquinas dominaban el mundo corporativo. Digital y Wang Laboratories eran gigantes. Y desaparecieron.
Es tentador contar esa historia como «los venció una tecnología mejor y más barata». Pero la verdad es más incómoda y más útil: no las hundió tener peor tecnología, sino aferrarse a sus sistemas propietarios e ignorar el cambio de paradigma que traían el ordenador personal y los sistemas abiertos. Vieron la ola y siguieron remando en dirección contraria, convencidos de que su éxito pasado las protegía.
Hoy estamos ante una ola comparable. Y la lección no es que la experiencia salve a nadie por sí sola —a Digital no la salvó—, sino que el criterio sin disposición a cambiar es tan inútil como el cambio sin criterio. La oportunidad, la de verdad, es para quien combina las dos cosas: décadas de saber cómo se modela la realidad en software y la humildad de dejar que una máquina escriba el código.
Llevo cuarenta años aprendiendo a construir edificios invisibles. Nunca pensé que mi oficio fuera a desaparecer. Empiezo a sospechar que, en realidad, nunca ha sido tan necesario. Solo que ahora trabajo con un aparejador incansable, que no se queja, que no duerme y que monta el reloj en segundos. La hora, eso sí, sigo teniendo que saberla yo.
