Describes lo que necesitas, esperas unos segundos y recibes el código listo para usar. Para quienes se plantean una carrera en tecnología, ver cómo la inteligencia artificial hace esto podría generar una pregunta muy importante: ¿merece la pena seguir dedicando años a estudiar programación?
Esta preocupación merece una respuesta cuidadosa. La IA ya puede realizar tareas de desarrollo, pero esto no nos permite concluir que toda la profesión será reemplazada, y mucho menos fijar una fecha para ello. El trabajo implica comprender los problemas, definir los requisitos, integrar sistemas, probar soluciones y supervisar lo que sucede después de que un software comienza a usarse.
Para quienes estén considerando estudiar Ingeniería Informática, esta información también les ayudará a comprender el alcance de la carrera. La programación forma parte del plan de estudios, al igual que el estudio del hardware, las redes y los sistemas que permiten transformar el código en aplicaciones del mundo real.
El avance de la IA está transformando nuestra forma de aprender y trabajar con estas tecnologías. Comprender este cambio es más útil que elegir una carrera basándose en predicciones sobre la desaparición de profesiones.
¿De dónde surgió la predicción de que la IA reemplazaría a los desarrolladores para el año 2040?
La referencia a 2040 aparece en un artículo publicado En 2017, investigadores afiliados al Laboratorio Nacional de Oak Ridge en Estados Unidos realizaron un estudio al respecto.
El texto analiza la posibilidad de que, para ese año, las máquinas escriban la mayor parte de su propio código, gracias al avance de tecnologías como la inteligencia artificial, el aprendizaje automático y el procesamiento del lenguaje natural. Se examina, en particular, la complejidad de la programación para diferentes tipos de hardware.
Esto es diferente a afirmar que todos los desarrolladores serán reemplazados para 2040. El artículo presenta una proyección tecnológica; no establece una fecha de caducidad para la profesión ni garantiza que el mercado se mantendrá igual hasta entonces.
Entre el desarrollo de un programa y su implementación en una empresa, es necesario tomar varias decisiones. Se debe evaluar su fiabilidad, los costos de mantenimiento, su integración con los sistemas existentes y las consecuencias de un posible fallo.
Por lo tanto, las predicciones sobre las capacidades de estas herramientas deben interpretarse a la luz de los estudios realizados. La generación automatizada de código puede avanzar significativamente y, al mismo tiempo, generar nuevas exigencias para los profesionales que desarrollan y mantienen sistemas.
Lo que la IA ya está haciendo en el desarrollo de software.
Los asistentes de programación pueden sugerir fragmentos de código y funciones basándose en las instrucciones recibidas y el contexto disponible. Este soporte tiene aplicaciones en el aprendizaje, la redacción de soluciones y la exploración de alternativas.
Sí misma Documentación de GitHub Copilot, Sin embargo, se recomienda revisar y probar las sugerencias: el código generado puede contener errores y vulnerabilidades o no corresponder a la intención del desarrollador.
Imagina una tienda que necesita actualizar su sistema de descuentos. Una herramienta puede ayudar a escribir la función responsable del cálculo. Antes de eso, alguien debe aclarar qué productos están incluidos en la promoción, si los beneficios son acumulables y qué sucede con las compras canceladas o devueltas parcialmente.
Si estas reglas son incompletas, es posible generar código que haga exactamente lo que se pide y aun así genere cargos incorrectos.
Este ejemplo muestra por qué el desarrollo comienza antes que la programación. Parte del trabajo consiste en determinar qué se necesita construir, incluso cuando la solicitud inicial parece sencilla.
Tras la entrega, surgen otras preguntas: ¿Afectó el cambio a alguna función existente? ¿El sistema sigue funcionando correctamente? ¿Puede el equipo identificar y corregir errores? Estas preguntas ayudan a evaluar la calidad del resultado más allá de la velocidad con la que se escribió el código.
El uso de la IA requiere saber evaluar los resultados que ofrece.
La adopción de estas herramientas no implica una confianza ilimitada en las respuestas. Encuesta para desarrolladores de Stack Overflow Para 2025, el 511% de los profesionales que respondieron afirmaron utilizar herramientas de IA a diario.
Al mismo tiempo, entre los participantes que respondieron sobre la precisión, la desconfianza en las respuestas fue mayor que la confianza: 46% frente a 33%.
Para quienes están aprendiendo, esta combinación merece atención. Una respuesta bien presentada puede parecer correcta incluso cuando contiene un error difícil de detectar.
Consideremos un ejercicio de programación que implica organizar miles de registros. Dos soluciones podrían producir el mismo resultado con una pequeña cantidad de datos, pero mostrar comportamientos muy diferentes cuando el volumen aumenta. Comprender las estructuras de datos y los algoritmos ayuda a los estudiantes a investigar esta diferencia.
Lo mismo se aplica a la lectura de una explicación. Si la herramienta sugiere una corrección, el estudiante debe ser capaz de seguir el razonamiento, comprobar la hipótesis y reconocer cuándo la respuesta no se corresponde con el problema.
Aprender a programar sigue siendo fundamental para evaluar, adaptar y mantener el código generado con la ayuda de la IA. Durante el entrenamiento, es recomendable intentar resolver el ejercicio, utilizar la herramienta para analizar las dificultades y, a continuación, explicar la solución con palabras propias. Si el alumno solo puede reproducir la respuesta, aún hay contenido que aprender.
Lea también: Aplicaciones de la computación cuántica: cómo esta tecnología puede transformar diferentes sectores..
¿Qué cambios se producen para alguien que empieza su carrera profesional?
Quienes se inician en este campo necesitan desarrollar autonomía mientras aprenden a trabajar con herramientas cada vez más sofisticadas. Esto implica saber cómo utilizar la ayuda sin depender de ella para comprender cada etapa de un proyecto.
Un proyecto de portafolio puede ser una oportunidad para practicar este proceso. En lugar de simplemente presentar la aplicación en funcionamiento, conviene documentar qué problema resuelve, cómo se organizaron los datos, qué pruebas se realizaron y qué correcciones fueron necesarias.
Imaginemos una aplicación de programación de citas. Además de diseñar las pantallas, el estudiante puede investigar qué sucede cuando dos personas intentan reservar la misma hora, cómo gestionar las cancelaciones y cómo recuperar la información tras un fallo. Estas son cuestiones que acercan el proyecto a un caso de uso real.
También cabe destacar dónde ha sido útil la IA y cómo se han verificado sus sugerencias. Esto permite debatir con claridad las decisiones técnicas y demuestra una participación efectiva en el desarrollo.
Los estudios de pregrado ofrecen la oportunidad de adquirir gradualmente esta experiencia mediante orientación, revisión y proyectos de complejidad creciente. Aprovechar este periodo para formular preguntas, experimentar y corregir errores forma parte de la preparación profesional.
¿Cómo está el mercado tecnológico en Brasil?
Se proyecta que el mercado brasileño de TI genere US$$67.8 mil millones en 2025, según un informe de ABES Según su estudio sectorial, la entidad registró un crecimiento del 18,51 % del costo total per cápita (TP3T) ese año. Para 2026, la proyección publicada apuntaba a una expansión menor, del 5,31 % del costo total per cápita (TP3T).
Las cifras indican que se trata de un sector importante, pero también muestran que la tasa de crecimiento varía.
En el campo de las cualificaciones, un estudio publicado por Brasscom En 2025, destacó el desarrollo de back-end como una de las demandas de ese año y señaló los datos, la inteligencia artificial, el aprendizaje automático y la seguridad de la información como áreas importantes para los años siguientes.
Estos indicadores ayudan a comprender el sector, pero no garantizan la contratación. El crecimiento de los ingresos, la necesidad de profesionales cualificados y la disponibilidad de puestos de nivel inicial son otros factores que se tienen en cuenta.
Para quienes eligen una carrera universitaria, conviene considerar qué habilidades se desarrollan en el campo de interés y cómo el programa de estudios permite su desarrollo. Las prácticas profesionales, los proyectos y la práctica constante ayudan a alinear el aprendizaje con las exigencias del mundo laboral.
La remuneración también debe analizarse con este cuidado. Una encuesta a analistas de desarrollo de sistemas refleja una ocupación específica, no el salario de todos los graduados en ingeniería informática. La experiencia, la ubicación, las responsabilidades y el tipo de empleo influyen en la comparación.
¿Por qué la ingeniería informática sigue siendo relevante en este debate?
El software depende de una estructura para funcionar. Utiliza potencia de procesamiento y memoria, intercambia información a través de la red y puede interactuar con sensores, equipos y otros sistemas.
A Ingeniería Informática Permite estudiar estas relaciones. En ESEG College, por ejemplo, el programa combina contenidos de programación, arquitectura de computadoras, redes e informática embebida, así como inteligencia artificial y datos.
Imaginemos un proyecto para identificar defectos en productos mediante imágenes. Más allá del modelo de IA, sería necesario considerar la captura de imágenes, la calidad de los datos, el tiempo disponible para el análisis y el equipo necesario para el procesamiento.
Si la solución tuviera que funcionar en un dispositivo con memoria limitada o una conexión inestable, esas limitaciones formarían parte del diseño desde el principio.
Este tipo de problema ayuda a comprender la relación entre software y hardware. También demuestra por qué conocer únicamente la herramienta utilizada para generar el código puede ser insuficiente para comprender el funcionamiento de la solución completa.
Para los estudiantes, explorar diferentes áreas durante sus estudios de pregrado es una forma de descubrir sus intereses: desarrollar aplicaciones, trabajar con datos, estudiar sistemas embebidos o investigar infraestructura y seguridad, por ejemplo.
Lea también: Ingeniería Informática en ESEG: ¿cómo es la experiencia?
¿Qué áreas del conocimiento merecen atención durante los estudios de pregrado?
Mantenerse al día con las nuevas herramientas forma parte de la formación, pero es importante reservar tiempo para adquirir los conocimientos que permitan comprenderlas y evaluar su uso.
Programación, algoritmos y estructuras de datos Ayudan a organizar problemas, comparar soluciones y comprender el comportamiento de un programa. La práctica debe incluir la lectura, la escritura y la corrección de código.
Matemáticas y estadística Apoyan el estudio de datos e inteligencia artificial. Al trabajar con un modelo, es necesario saber interpretar los resultados y preguntarse si la evaluación realizada representa la situación en la que se utilizará.
Arquitectura informática, redes y sistemas operativos Ayudan a investigar qué sucede cuando una aplicación consume demasiados recursos, pierde la conexión o se ralentiza. El problema que percibe el usuario no siempre reside en la parte más evidente del código.
También se desarrollan habilidades mediante el trabajo en grupo. Explicar una decisión, escuchar una pregunta y organizar tareas son aspectos concretos de un proyecto. Un estudiante puede dominar su parte de la implementación y aun así necesitar aprender a integrarla con el trabajo de sus compañeros.
Este conocimiento se adquiere mediante la práctica. Al desarrollar una aplicación, el estudiante debe tomar decisiones, lidiar con limitaciones y verificar si el resultado cumple con el objetivo propuesto. Es en este proceso donde el contenido deja de ser un tema aislado en el currículo.
¿Cómo aborda el curso de Informática de ESEG estas áreas?
El programa de Ingeniería Informática de ESEG College tiene una duración de diez semestres y se imparte en São Paulo. El plan de estudios incluye Fundamentos de Programación y Algoritmos, Python para Ciencia de Datos, Estructuras de Datos, Bases de Datos y Arquitectura y Organización de Computadoras.
A lo largo del curso se abordan temas como macrodatos, computación en la nube, inteligencia artificial (niveles 1 y 2) y seguridad informática (niveles 1 y 2). El programa también incluye proyectos integradores y proyectos de automatización. Consulta el programa de estudios completo.
Para quienes evalúan la capacitación, es importante tener en cuenta esta secuencia y cómo los fundamentos se relacionan con el contenido más avanzado. Estudiar inteligencia artificial implica comprender los datos, el software y la infraestructura necesarios para su funcionamiento.
Elegir una carrera universitaria requiere considerar tanto el interés por la tecnología como la disposición para estudiar, probar soluciones y aprender continuamente. Las herramientas evolucionarán a lo largo de la trayectoria profesional; los profesionales deberán mantenerse al día con estos cambios y poseer los conocimientos necesarios para realizar sus propias evaluaciones.
Aprenda sobre el curso de Ingeniería Informática en ESEG, Explora el plan de estudios y consulta las opciones de admisión.
La IA ya realiza tareas de programación, pero no hay una fecha prevista para que reemplace por completo la profesión. El impacto en el trabajo depende de la evolución de las herramientas, su adopción por parte de las empresas y las responsabilidades inherentes a cada puesto.
Mito. Esta afirmación simplifica un proyección Publicado en 2017, el artículo analiza la posibilidad de que las máquinas escriban la mayor parte del código por sí mismas para 2040, sin afirmar que todos los desarrolladores perderán sus empleos ese año.
