Los agentes de codificación con IA acaban de convertir a los desarrolladores de escritores en revisores de código
El 42% del código que los desarrolladores confirman hoy está generado o asistido por IA, frente al 12% en 2025, según la Encuesta State of Code 2026 de Sonar. Esa estadística se cita constantemente como prueba de que la IA "ya escribe software". Oculta el cambio más importante que hay debajo: el 81% de los desarrolladores dice que ahora dedica más tiempo a revisar código generado por IA, y el 38% afirma que revisar la salida de la IA requiere más esfuerzo que revisar el trabajo de un colega. El trabajo no ha sido automatizado; se ha reestructurado — de producir código a auditarlo.
Por qué la revisión se hizo más difícil, no más fácil
La suposición intuitiva era que el código escrito por IA, libre de fatiga e inconsistencia humanas, sería más fácil de confiar y por tanto más rápido de revisar. Ha resultado ser lo contrario por una razón específica: el código generado por IA está equivocado con confianza de maneras que el código humano rara vez lo está. Un desarrollador humano que no entiende los casos límite de una librería suele escribir código que visiblemente lucha. Un modelo de lenguaje grande genera código con la misma fluidez sintáctica tanto si entiende plenamente el requisito como si solo hace coincidir patrones con ejemplos de entrenamiento superficialmente similares.
Qué está cambiando realmente en la práctica
Los equipos que se adaptan bien a este cambio hacen tres cosas concretas. Primero, separan "esto funciona" de "esto es correcto" como pasadas de revisión distintas. Segundo, exigen que los commits asistidos por IA incluyan el prompt o descripción de la tarea que los generó, no solo el diff resultante. Tercero, algunos equipos enrutan deliberadamente el código generado por IA a través de un segundo modelo de IA para una revisión adversarial antes de que lo vean ojos humanos.
Las habilidades que realmente están ganando valor
Los desarrolladores que navegan bien esto no son los más rápidos escribiendo código — son los mejores leyéndolo rápida y correctamente. El juicio arquitectónico sigue la misma trayectoria. Los modelos de IA son buenos generando código que satisface una especificación de alcance local y mucho más débiles reconociendo cuándo una solución localmente correcta crea un problema a nivel de sistema.
Qué deben hacer los equipos ahora
Si las métricas de adopción de IA de tu equipo rastrean líneas de código generadas o tiempo ahorrado escribiendo, estás midiendo la mitad equivocada de la ecuación — mide en su lugar el tiempo de revisión y la tasa de escape de defectos. Construye listas de verificación de revisión específicas para los patrones de fallo conocidos del código generado por IA, e invierte en formar explícitamente a los ingenieros junior en lectura y verificación de código.