Herramienta IA Favorita de Desarrolladores: Cursor Supera a GitHub Copilot
Un informe reciente de LeadDev, una organización centrada en el liderazgo en ingeniería de software, ofrece una visión exhaustiva de cómo la inteligencia artificial se está integrando en los flujos de trabajo diarios de los desarrolladores y sus organizaciones. El Informe Inaugural de Impacto de la IA revela un panorama de rápida adopción, con una mayoría significativa de equipos de ingeniería que ya están aprovechando las herramientas de IA.
Los hallazgos indican que dos tercios de los desarrolladores y organizaciones de ingeniería están utilizando activamente herramientas y modelos de IA, lo que señala una adopción generalizada de la tecnología. Otro 20% se encuentra en la etapa de prueba de concepto, mientras que un 13% está explorando el potencial de la IA. Sorprendentemente, solo el 2% de los encuestados informó no tener planes de usar herramientas de IA en absoluto, lo que destaca su estatus como casos atípicos en una industria cada vez más impulsada por la IA. Scott Carey, editor en jefe de LeadDev, expresó fascinación por este pequeño contingente, señalando que la IA se está convirtiendo rápidamente en una parte integral del desarrollo moderno.
En cuanto a herramientas específicas, el informe desenterró algunas preferencias inesperadas. Cursor surgió como la principal herramienta de IA financiada por organizaciones, utilizada por el 43% de los encuestados. GitHub Copilot, a menudo percibido como el actor dominante, le siguió de cerca con un 37%. Otras herramientas prominentes, incluidas OpenAI, Google Gemini, Windsurf y Claude de Anthropic, conformaron un nivel intermedio de adopción. Opciones de nicho o menos convencionales como Amazon Q, Bedrock, Replit y Lovable registraron cuotas mínimas, lo cual es comprensible dado el enfoque de la encuesta en desarrolladores profesionales que utilizan soluciones financiadas por la organización.
El informe también arroja luz sobre las principales aplicaciones de la IA en el desarrollo. Los ingenieros están utilizando predominantemente la IA y los grandes modelos de lenguaje para tareas como la generación de código, la síntesis de reuniones, la redacción de documentación y otros contenidos, y la investigación de nuevos conceptos. Sin embargo, su uso de la IA para funciones más avanzadas u operativas sigue siendo limitado. Solo el 7% utiliza la IA para el análisis de datos, el 7% para pruebas y garantía de calidad, el 3% para la automatización de operaciones de TI y un mero 2% para la implementación de código. Carey observó que, a pesar del entusiasmo de los proveedores por el “AI DevOps” y conceptos similares, los desarrolladores aún no han integrado profundamente la IA en todo el ciclo de vida del desarrollo de software para estas áreas. Señaló la frustración de que estas son precisamente las áreas donde la IA podría ofrecer el mayor impacto potencial, sin embargo, las soluciones listas para usar son escasas y el enfoque del proveedor a menudo radica en otro lugar.
Una pregunta crítica abordada por el informe concierne al impacto real de la IA en la productividad del desarrollador. Si bien la mayoría de los encuestados de LeadDev creen que la IA los ha hecho más productivos, el 5% informó que no hubo cambios y el 10% se sintió menos productivo. Un notable 26% no estaba seguro o no sabía, un hallazgo que Carey atribuyó a una falta generalizada de sistemas robustos para rastrear la productividad del desarrollador dentro de las organizaciones. Esta percepción contrasta fuertemente con un informe anterior de METR, que indicaba que si bien los desarrolladores pensaban que la IA mejoraba su productividad, estas herramientas en realidad los ralentizaban en un 19%. Esta discrepancia resalta una posible “paradoja de la productividad” donde las ganancias percibidas no siempre se alinean con los resultados medibles.
De cara al futuro, el informe también exploró las implicaciones de la adopción de la IA para la fuerza laboral futura, particularmente para los ingenieros junior. Una mayoría significativa (54%) de los encuestados cree que sus organizaciones contratarán menos desarrolladores junior a largo plazo. Este cambio sugiere que los roles de los ingenieros de nivel de entrada pueden evolucionar, centrándose más en supervisar agentes de IA que en las tareas de codificación tradicionales.