Aquesta és una d'aquelles preguntes persistents i lleugerament inquietants que s'insinuen a les xerrades nocturnes de Slack i als debats alimentats per cafè entre programadors, fundadors i, sincerament, qualsevol que hagi detectat mai un error misteriós. D'una banda, les eines d'IA es tornen cada cop més ràpides, més nítides, gairebé estranyes en la manera com escopien el codi. D'altra banda, l'enginyeria de programari mai no va consistir només a definir la sintaxi. Repassem-ho tot sense caure en el típic guió distòpic de ciència-ficció del tipus "les màquines prendran el control".
Articles que potser t'agradaria llegir després d'aquest:
🔗 Les millors eines d'IA per a proves de programari
Descobreix eines de proves basades en IA que fan que el control de qualitat sigui més intel·ligent i ràpid.
🔗 Com convertir-se en enginyer d'IA
Guia pas a pas per construir una carrera professional d'èxit en IA.
🔗 Millors eines d'IA sense codi
Crea fàcilment solucions d'IA sense programar utilitzant les millors plataformes.
Els enginyers de programari són importants 🧠✨
Sota tots els teclats i les traces de pila, l'enginyeria sempre ha estat resolució de problemes, creativitat i judici a nivell de sistema . És clar, la IA pot generar fragments o fins i tot construir una aplicació en segons, però els enginyers reals aporten coses que les màquines no acaben de tocar:
-
La capacitat de comprendre un context .
-
Fer concessions (velocitat vs. cost vs. seguretat... sempre és un acte de malabarismes).
-
Treballant amb persones , no només amb codi.
-
Detectant els casos límit estranys que no s'ajusten a un patró clar.
Pensa en la IA com una becària ridículament ràpida i incansable. Útil? Sí. Dirigir l'arquitectura? No.
Imagineu-vos això: un equip de creixement vol una funció que es vinculi amb les regles de preus, la lògica de facturació antiga i els límits de tarifes. Una IA pot esborrar-ne parts, però decidir on col·locar la lògica , què retirar i com no arruïnar les factures a mitja migració : aquesta és la decisió que té un humà. Aquesta és la diferència.
Què mostren realment les dades 📊
Les xifres són sorprenents. En estudis estructurats, els desenvolupadors que utilitzaven GitHub Copilot van acabar les tasques ~55% més ràpid que els que programaven sols [1]. Informes de camp més amplis? De vegades fins a 2 vegades més ràpid amb la IA generada integrada als fluxos de treball [2]. L'adopció també és massiva: el 84% dels desenvolupadors utilitzen o tenen previst utilitzar eines d'IA, i més de la meitat dels professionals les utilitzen diàriament [3].
Però hi ha una qüestió important. Els treballs revisats per experts suggereixen que els programadors amb assistència d'IA eren més propensos a escriure codi insegur, i sovint en sortien massa segurs [5]. És exactament per això que els frameworks posen èmfasi en les barreres de seguretat: supervisió, controls, revisions humanes, especialment en dominis sensibles [4].
Comparació ràpida: IA vs. Enginyers
| Factor | Eines d'IA 🛠️ | Enginyers de programari 👩💻👨💻 | Per què és important |
|---|---|---|---|
| Velocitat | Fragments de llamps a l'arrencada [1][2] | Més lent, més atent | La velocitat bruta no és el premi |
| Creativitat | Lligat per les seves dades d'entrenament | Pot realment inventar | La innovació no és copiar patrons |
| Depuració | Suggereix correccions superficials | Entén per què es va trencar | La causa arrel importa |
| Col·laboració | Operador individual | Ensenya, negocia, comunica | Programari = treball en equip |
| Cost 💵 | Barat per tasca | Car (sou + beneficis) | Cost baix ≠ millor resultat |
| Fiabilitat | Al·lucinacions, seguretat arriscada [5] | La confiança creix amb l'experiència | La seguretat i la confiança compten |
| Compliment | Necessita auditories i supervisió [4] | Dissenys per a normes i auditories | Innegociable en molts camps |
L'auge dels companys de codificació amb IA 🚀
Eines com Copilot i els IDE basats en LLM estan remodelant els fluxos de treball. Aquestes:
-
Esborrany de plantilla a l'instant.
-
Ofereix pistes de refactorització.
-
Explica les API que no has tocat mai.
-
Fins i tot escopir proves (de vegades escamoses, de vegades sòlides).
El gir? Les tasques de nivell júnior ara es trivialitzen. Això canvia la manera com aprenen els principiants. Treballar en bucles infinits és menys rellevant. Un camí més intel·ligent: deixar que la IA esbossi i després verifiqueu : escriure assercions, executar linters, provar agressivament i revisar si hi ha defectes de seguretat enganyosos abans de la fusió [5].
Per què la IA encara no és un substitut complet
Siguem francs: la IA és potent però també... ingènua. No té:
-
Intuïció : captar requisits absurds.
-
Ètica : ponderar la justícia, el biaix i el risc.
-
Context : saber per què una característica hauria o no hauria d'existir.
Per al programari de missió crítica (finances, salut, aeroespacial), no s'aposta per un sistema de caixa negra. Els marcs de treball ho deixen clar: els humans són responsables, des de les proves fins a la supervisió [4].
L'efecte "middle-out" en els llocs de treball 📉📈
La IA és la que més impacta a la meitat de l'escala d'habilitats:
-
Desenvolupadors de nivell inicial : Vulnerables: la codificació bàsica s'automatitza. Camí de creixement? Proves, eines, comprovació de dades, revisions de seguretat.
-
Enginyers/arquitectes sèniors : Més segurs: controlen el disseny, el lideratge, la complexitat i orquestren la IA.
-
Especialistes en nínxol : Encara més segur: seguretat, sistemes integrats, infraestructura d'aprenentatge automàtic, coses on les peculiaritats del domini importen.
Pensa en les calculadores: no van eliminar les matemàtiques. Van canviar les habilitats que es van convertir en indispensables.
Trets humans. La IA ensopega.
Alguns superpoders d'enginyeria que encara no tenen la IA:
-
Lluitant amb un codi retorçat i llegat d'espaguetis.
-
Llegir la frustració de l'usuari i tenir en compte l'empatia en el disseny.
-
Navegant per la política d'oficina i les negociacions amb els clients.
-
Adaptant-se a paradigmes que encara no s'han inventat.
Irònicament, la part humana s'està convertint en l'avantatge més evident.
Com mantenir la teva carrera professional a prova de futur 🔧
-
Orquestrar, no competir : Tractar la IA com un company de feina.
-
Doble aposta en la revisió : modelització d'amenaces, especificacions com a proves, observabilitat.
-
Aprèn a fons sobre el domini : pagaments, salut, aeroespacial, clima: el context ho és tot.
-
Crea un conjunt d'eines personal : Linters, fuzzers, API tipades, compilacions reproduïbles.
-
Decisions documentals : les ADR i les llistes de verificació mantenen els canvis en la IA rastrejables [4].
El futur probable: col·laboració, no substitució 👫🤖
La situació real no és "IA contra enginyers". És IA amb enginyers . Aquells que s'hi uneixen es mouen més ràpid, pensen en gran i es descarrega la feina pesada. Aquells que s'hi resisteixen corren el risc de quedar-se enrere.
Comprovació de la realitat:
-
Codi de rutina → IA.
-
Estratègia + trucades crítiques → Humans.
-
Millors resultats → Enginyers augmentats per IA [1][2][3].
Concloent-ho 📝
Aleshores, els enginyers seran substituïts? No. Les seves feines mutaran. És menys "la fi de la codificació" i més "la codificació està evolucionant". Els guanyadors seran els que aprenguin a dirigir la IA, no a lluitar contra ella.
És un nou superpoder, no una targeta rosa.
Referències
[1] GitHub. «Recerca: quantificació de l'impacte de GitHub Copilot en la productivitat i la felicitat dels desenvolupadors». (2022). https://github.blog/news-insights/research/research-quantifying-github-copilots-impact-on-developer-productivity-and-happiness/
[2] McKinsey & Company. «Alliberant la productivitat dels desenvolupadors amb IA generativa». (27 de juny de 2023). https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/unleashing-developer-productivity-with-generative-ai
[3] Stack Overflow. «Enquesta a desenvolupadors del 2025: IA». (2025). https://survey.stackoverflow.co/2025/ai
[4] NIST. «Marc de gestió de riscos d'IA (IA RMF)». (2023–). https://www.nist.gov/itl/ai-risk-management-framework
[5] Perry, N., Srivastava, M., Kumar, D., i Boneh, D. «Els usuaris escriuen codi més insegur amb assistents d'IA?» ACM CCS (2023). https://dl.acm.org/doi/10.1145/3576915.3623157