Locale: es
Nota: Este artículo no afirma que programar con IA sea una adicción clínica demostrada. La comparación se limita a ciertas similitudes con mecanismos estudiados en el juego y otros productos digitales, especialmente la incertidumbre de la recompensa y la repetición rápida.[3] No existe evidencia que demuestre el mismo mecanismo causal para la programación con IA.
1. La idea central: programar con IA puede sentirse como un juego de azar que sí produce algo útil
Pides una corrección. Esperas unos segundos. Falla. Cambias la instrucción. Ahora casi funciona. Ejecutas las pruebas. Se rompe otra cosa. Lo intentas otra vez. Todo pasa.
Ese último resultado en verde engancha.
La gran diferencia es que una tirada buena no deja solo una animación bonita. Puede dejar código, pruebas, investigación, documentación o una función completa.
Tiene el ritmo del entretenimiento y el resultado del trabajo.
Alguien mezcló una fábrica de software con una tragaperras.
2. “Quizá la próxima funcione” vuelve cada pocos minutos
La investigación sobre el juego lleva años estudiando la incertidumbre de la recompensa: no saber cuándo llegará puede reforzar la repetición de una conducta.[3]
La programación con IA tiene una apariencia parecida.
Una petición puede:
- resolverse a la primera
- quedarse al 80 %
- romper otro archivo
- entender mal todo el requisito
- detectar la causa real antes que tú
No sabes qué ocurrirá al pulsar Enter.
Y la respuesta llega en segundos o minutos.
No hay que esperar hasta mañana para el siguiente episodio.
Hay pequeños giros de guion a velocidad de máquina expendedora.
3. Incluso el fracaso deja algo
Aquí aparece una diferencia decisiva con el juego.
Un intento fallido suele dejar información.
Queda un registro. Aparece una nueva hipótesis. Hay un parche parcial. Se añade una prueba. Al menos sabes qué camino no funciona.
Por eso tres horas de fracaso pueden sentirse como:
“hemos avanzado”
en lugar de:
“he perdido tres horas”.
Es como un RPG que da experiencia incluso cuando pierdes.
Y a veces, además de experiencia, suelta código de producción.
4. El verdadero desperdicio es el bucle de fracaso del propio agente
No todos los fallos son productivos.
Un agente autónomo puede caer en:
ejecutar → fallar → corregir en la misma dirección → fallar → repetir casi lo mismo → fallar → anunciar “probaré otro enfoque” → hacer prácticamente lo mismo
Una persona puede mirar la pantalla y decir: “deja de cavar ese agujero”.
La IA es aplicada.
Así que sigue cavando.
Y también quema la cuota con admirable disciplina.
Lo que hace falta no es más perseverancia, sino frenos:
- parar tras dos o tres fallos equivalentes
- no repetir si el error no ha cambiado
- resumir la causa antes del siguiente intento
- crear un punto de retorno antes de cambios grandes
- avisar cuando el consumo se dispara
Un agente no necesita motivación. Necesita reglas de stop-loss.
5. Aun así, no es juego de azar en el sentido económico
Programar con IA no consiste en apostar dinero para recuperar dinero por probabilidad.
Bien utilizada, la herramienta genera producción real.
Un estudio del NBER de 2026 con más de 500.000 desarrolladores de GitHub encontró grandes aumentos en la actividad de programación con distintas generaciones de herramientas de IA, pero efectos mucho menores al llegar a proyectos y lanzamientos reales.[4]
La distinción importa:
escribir más código no equivale a entregar más valor.
Un agente puede ejecutarse cien veces. Los commits pueden multiplicarse. La cuota puede desaparecer.
Si nada llega a usuarios, la fábrica simplemente gira muy rápido.
Cuando una función sí se publica, pasa las pruebas y se utiliza, ya no estamos hablando de simple entretenimiento.
Lo peculiar es que la recompensa tipo juego y la utilidad real comparten la misma pantalla.
6. Por qué es tan fácil justificar una suscripción cara
Gastar mucho cada mes en un videojuego se ve claramente como ocio.
Con IA, la contabilidad mental cambia.
Puede ahorrar horas de trabajo. Explicar conceptos nuevos. Escribir código. Investigar. Crear documentación. Construir aplicaciones.
Entonces la cuota parece una herramienta profesional.
Y el problema para la cartera es que realmente lo es.
Ocio, trabajo, aprendizaje y creación llegan en la misma factura.
Por eso un plan caro se puede defender con frases muy reales:
“me ahorró varias horas”. “terminó una función”. “sin esto habría tenido que investigarlo todo”.
7. “Es útil” no significa “cualquier gasto merece la pena”
Aun así, conviene medir.
Si pasas diez horas con la IA en algo que antes terminabas en cinco, quizá has encontrado un nuevo hobby y no una mejora de productividad.
No pasa nada si es un hobby.
El problema aparece cuando crees que estás trabajando y en realidad estás mirando actuar al agente.
Métricas útiles:
- cuánto tardarías sin IA
- cuántos resultados terminados aumentaron
- si bajó el tiempo de revisión humana
- cuánta cuota se perdió en bucles
- qué tareas podría hacer un modelo más barato
- si aumentaron los lanzamientos, no solo el código
“Lo usé muchísimo” no es un resultado.
Vivir en un gimnasio tampoco crea músculo automáticamente.
8. Por qué “una mejora diaria o un reinicio total” suena tan bien
En octubre de 2026, el responsable de OpenAI para Codex y ChatGPT Work anunció públicamente un reto de 28 días: cada día el equipo publicaría una mejora clara y relevante para la mayoría de usuarios o realizaría un reinicio completo.[1]
Justo antes había dicho que el trabajo se concentraría en simplificación, más eficiencia y uso, grandes funciones y nuevos modelos.[2]
Un rastreador comunitario no oficial interpreta el periodo como del 5 de octubre al 1 de noviembre, hora del Pacífico.[5]
En teoría, una nueva función diaria suena mejor.
Para quien agota de verdad la cuota, a veces ocurre lo contrario:
una función nueva < recuperar toda la cuota.
El valor de un modelo potente no depende solo de su inteligencia, sino también de cuántos intentos útiles puedes hacer.
Después de quemar cuota en un bucle absurdo, un reinicio puede parecer mucho más valioso que otro botón brillante.
9. No hace falta quitar la diversión; hay que quitar la repetición inútil
Que programar con IA sea divertido no es un defecto.
Convertir trabajo tedioso en “voy a probar una vez más” es una ventaja enorme.
El problema aparece cuando:
“una vez más”
se convierte en:
“el agente ha repetido el mismo error veinte veces”.
La solución no es hacer la experiencia más aburrida.
Iteración útil, rápida. Repetición inútil, cortada pronto.
La métrica final no es cuántas veces giró la rueda.
Es:
qué llegó a terminarse.
