Aprender a programar con IA sin perder habilidades

Un ensayo con 52 programadores y la encuesta de Stack Overflow 2026 muestran que la IA ayuda, pero puede frenar lo que aprendes. Qué hacer para usarla bien.

Si estás aprendiendo a programar, ya usas o vas a usar un asistente de IA. La pregunta útil no es si conviene, sino cómo usarlo para que no te quite justo lo que viniste a aprender. Esta nota junta dos fuentes con datos de 2026: un ensayo controlado de Anthropic publicado el 29 de enero de 2026 y la Encuesta de desarrolladores de Stack Overflow, publicada el 6 de octubre de 2026. Los datos son de esas fechas y, como verás, tienen límites.

Qué midió el estudio de Anthropic

Dos investigadores de Anthropic, Judy Hanwen Shen y Alex Tamkin, hicieron un ensayo aleatorizado con 52 desarrolladores, en su mayoría junior. Todos usaban Python al menos una vez por semana desde hacía más de un año y ninguno conocía Trio, una librería de programación asíncrona. Tenían que resolver una tarea de dos funciones con Trio en unos 35 minutos y después rendir un cuestionario de 25 minutos. Un grupo tenía un asistente de IA en la tarea; el otro programaba a mano.

Una aclaración de transparencia: Anthropic es una empresa que desarrolla asistentes de IA, incluidos asistentes para programar. Por eso conviene leer el estudio con atención a lo que dicen sus propios autores y no solo a la conclusión.

• Cuestionario: el grupo con IA promedió 50 % y el grupo que programó a mano, 67 %. El texto del estudio lo resume como un puntaje 17 % más bajo para quienes usaron IA.
• Velocidad: el grupo con IA terminó unos dos minutos antes, pero la diferencia no fue estadísticamente significativa. Es decir, en esta tarea la IA no demostró ahorrar tiempo de forma clara.
• Qué se perdió: los autores escriben que el uso de IA perjudicó la comprensión de conceptos, la lectura de código y la depuración.

Lo más útil: cómo usaron la IA los que sí aprendieron

Los investigadores clasificaron cómo interactuó cada persona con el asistente y encontraron seis patrones. Los números por patrón son muy chicos (entre 2 y 7 personas), así que son pistas, no reglas. Aun así, la diferencia es clara.

• Puntajes bajos (menos de 40 %): delegar todo el código a la IA, depender cada vez más de ella a medida que avanza la tarea y usarla para depurar una y otra vez sin entender el error. Cada uno de estos tres patrones tuvo 4 personas.
• Puntajes altos (65 % o más): pedir primero el código y después hacer preguntas hasta entenderlo (2 personas), pedir código junto con explicaciones (3 personas) y hacer preguntas conceptuales y resolver por cuenta propia (7 personas).

El hilo común es simple: quienes aprendieron usaron la IA para entender, no solo para obtener código. Pedir una explicación del concepto antes de pedir la solución parece marcar la diferencia.

Qué dice la encuesta de Stack Overflow 2026

La encuesta tuvo 30.903 respuestas válidas de 169 países, recogidas entre el 23 de junio y el 5 de agosto de 2026. Es una encuesta voluntaria de la comunidad, no una muestra representativa de quienes buscan su primer empleo, pero sirve para ver cómo piensa quien programa hoy.

• Confianza condicionada: el 48 % dice que confía en la IA cuando puede verificar fácilmente el resultado. Es la respuesta más común.
• Verificar importa: entre quienes respondieron esa pregunta, el 52,1 % considera «muy importante» comprobar las respuestas de la IA.
• Miedo a perder habilidades: el 17,1 % evita la IA en el trabajo o el estudio por preocupación de perder habilidades laborales. Es la razón más citada, por encima de las preocupaciones éticas (15,2 %) y de privacidad (13,0 %). El 41,3 % no evita la IA.
• Para qué se usa: generar código en un área conocida (69,3 %), depurar y refactorizar (63,8 %) y generar código en un área que no conocen (56,0 %).
• Seguir aprendiendo: según el blog de la encuesta, el 79 % quiere mejorar su manejo de la IA y el 52 % sigue aprendiendo habilidades nuevas de programación.

Tiene lógica con el estudio: cuando no puedes verificar una respuesta, la IA es un riesgo; cuando sí puedes, es una ayuda. Y para verificar necesitas justamente las habilidades que el estudio vio caer en quienes delegaron todo.

El informe DORA 2025 de Google Cloud va en la misma línea con una frase: el papel principal de la IA es el de amplificador que magnifica las fortalezas y debilidades que ya existen. Para quien aprende, eso sugiere que la IA multiplica una base sólida, pero también multiplica los huecos.

Una rutina para aprender con IA sin quedar dependiente

Esto no es una receta probada en un estudio: es una forma razonable de aplicar lo que mostraron los datos.

• 1. Intenta primero. Escribe tu versión aunque salga mal, y recién después pide ayuda. Así sabes qué no entiendes.
• 2. Pide el porqué, no solo el código. Frases como «explícame el concepto antes de darme la solución» se parecen a los patrones de quienes sacaron buenos puntajes.
• 3. Lee todo lo que genera. Si no puedes explicar una línea con tus palabras, no la pegues en tu proyecto.
• 4. Depura con tu cabeza. Usa la IA para entender un mensaje de error, pero intenta localizar el problema tú antes de pegarlo.
• 5. Practica sin IA de vez en cuando. Resolver un ejercicio chico a mano mantiene entrenada la lectura de código y la depuración, que son las habilidades que el estudio vio más afectadas.
• 6. Demuestra lo que sabes. Un proyecto con tu explicación de cada decisión vale más que uno que no puedes defender. Hay ideas en proyectos de portafolio con IA.

Si quieres una ruta completa, mira aprender a programar con IA, del vibe coding a la arquitectura y, para el contexto del mercado, qué dicen los datos sobre el primer trabajo en IT. También puedes elegir entre los cursos verificados uno con ejercicios que debas resolver tú.

Qué no prueban estos datos

• El estudio es chico y de corto plazo. Sus autores reconocen que la muestra es relativamente pequeña, que se midió la comprensión poco después de la tarea y que no resuelve si eso predice el desarrollo de habilidades a largo plazo. Lo llaman un primer paso y sus resultados, preliminares.
• Una sola tarea y una sola librería. El efecto podría ser distinto en tareas familiares o repetitivas, según los propios autores.
• No es el mismo tipo de herramienta. Los autores señalan que el montaje difiere de los productos que actúan como agentes y esperan que, en ese caso, el impacto sobre el aprendizaje sea más marcado.
• La encuesta no mide aprendizaje. Cuenta lo que la gente dice hacer y pensar; no prueba que alguien haya perdido o ganado habilidades.

La conclusión prudente es esta: la IA no te impide aprender, pero usarla para saltarte el esfuerzo de entender sí parece costarte comprensión. Úsala como una tutora que te explica, no como un atajo que te entrega la respuesta.

Preguntas frecuentes

¿Debo dejar de usar IA si estoy aprendiendo? Los datos no piden eso. Muestran que el modo de usarla importa: preguntar y entender dio mejores resultados que delegar todo.

¿Cuánto bajó el aprendizaje con IA? En ese ensayo, el grupo con IA promedió 50 % en el cuestionario contra 67 % del grupo sin IA, con 52 personas. Es un resultado preliminar.

¿La IA ahorra tiempo al programar? En esa tarea, el grupo con IA terminó unos dos minutos antes, pero la diferencia no fue estadísticamente significativa.