Cómo cambió el desarrollo de software con el vibe coding
La inteligencia artificial cambió la forma de desarrollar software: hoy se construyen aplicaciones, automatizaciones y prototipos en tiempos impensables.
Qué es el vibe coding
En febrero de 2025, Andrej Karpathy, cofundador de OpenAI y exdirector de inteligencia artificial de Tesla, usó el término vibe coding para describir una nueva forma de programar. La idea es pedirle a una IA, con palabras comunes, que escriba el código y luego dedicarse a probar el resultado. La expresión se masificó tan rápido que el diccionario Collins la eligió palabra del año 2025.
A medida que esta práctica se extiende, hemos comenzado a observar un problema en distintas organizaciones. Lo que se gana en velocidad durante el desarrollo se pierde en las etapas siguientes y, en algunos casos, el costo que se buscaba reducir termina siendo mayor. Para entender por qué, conviene revisar cómo se desarrollaba software antes, qué cambió entremedio y cómo se trabaja hoy.
Cómo se desarrollaba antes
Durante décadas, cada programa se escribía línea por línea. Un equipo de desarrolladores entendía los requerimientos del negocio, diseñaba una solución, lo desarrollaba, lo probaba, verificaba su seguridad y lo corregía. Ese trabajo exigía años de formación y podía tomar semanas o meses. Por esto desarrollar era lento, costoso y poco flexible.
El despliegue, es decir, dejar el sistema funcionando para los usuarios reales, también era complejo. Había que preparar servidores, configurar accesos, cumplir con políticas internas y controles de seguridad, y pasar pruebas antes de publicar. No era rápido, pero era un proceso conocido y el equipo sabía cómo llevarlo a cabo.
Una vez que el software llegaba a producción, los equipos de soporte y continuidad operacional normalmente contaban con estos elementos básicos:
- documentación
- arquitectura conocida
- estándares de desarrollo
- repositorios y control de versiones
- procesos de despliegue definidos
- conocimiento sobre cómo se había construido la solución
- equipos responsables de mantenerla
Finalmente, la mantención requería cuidado, pero era manejable. Cuando algo fallaba, el equipo sabía dónde estaba cada pieza, porque la había construido.
Qué cambió entremedio
El cambio llegó por etapas. Primero aparecieron asistentes como GitHub Copilot y Amazon CodeWhisperer, que sugerían líneas y bloques de código mientras se programaba, de forma parecida al autocompletado del celular. Luego, con el lanzamiento público de ChatGPT a fines de 2022, fue posible pedirle a una IA programas completos, descritos en lenguaje natural. A medida que la tecnología avanzaba, los programadores fueron incorporando estas herramientas a su trabajo, y la adopción fue rápida.
Cómo se desarrolla con vibe coding
Hoy una persona o un equipo puede tomar una necesidad y apoyarse en la IA para construir una aplicación que, en apariencia, resuelve el problema. Se describe lo que se necesita, la IA genera el código y luego se ejecuta el programa. Si algo falla, se le entrega el error a la IA para que lo corrija, y así sucesivamente. Lo que antes tomaba semanas ahora puede tomar días o incluso horas.
Generar código pasa a ser la parte rápida y económica del proceso. El problema es que el software generado de esta forma no necesariamente considera desde su origen todo lo que necesitará para funcionar dentro de una organización.
El riesgo del falso ahorro
Una aplicación creada rápidamente genera una percepción inicial muy positiva. Si antes un desarrollo tomaba cuatro semanas y ahora toma cuatro días, el ahorro parece evidente. Pero esa comparación puede ser engañosa si solo mide una parte del proceso.
El escenario pasa de un desarrollo lento, con despliegue controlado y mantención manejable, a uno con desarrollo muy rápido, despliegue complejo y mantención costosa. Ahí el supuesto ahorro comienza a desaparecer, y el resultado puede ser un software barato de crear, pero caro de sostener en el tiempo. Esto es especialmente relevante en aplicaciones críticas, datos sensibles, procesos de negocio importantes o soluciones que deberán mantenerse durante varios años.
Seguridad y rendimiento no aparecen solos
Dos ámbitos donde estamos viendo especial riesgo son la seguridad y el rendimiento. Una herramienta de IA puede generar código que funciona, pero que algo funcione no significa que sea seguro, escalable o eficiente. Si estos atributos no se consideran desde el inicio del desarrollo, pueden aparecer problemas como estos:
- exposición de información sensible
- gestión incorrecta de credenciales
- uso de componentes vulnerables
- controles de autorización insuficientes
- consultas ineficientes a las bases de datos
- problemas de concurrencia
- consumo excesivo de infraestructura
- fallas cuando aumenta significativamente el número de usuarios
Veracode, una empresa especializada en seguridad de aplicaciones, midió este riesgo en 2025. En su informe 2025 se indica que se entregó a más de 100 modelos de IA un conjunto de 80 ejercicios de programación que podían resolverse de una forma segura o de una insegura. En el 45 % de los casos, la IA eligió la opción insegura, por lo que dejó una vulnerabilidad conocida en el código. Su informe 2026 muestra que esa proporción casi no ha variado.
Corregir estos problemas cuando el sistema ya está construido suele ser más caro que prevenirlos desde el diseño. Lo que tomó dos días en construirse puede requerir varias semanas antes de estar listo para producción, porque hay que modificar la arquitectura, reescribir componentes, corregir vulnerabilidades y resolver problemas de rendimiento.
Mantener se vuelve difícil
El software nunca está completamente terminado. Durante toda su vida útil habrá incidentes, cambios en el negocio, nuevos requerimientos, problemas de rendimiento, ajustes de infraestructura y vulnerabilidades por corregir. Por eso la mantención es la etapa más larga del proceso, y también la más afectada por lo que se hizo, o no se hizo, al inicio.
Si el software nació sin una arquitectura clara, con poca documentación y sin que nadie revisara el código, los equipos de soporte y continuidad operacional reciben una aplicación que funciona, pero que nadie entiende del todo. Cuando algo falla, cuesta saber dónde buscar el error, y cualquier modificación o recuperación toma más tiempo del esperado.
El problema no es el vibe coding
Sería un error concluir que la solución es volver a desarrollar software como antes. La IA cambió de forma estructural la productividad del desarrollo, y renunciar a esa capacidad no tiene sentido. Tampoco lo tiene aplicar los mismos procesos exigentes a una aplicación crítica y a un pequeño prototipo interno.
Lo que hace falta es un nuevo equilibrio, que conserve la velocidad de la IA e incorpore desde el comienzo la ingeniería necesaria para que el software pueda funcionar dentro de una organización.
Durante mucho tiempo, una parte importante del trabajo de un desarrollador consistía en transformar requerimientos en código. La IA está automatizando buena parte de esa tarea, pero eso no hace innecesaria la ingeniería de software.
De vibe coding a ingeniería de software aumentada por IA
Más que llenar las organizaciones de aplicaciones hechas con vibe coding, el objetivo debería ser usar la IA para construir mejor software, más rápido y sin abandonar los principios de la ingeniería.
Eso implica incorporar las reglas desde el comienzo. La IA debe conocer los estándares de arquitectura y las políticas de seguridad de la organización, usar componentes aprobados, generar documentación y pruebas durante el desarrollo, considerar la observabilidad y preparar bien el despliegue. En otras palabras, debe generar software pensando también en quien tendrá que mantenerlo mañana.
El gran salto de productividad llegará cuando podamos llevar software confiable desde una necesidad hasta producción mucho más rápido y eficiente en costo que antes, y mantenerlo durante años. Ese es el desafío que el vibe coding le plantea a la ingeniería de software.
¿En tu organización ya hay aplicaciones construidas con IA que necesitan pasar a producción? Nuestro equipo puede revisarlas contigo: arquitectura, seguridad, rendimiento y documentación.