Google revela que el 90% de los profesionales en tecnología usa IA aunque muchos dudan de su calidad al programar

El 46 % de los trabajadores encuestados confía parcialmente en la calidad del código generado por la inteligencia artificial

Guardar
Un informe de DORA, de
Un informe de DORA, de Google, con 5.000 respuestas de especialistas, muestra que el 90% usa IA en su trabajo. (Imagen Ilustrativa Infobae)

El uso de herramientas de inteligencia artificial entre los profesionales de la tecnología ha experimentado un crecimiento sostenido, especialmente para tareas como la escritura y modificación de códigos, según un nuevo estudio de Google.

El informe, elaborado por la división de investigación DORA de Google y basado en 5.000 respuestas de especialistas de todo el mundo, reveló que el 90% de los encuestados utilizan IA en sus actividades laborales, lo que representa un aumento del 14% respecto al año anterior.

Una mayoría significativa (65%) de los participantes manifestó una alta dependencia de la IA en el desarrollo de software: el 37% indicó una “cantidad moderada” de dependencia, el 20% señaló “mucha” y el 8% reconoció “muchísima”.

“Es inevitable utilizar IA como parte del trabajo diario si eres ingeniero en Google”, afirmó Ryan J. Salva, responsable de las herramientas de codificación de Google como Gemini Code Assist, en una entrevista con CNN.

El 65 % de los participantes
El 65 % de los participantes señaló depender mucho de la IA para desarrollar software. (Imagen Ilustrativa Infobae)

Qué tanto confían estos profesionales en la IA

El hecho de que los programadores utilicen IA no implica que todos perciban su valor de la misma manera.

El 46% de los profesionales tecnológicos encuestados expresó confiar “algo” en la calidad del código generado por inteligencia artificial, mientras que el 23% indicó confiar “poco” y el 20% manifestó una confianza “mucha”.

Además, el 31% señaló que la IA mejoró “ligeramente” la calidad del código, y el 30% consideró que no tuvo “ningún impacto”.

Google señala que, aunque la IA está impulsando el rendimiento individual, su influencia en las organizaciones presenta mayor complejidad.

El 46% de los profesionales
El 46% de los profesionales tecnológicos confía parcialmente en la calidad del código generado por IA. (Imagen Ilustrativa Infobae)

Según la investigación, la adopción de inteligencia artificial ahora se asocia con un aumento en el rendimiento de la entrega de software, ya que los equipos están lanzando más productos y aplicaciones, un cambio positivo respecto a los resultados del año anterior.

No obstante, persiste el desafío de garantizar que el software funcione correctamente antes de ser entregado a los usuarios.

Cómo adoptar la IA en los equipos

La adopción de inteligencia artificial en los equipos tecnológicos se ha vuelto una tendencia global, pero implementar IA por sí sola no garantiza el éxito.

Para abordar este reto, la división DORA de Google ha desarrollado un plan de siete capacidades esenciales que permiten potenciar el impacto real de la IA en las organizaciones.

DORA, de Google, creó un
DORA, de Google, creó un plan con siete capacidades clave para maximizar el impacto de la IA en las organizaciones. (Imagen Ilustrativa Infobae)

El Modelo de Capacidades de IA de DORA, fundamentado en una amplia investigación, identifica una combinación de factores técnicos y culturales como pilares necesarios para lograr resultados óptimos.

Estas capacidades no solo favorecen la integración efectiva de la inteligencia artificial, sino que son decisivas para el desempeño a nivel individual, de equipo y organizacional.

Las siete capacidades clave del modelo son:

  1. Enfoque centrado en el usuario: Priorizar las necesidades y experiencias de los usuarios contribuye de forma directa al rendimiento del equipo.
  2. Práctica sólida de control de versiones: La gestión rigurosa de versiones de código facilita la calidad y la confiabilidad de los sistemas.
  3. Datos internos accesibles para IA: Disponer de información interna de calidad que sea utilizable por soluciones de inteligencia artificial incrementa la efectividad individual.
  4. Trabajo en pequeños lotes: La entrega de funcionalidades en unidades pequeñas mejora la productividad y permite ajustar rápidamente los procesos.
  5. Postura de IA clara y comunicada: Definir y comunicar la visión sobre IA de manera transparente ayuda a reducir la fricción dentro del equipo.
  6. Plataforma interna de calidad: Contar con una infraestructura sólida acelera el flujo de trabajo y eleva la calidad de los productos.
  7. Ecosistema de datos saludable: Mantener datos consistentes y confiables fortalece el rendimiento organizacional.

Potenciar el impacto de la IA requiere combinar tecnología, procesos y una cultura de equipo alineada. Solo así será posible transformar la adopción de inteligencia artificial en resultados tangibles para equipos y empresas, señala Google.