La Oficina de Estadísticas Laborales de Estados Unidos clasifica «programador» y «desarrollador de software» como dos ocupaciones distintas, y en 2026 van en direcciones opuestas: la primera —definida oficialmente como quien «codifica a partir de especificaciones provistas por otros»— está en su nivel de empleo más bajo desde 1980, mientras la segunda proyecta un crecimiento de 15% hasta 2034.
Si estás por elegir carrera, esa distinción vale más que cualquier titular sobre la muerte del software. La pregunta útil no es si todavía hace falta programar. Es cuál de esos dos trabajos estás a punto de estudiar.
Soy Pratosh Dwivedi, cofundador y director de tecnología de TecnIA. Veo a la inteligencia artificial escribir código todos los días dentro de nuestra propia operación, y precisamente por eso creo que esta pregunta merece datos y no consuelo.
¿Es verdad que la inteligencia artificial ya escribe el código?
Sí, y a una escala que conviene mirar de frente en lugar de minimizar. Según el reporte Octoverse 2025 de GitHub, la plataforma sumó 36 millones de cuentas nuevas y el 80% de quienes llegaron empezó a usar un asistente de inteligencia artificial durante su primera semana.
El resultado no fue menos software: fue más. Los envíos de aplicaciones a la App Store de iOS crecieron 80% interanual en el primer trimestre de 2026, de acuerdo con datos de Appfigures. Y el gasto mundial en software, lejos de desplomarse, crecerá 15.5% este año hasta 1.468 billones de dólares —por encima del 14.2% que crecerá el gasto total en tecnología— según el pronóstico que Gartner publicó el 27 de julio de 2026.
Lo que cambió no es cuánto software existe en el mundo. Es quién hace cuál parte.
Entonces, ¿por qué cuesta tanto conseguir el primer empleo?
Porque el trabajo que se contrajo es, con precisión quirúrgica, el de entrada. La Oficina de Estadísticas Laborales de Estados Unidos proyecta una caída de 6% hasta 2034 para los computer programmers —la ocupación que consiste en codificar especificaciones ajenas— y un crecimiento de 15% para los software developers, quienes diseñan, deciden y responden por el sistema.
Los datos de coyuntura apuntan en la misma dirección. Las vacantes de nivel inicial en software cayeron 28% desde su pico de 2022, según el análisis de datos oficiales de empleo que publicó en julio de 2026 Laurie Voss, cofundador de npm. El empleo de desarrolladores de 22 a 25 años bajó 19% desde finales de 2022, mientras el de quienes tienen entre 41 y 49 subió 14%, de acuerdo con los datos de nómina de ADP analizados por el Digital Economy Lab de Stanford.
Y la recuperación reciente tiene una forma muy reveladora. Indeed Hiring Lab reportó el 23 de julio de 2026 que las vacantes de desarrollo de software subieron 15% desde el lanzamiento de las herramientas de programación agéntica, mientras el total de vacantes del mercado caía 7%. Pero ese crecimiento se concentró arriba: entre mayo de 2025 y mayo de 2026, el 71% del aumento correspondió a puestos de nivel senior.
El mercado no se encogió. Se le angostó la puerta de entrada.
¿Se rompió algo más que el mercado laboral?
Sí, y es lo más importante de todo este asunto: se rompió la forma en que se aprendía el oficio. El mismo Voss lo describió con una claridad que no he visto mejorada: «te contrataban para escribir código mediocre, un ingeniero senior lo revisaba, absorbías criterio por repetición y corrección, y una década después eras tú el ingeniero senior. Esa cadena está rota».
Vale la pena detenerse ahí, porque explica todo lo demás. Ese código mediocre era la colegiatura: lo pagabas en productividad durante los primeros años y comprabas criterio a cambio. La inteligencia artificial se comió exactamente ese tramo. Escribe en segundos el código que antes justificaba tu primer contrato —y, con él, desapareció el aula donde se aprendía a juzgar.
El mercado ya le puso precio a lo que quedó escaso. Un equipo de ingeniería llamado Slopfix cobra 10,000 dólares por semana por refactorizar y borrar código generado por inteligencia artificial, y cobra en función de cuánto código elimina (Tom’s Hardware, 8 de julio de 2026). El reporte GenAI Code Security 2025 de Veracode encontró que el 45% del código generado por inteligencia artificial falla los controles de seguridad de OWASP.
Nadie está pagando por teclear. Se paga por saber qué sobra, qué falta y qué no debió escribirse nunca.
Si el criterio ya no se aprende trabajando, ¿dónde se aprende?
En el único lugar que queda antes del empleo. Voss cierra su análisis pidiendo una intervención sistémica en lugar de soluciones individuales, y esa intervención tiene un nombre viejo: formación. Si la empresa dejó de ser la escuela de criterio, la escuela tiene que serlo de verdad.
Eso obliga a una carrera de software a cambiar de eje, y es lo que hay que auditar en cualquier plan de estudios que estés considerando:
- De teclear a especificar. La habilidad escasa ya no es producir la instrucción, sino redactar con precisión qué debe hacer el sistema, bajo qué restricciones y cómo se verifica que lo hizo.
- De prohibir la inteligencia artificial a evaluar con ella. Una carrera que te pide entregar código sin asistencia te está entrenando para un puesto que se está extinguiendo. En TecnIA la evaluación es AI-Native: usar inteligencia artificial no es trampa, es parte del examen, con declaración obligatoria de uso.
- De portafolio de código a portafolio de decisiones. Lo que un empleador ya no puede verificar es si escribiste tú las líneas. Lo que sí puede verificar es si sabes defender por qué esa arquitectura, por qué ese trade-off y qué harías cuando falle.
La Licenciatura en Desarrollo de Software y Automatización con IA se diseñó sobre ese eje, y forma parte de los siete programas de TecnIA con RVOE (Reconocimiento de Validez Oficial de Estudios) otorgado por la Secretaría de Educación de Quintana Roo.
¿Conviene entonces estudiar esto ahora?
Los números sugieren que sí, por una razón incómoda: se fue más gente de la que el mercado realmente expulsó. La matrícula en ciencias computacionales cayó 8.1% en licenciatura y 11.2% en el programa de computación propiamente dicho durante el otoño de 2025 —la primera caída en unas dos décadas— según el National Student Clearinghouse Research Center.
Mientras tanto, la proyección oficial para quienes diseñan software sigue siendo de 15% de crecimiento hasta 2034, y las vacantes ya se están recuperando. Dicho de otro modo: el pánico movió la matrícula justo cuando la demanda de criterio empezaba a subir.
Conviene ser precisos con esto, porque el matiz importa más que el titular. Las cifras de matrícula y las proyecciones ocupacionales que cité son de Estados Unidos, que es el mercado que mejor documenta este fenómeno y el que suele anticipar lo que después llega a la región. No son una fotografía de México, y quien te las presente como tal te está vendiendo algo. Lo que sí viaja entre mercados es la dirección del cambio: la demanda se está desplazando de quien escribe el código hacia quien decide qué construir y responde por ello.
Nada de esto es una promesa de empleo, y desconfía de cualquier institución que te la haga. Es una lectura honesta de dónde está la escasez: no en producir código, sino en responder por él.
Si estás decidiendo carrera y quieres revisar estos datos con nosotros, sin discurso de venta, escríbenos por WhatsApp y platicamos sin compromiso.
Preguntas frecuentes
¿La inteligencia artificial va a reemplazar a los programadores?
Ya reemplazó a una parte muy concreta: la Oficina de Estadísticas Laborales de Estados Unidos ubica a los computer programmers —quienes codifican especificaciones provistas por otros— en su nivel de empleo más bajo desde 1980, con una caída proyectada de 6% hasta 2034. En cambio proyecta 15% de crecimiento para los software developers, que diseñan y deciden. La sustitución es de tareas, no de la profesión completa.
¿Tiene sentido estudiar programación si la inteligencia artificial escribe el código?
Sí, siempre que el plan de estudios enseñe a especificar, revisar y verificar, y no solamente a escribir código. El propio Andrej Karpathy, que acuñó el término vibe coding, hoy defiende lo que llama agentic engineering: escribir especificaciones, revisar los cambios y correr ciclos de evaluación. Esa disciplina es lo escaso, y es exactamente lo que un tutorial de treinta minutos no puede darte.
¿Es verdad que hay menos empleo en tecnología?
Menos empleo de entrada, no menos empleo. Indeed Hiring Lab reportó el 23 de julio de 2026 que las vacantes de desarrollo de software crecieron 15% mientras el mercado general caía 7%; y que entre mayo de 2025 y mayo de 2026 el 71% de ese aumento fue de nivel senior. El gasto mundial en software, además, crecerá 15.5% en 2026 según Gartner. El problema es la puerta de entrada, no el edificio. Conviene recordar que estas cifras son del mercado estadounidense.
¿Qué debo revisar en un plan de estudios de software en 2026?
Tres cosas concretas: si te evalúan usando inteligencia artificial en vez de prohibírtela; si te enseñan a redactar especificaciones y criterios de verificación, no solo sintaxis; y si el trabajo final que produces demuestra decisiones defendibles y no únicamente código entregado. Si un programa no puede explicarte cómo evalúa el uso de inteligencia artificial, todavía está diseñado para el mercado anterior.
¿Sigue siendo buena idea elegir carrera pensando en la inteligencia artificial?
Es mejor elegirla con un método que con un pronóstico. Escribimos sobre cómo hacerlo en ¿Quién serás tú cuando la IA pueda hacer todo?, donde proponemos un marco de tres capas para decidir sin apostar a una sola predicción del mercado.
Pratosh Dwivedi es cofundador y Director de Tecnología de TecnIA Universidad Online, donde dirige el diseño de los programas de tecnología y el sistema de evaluación AI-Native con el que se forma a los estudiantes de desarrollo de software.
Este artículo fue escrito por Pratosh Dwivedi con asistencia de herramientas de inteligencia artificial, conforme a nuestra Política de IA.
