Últimamente salen noticias que tienen que ver con IA y con la programación, y aunque en el terreno de la IA soy un neófito, en el de la programación no. Más concretamente, en el de la ingeniería de software, porque programar al final es codificar y eso lo puede hacer hasta un niño de cuatro niños. Así que me hace gracia que Cursor (y NVIDIA) anuncie como un logro que los ingenieros de NVIDIA «consoliden» tres veces más código usando la IA de su solución que sin usarla.

En ingeniería de software, la métrica del número de líneas tiradas —o «consolidadas» como se menciona—, sin más, no dice nada de la calidad del software que estás construyendo. Los algoritmos se pueden hacer de muchas formas, y unos ocupar cinco líneas y otros que hagan lo mismo ocupar veinte. Una IA puede crear infinidad de líneas de código pero no ser código útil. O puede toparse con un ingeniero vago, y que dé por válido un bloque de código que claramente se podría refactorizar. Pero como «funciona», es mucho más código «consolidado».

Mi experiencia actual con las IA para programar es que son buenas para codificar ejemplos de manual —los que uso en las clases—, pero son malas para codificar en los proyectos que manejo. Todo sea dicho, ahora mismo Claude o Chat GPT son mejores que muchos compañeros que he tenido, pero de momento para ciertas cosas no pueden suplir la experiencia de alguien que lleve taitantísimos años programando como es mi caso.

Así que lo de «cantidad de código generado», en ingeniería del software, es una métrica que no dice mucho. Puede que lo generado por una IA sea revisado por humanos, pero como he dicho, el humano debe tener ganas de hacer bien su trabajo. Cuando estás en tu puesto tienes jefes, los jefes te meten presión, y puedes validar a lo loco. Eso ocurre en cualquier proyecto cada día, porque la validación es lo crucial de todo esto.

Además, como se está viendo, tampoco significa que esa triple cantidad de código consolidado por IA vaya a producción. Se están haciendo más pruebas, más prototipado, puede haber más código echado para atrás en validación creando más ruido innecesario, y al final en realidad esto no significa que los ingenieros de NVIDIA estén siendo más eficientes o productivos. Pueden estar siéndolo menos. Habría que hacer un análisis serio de multitud de métricas para saber si ese triple de código generado o consolidado por los ingenieros de NVIDIA está siendo eficaz para el propósito del software que construyan.

Este es el tipo de noticias de autobombo, en este caso de Cursor con el beneplácito de NVIDIA, porque, bueno, no habría las actuales IAG sin las aceleradoras de NVIDIA. Y una noticia sesgada, como la que ha dado Cursor y NVIDIA, y copiada por mil medios sin desgranarla, solo sirve para decir que «¡hey, críticos, que la IA funciona!». Cuando puede no ser así. No lo sé, porque falta información. Así que, es contenido promocional del que se puede pasar olímpicamente.

Que todo sea dicho, estamos a uno o dos años de que en la práctica una IA, si el proyecto está bien analizado y diseñado, pueda codificar con casi un cien por cien de eficiencia en sus algoritmos en bases de código muy grandes. Pero para hacer totalmente bien el tema del diseño y análisis todavía le queda unos años más. No muchos más, desgraciadamente, pero algo queda.

Sobre la noticia en sí, el uso de la integración de Cursor en el flujo de trabajo de los 30 000 ingenieros de NVIDIA, bueno, ahora mismo la compañía tiene 36 000 empleados, y su plantilla ha crecido en cinco mil en 2025. Tampoco se ve que NVIDIA esté lanzando actualizaciones más rápido de sus controladores o del software que gestionan. Así que o están embarcados en proyectos nuevos, o una buena parte son ingenieros que realmente poco tienen que ver con programar, que de esos son la mayoría de sus ingenieros. Cuestión aparte es que incluso las herramientas de diseño electrónico integren IA desde hace unos cuantos años porque a nadie se le ocurre rutear el diseño de una GPU a mano.

Vía: Tom's Hardware, Cursor.