En Resumen
- El CEO de Coinbase, Brian Armstrong, estableció como objetivo que el 50% del código diario del exchange sea generado por IA para octubre, subiendo desde el 40% actual.
- Armstrong admitió haber despedido programadores que se resistían a usar herramientas de codificación de IA, reconociendo que la medida fue "pesada" e impopular entre empleados.
- Un cofundador de Vana cuestionó la compensación a los creadores de datos utilizados para entrenar estos modelos, advirtiendo que los humanos corren riesgo de convertirse en "vacas de datos" sin remuneración.
El CEO de Coinbase, Brian Armstrong, dijo que quiere que el 50% del código diario del exchange de criptomonedas sea generado usando inteligencia artificial para octubre.
"Obviamente necesita ser revisado y entendido, y no todas las áreas del negocio pueden usar código generado por IA. Pero deberíamos usarlo de manera responsable tanto como sea posible", tuiteó Armstrong.
~40% of daily code written at Coinbase is AI-generated. I want to get it to >50% by October.
Obviously it needs to be reviewed and understood, and not all areas of the business can use AI-generated code. But we should be using it responsibly as much as we possibly can. pic.twitter.com/Nmnsdxgosp
— Brian Armstrong (@brian_armstrong) September 3, 2025
El código generado por IA ya representa aproximadamente el 40% de la producción diaria de Coinbase, según Armstrong. El CEO ha sido muy vocal en su impulso por expandir el rol de la IA en toda la empresa, incluso reconociendo en un podcast el mes pasado que había despedido a programadores que se resistían a usar herramientas de codificación de IA. Después admitió que la medida fue "pesada" e impopular entre algunos empleados.
El objetivo de Armstrong refleja tanto el impulso interno de Coinbase como un cambio más amplio de la industria. OpsLevel, que crea portales de desarrollo internos, encontró que desde junio de 2025, el 94% de las empresas de tecnología tenían personal empleando asistentes de codificación de IA, con la productividad y velocidad al mercado citadas como los beneficios clave.
La codificación asistida por IA generalmente involucra a desarrolladores apoyándose en IA para la generación rápida de código mientras siguen depurando, revisando y manteniendo una comprensión de lo que está haciendo la máquina.
Sin embargo, también ha crecido junto al auge del "vibe coding", un término popularizado este año por el científico informático Andrej Karpathy, ex director senior de IA en Tesla y fundador de Eureka Labs.
En su descripción, vibe coding significa abandonar la supervisión activa del código por completo y aceptar las sugerencias de IA al por mayor, pegando mensajes de error sin entenderlos y dejando que los proyectos evolucionen en gran medida fuera de la comprensión humana.
"A veces los LLMs no pueden arreglar un error, así que solo trabajo alrededor de él o pido cambios aleatorios hasta que desaparezca. No está tan mal para proyectos desechables de fin de semana, pero sigue siendo bastante divertido", tuiteó.
"Estoy construyendo un proyecto o webapp, pero realmente no es codificación - solo veo cosas, digo cosas, ejecuto cosas, y copio y pego cosas, y principalmente funciona".
El CEO de Y Combinator, Garry Tan, también reveló que un cuarto del lote de Invierno 2025 del acelerador dependía de IA para el 95% de su código.
La IA y el desarrollo de software
La avalancha de IA ha llevado a preocupaciones sobre su impacto en el mercado laboral para desarrolladores. También se han planteado preocupaciones sobre si el uso constante de las herramientas podría disminuir la comprensión de las personas sobre lo que están creando—con el resultado de que los problemas de seguridad podrían pasarse por alto.
De dónde provienen los datos utilizados para entrenar estos agentes de IA también es una preocupación. Art Abal, cofundador de la red de datos de propiedad comunitaria Vana, le dijo a Decrypt que aunque pensaba que Coinbase se estaba moviendo en la dirección correcta, tenía preguntas.
"No puedo evitar preguntarme cuánto de ese código generado por IA fue entrenado con datos creados por humanos, ¿y cuánto del valor que esos humanos crearon está fluyendo de vuelta a ellos? Mi suposición es que cerca de nada", señaló.
"Necesitamos un mejor sistema de propiedad de datos", agregó Abal. "De lo contrario, las mismas personas cuyos datos entrenaron estos modelos serán excluidas de la innovación y las ganancias de eficiencia que hicieron posibles. Sin eso, los humanos corren el riesgo de convertirse en nada más que 'vacas de datos' ordeñadas sin cesar, nunca compensadas".