El impacto real de la IA en desarrollo: así la usan 9 de cada 10 programadores

¿Cómo están usando la IA los desarrolladores? ¿Qué herramientas son las más usadas? ¿Cómo afecta la IA según el rol, la experiencia o el tamaño de la empresa?

Hemos creado un informe sobre cómo se usa la IA en desarrollo, cómo afecta al día a día de técnicos y empresas y cuáles son las principales preocupaciones actuales.

Lo hemos llamado /prompt. Sencillo, ¿verdad? Queremos hacer este informe todos los años para ver cómo evolucionan las tendencias.

En esta primera edición, con la participación de más de 1000 personas, hemos querido hilar fino y hemos analizado cada una de las preguntas por rol, experiencia y tamaño de empresa. Esto nos ha dado una granularidad increíble para poder entender cómo la IA está afectando a diferentes roles, cómo se usa en función de la experiencia o cómo el tamaño de las empresas influye en la libertad de uso.

El resultado es un informe rico en conclusiones que ayuda a:

• Técnicos a entender mejor cómo otros usan la IA. Qué herramientas son las más usadas. Cómo afecta la experiencia al uso y provecho de la IA. O cuáles son las principales preocupaciones de la Comunidad.
• Empresas a comprender cómo los técnicos usan la IA en el día a día. Qué herramientas son las que más adoptadas. Qué perfiles necesitan más apoyo y cuáles sacan más partido a la IA. Y cómo pueden abordar los desequilibrios que generan las nuevas tecnologías en las políticas internas.

Aquí tienes el informe completo: https://drive.google.com/file/d/1uR5XnHr4Ws7OpHIZu2vQftSADhu0VlSw/view?usp=drive_link

Vamos a analizar los resultados más importantes.

Metodología y muestra

Este estudio nace con un objetivo sencillo: tomar el pulso real al uso de la inteligencia artificial en entornos de desarrollo. Queríamos saber no solo cuántos profesionales la usan, sino también cómo, con qué herramientas y qué impacto perciben en su día a día.

Para ello, durante la primera semana de julio de 2025 lanzamos una encuesta abierta a la comunidad de Manfred. En total recibimos más de 1000 respuestas completas. La muestra no pretende ser estadísticamente representativa de toda la industria, pero sí aporta una visión amplia y cualitativamente valiosa sobre la relación entre IA y desarrollo.

Perfil de los encuestados

• Roles técnicos predominantes: Backend, Frontend y Fullstack Engineers, seguidos de Tech Leads, CTOs, QA Engineers, DevOps y otros perfiles técnicos.
• Nivel de experiencia: mayoría con más de 10 años en la industria, con un peso importante de profesionales senior (incluyendo un grupo notable con más de 20 años de experiencia).
• Tamaño de empresa: desde startups de menos de 50 personas hasta grandes corporaciones de más de 1000 empleados, pasando por compañías medianas y en crecimiento.

Limitaciones y sesgos

Como ocurre en cualquier encuesta abierta, los resultados reflejan sobre todo la visión de quienes forman parte de nuestra comunidad. Eso implica que pueden existir sesgos de autoselección (profesionales más activos y cercanos a la IA) y que no todos los segmentos de la industria están igualmente representados. Aun así, creemos que los patrones que emergen son lo suficientemente consistentes como para extraer aprendizajes útiles tanto para empresas como para desarrolladores.

Adopción y uso de la IA

Si quedaba alguna duda de que la IA ha llegado para quedarse, los datos la disipan: 9 de cada 10 desarrolladores ya la utilizan en su trabajo diario o en proyectos personales. Una cifra que habla por sí sola y que muestra hasta qué punto se ha normalizado su presencia en el mundo del desarrollo.

Una adopción transversal

La penetración es tan amplia que apenas importa el rol, los años de experiencia o el tamaño de la empresa.

• Por rol: el 94% de los Backend Engineers y el 92% de los Fullstack Developers la usan. Incluso en posiciones de liderazgo, como Tech Leads o Engineering Managers, el uso ronda el 90%.
• Por experiencia: contra lo que podría pensarse, los más veteranos son quienes más rápido han adoptado la IA. Entre quienes tienen más de 30 años de experiencia, la adopción es del 100%.
• Por tamaño de empresa: en startups pequeñas (1-50 personas) el 94% la utiliza, pero incluso en grandes corporaciones de más de 1000 empleados la cifra alcanza un notable 86%.
  

Herramientas más utilizadas

El ecosistema es amplio, pero destacan algunas herramientas por encima del resto:

• ChatGPT es la reina absoluta, utilizada por el 72% de los encuestados. Su transversalidad es llamativa: lo usan tanto juniors que están empezando como perfiles con más de tres décadas de experiencia.
• GitHub Copilot ocupa el segundo lugar, especialmente entre perfiles directamente ligados al código. Sorprende que tenga más presencia en grandes corporaciones (55%) que en startups (48%), seguramente gracias a licencias corporativas.
• Claude y Gemini se consolidan como alternativas relevantes (30-32%), con patrones de adopción distintos: Claude más fuerte entre seniors y empresas pequeñas, Gemini más homogéneo en entornos medianos y grandes.
• En un plano más avanzado, herramientas como LangChain o LlamaIndex aparecen entre perfiles senior que buscan extender las capacidades de la IA en proyectos más experimentales.
  

¿Libertad para usarlas?

Aunque la adopción es masiva, no siempre es libre.

• 64% de los encuestados afirma tener total libertad para utilizar IA en su trabajo.
• Un 19% necesita aprobación previa de su manager.
• Un 10% directamente no puede usarla en su entorno laboral.

El patrón es claro: cuanto más grande es la empresa, más restricciones existen. En startups de menos de 50 personas, el 85% tiene libertad total. En cambio, en grandes corporaciones, solo el 46% puede usarla sin restricciones y una de cada cuatro personas directamente no tiene permitido recurrir a IA.

Impacto en productividad y calidad

La pregunta no es solo si usamos IA, sino si realmente nos hace mejores profesionales. Los datos del estudio apuntan a que sí: tres de cada cuatro desarrolladores perciben un aumento claro en su productividad gracias a estas herramientas.

Productividad: más velocidad y agilidad

• 73% afirma que la IA les ayuda a programar más rápido, resolver problemas con mayor agilidad o entregar más en menos tiempo.
• En startups pequeñas, la cifra se eleva al 79%, probablemente por la mayor flexibilidad para integrar estas herramientas en el flujo de trabajo.
• En grandes corporaciones (más de 1000 empleados), en cambio, la percepción positiva baja al 66%. Aquí pesan más los procesos burocráticos, las restricciones de uso o la dependencia de aprobaciones.

Los perfiles más senior parecen obtener un beneficio más claro: el 100% de quienes tienen más de 30 años de experiencia asegura que la IA ha mejorado su productividad. En cambio, entre los perfiles más jóvenes aumenta la indecisión (“no lo tengo claro”), quizá porque aún no han consolidado un criterio fuerte para evaluar el impacto.

El código generado: útil, pero no definitivo

Que la IA aporte productividad no significa que el trabajo humano desaparezca. La gran mayoría de desarrolladores modifica lo que obtiene:

• 43% realiza algunas modificaciones.
• 36% afirma que tiene que modificar bastante.
• Solo un 4% prácticamente no cambia nada.

En resumen: la IA acelera, pero no sustituye el juicio técnico. El código sigue necesitando revisión, adaptación y control de calidad.

Calidad: mejora relativa, no milagrosa

Alrededor de 2 de cada 3 encuestados considera que la IA mejora, en mayor o menor medida, la calidad de su código:

• 23% cree que la mejora directamente.
• 45% opina que ayuda, pero sin una gran diferencia.
• 26% considera que necesita demasiados cambios y no supone un salto real.

El patrón vuelve a repetirse: los más experimentados son más optimistas. En el grupo con más de 30 años de experiencia, un 60% afirma que la IA mejora la calidad de su código directamente y ninguno cree que sea un retroceso.

Formación y soporte empresarial

Si la IA ya es parte del día a día de los equipos técnicos, cabría esperar que las empresas estuvieran acompañando este cambio con formación y recursos. La realidad es bastante distinta: la mayoría de profesionales está aprendiendo por su cuenta o pagando de su bolsillo las herramientas que usa.

La gran carencia: formación estructurada

• 49% de los encuestados no ha recibido ningún tipo de formación en IA aplicada al desarrollo.
• Un 34% se ha formado de manera autodidacta, explorando por iniciativa propia.
• Solo un 16% ha tenido acceso a formación formal organizada por su empresa.

Es decir, 8 de cada 10 desarrolladores se han buscado la vida para aprender, a pesar de que el 90% ya está usando estas herramientas en su trabajo.

¿Quién paga las licencias?

El acceso a herramientas de pago tampoco está garantizado:

• 48% afirma que su empresa cubre licencias para todo el equipo.
• 22% tiene que solicitarlas y justificarlas caso por caso.
• 25% utiliza su propia cuenta personal de pago.

El contraste es claro: en startups pequeñas, un tercio del equipo paga de su bolsillo. En empresas grandes, la cobertura mejora, pero tampoco es universal.

Riesgos de esta situación

Esta falta de soporte no es solo un problema de comodidad, sino de equidad y seguridad:

• Quienes pagan licencias personales tienen más poder de acceso que otros compañeros, lo que genera desigualdad dentro del mismo equipo.
• El uso de cuentas individuales implica un riesgo añadido de desorganización y fuga de datos.
• Las empresas pierden la oportunidad de orientar el aprendizaje y estandarizar buenas prácticas.

En resumen: mientras los desarrolladores se adelantan y adoptan la IA con entusiasmo, las organizaciones van por detrás, ofreciendo un soporte todavía insuficiente para aprovechar su potencial de forma estratégica.

Opiniones y preocupaciones

Detrás de la adopción masiva y la mejora de productividad, también aparecen dudas, miedos y debates abiertos sobre el papel de la IA en el desarrollo. El estudio revela que no todo es entusiasmo: hay cuestiones éticas, de evaluación y de futuro que dividen a la comunidad.

¿IA en pruebas técnicas?

La mayoría lo tiene claro: casi 8 de cada 10 encuestados permitirían usar IA durante pruebas técnicas de selección.

• 45% cree que debería estar permitido sin restricciones, porque refleja cómo se trabaja en el día a día.
• 34% lo aceptaría con limitaciones.
• 21% se opone, porque dificulta evaluar el talento real.

El matiz es importante: los perfiles más técnicos son más abiertos, mientras que los roles de gestión tienden a ser más restrictivos.

¿Qué pasa con mi código?

Otra preocupación tiene que ver con el uso del código propio como material de entrenamiento de modelos.

• 55% no lo ve como un problema: “todo está ya en Internet”.
• 24% tiene dudas.
• 20% sí se muestra preocupado, especialmente en roles de arquitectura o liderazgo, donde pesan más las implicaciones legales y éticas.

Aquí se aprecia un patrón generacional: los perfiles senior son menos aprensivos, mientras que los más jóvenes expresan más dudas.

¿Nos va a sustituir la IA?

La pregunta que todos se hacen: ¿va la IA a reemplazar a los desarrolladores?

• 40% no está preocupado.
• 36% piensa que podría pasar, pero aún queda tiempo.
• 22% cree que sí, sobre todo en tareas de programación pura.

Curiosamente, los más veteranos son también los más pesimistas: en el grupo con más de 30 años de experiencia, un 40% cree que la sustitución parcial es probable. Quizá porque han visto otras olas de automatización y saben que lo que parece imposible hoy puede materializarse mañana.

Conclusiones clave

De los más de 600 profesionales que participaron en el estudio, emergen algunos aprendizajes que conviene tener muy presentes:

• La adopción ya es universal: 9 de cada 10 desarrolladores utilizan IA en su día a día, sin importar rol, experiencia o tamaño de empresa.
• ChatGPT y GitHub Copilot dominan el ecosistema, pero empiezan a consolidarse alternativas (Claude, Gemini) y herramientas avanzadas en manos de perfiles senior.
• Productividad sí, sustitución no (de momento): la mayoría percibe que la IA les hace más rápidos y eficaces, aunque el código generado aún requiere revisión humana.
• La formación es la gran asignatura pendiente: solo un 16% ha recibido formación formal; la mayoría aprende de forma autodidacta o sin apoyo.
• Empresas y profesionales avanzan a ritmos distintos: mientras los devs ya trabajan con IA, muchas compañías siguen sin ofrecer licencias ni políticas claras.
• El debate ético está abierto: desde el uso de IA en pruebas técnicas hasta la preocupación por el entrenamiento con código propio, las posturas están lejos de ser unánimes.

En resumen: la IA ya forma parte del trabajo de desarrollo, pero cómo se utilice, regule y acompañe marcará la diferencia entre que sea un multiplicador de talento o una fuente de fricción.

Recomendaciones prácticas

Los datos del estudio dejan claro que la IA ya no es opcional en el mundo del desarrollo. Tanto empresas como profesionales tienen que decidir cómo la incorporan en su día a día.

Para empresas: adoptar y acompañar

• No ignores la realidad: el 90% de los profesionales ya usa IA. Fingir que no existe solo genera desalineación interna y pérdida de competitividad.
• Invierte en formación estructurada: no basta con que cada persona aprenda por su cuenta. La formación es una obligación estratégica si quieres que tu equipo use la IA con criterio.
• Proporciona las herramientas: muchos desarrolladores están pagando licencias de su bolsillo. Eso crea inequidad y riesgos de seguridad.
• Define políticas claras: habla con tu equipo sobre privacidad, ética y límites. Evita la improvisación y genera confianza.
• Revisa tus procesos de selección: si la IA forma parte del trabajo diario, tus pruebas técnicas deben reflejarlo. Prohibirla puede ser incoherente con tu propia cultura.

Para desarrolladores: la IA como multiplicador

• La IA no te sustituye, te exige: menos teclear línea por línea, más criterio, validación y refactorización.
• Aprender no es opcional: aunque tu empresa no te forme, desarrollar un uso crítico y profundo de estas herramientas marcará tu valor profesional.
• Tu trabajo no es escribir código, es resolver problemas: la IA puede darte fragmentos de código, pero el contexto y la solución siguen dependiendo de ti.
• Sé crítico con las herramientas: no todas sirven para lo mismo. Conocer sus límites y sesgos es tan importante como saber usarlas.
• Habla con tu equipo: acordad cómo se usan estas herramientas, qué se comparte y cómo se revisa el output. Lo que parece una decisión individual tiene impacto colectivo.

Cada empresa, a su ritmo

No estar a la última en IA no va a hacer que tu empresa de 25 años vaya a la quiebra. Pero la realidad es que ya es una herramienta más en el día a día de la mayoría de desarrolladores.

El estudio lo deja claro: casi todos los profesionales la usan, muchos perciben mejoras de productividad y calidad, y al mismo tiempo siguen existiendo dudas, carencias de formación y debates abiertos sobre su papel en el futuro del trabajo técnico.

En Manfred creemos que, aunque la tecnología cambia rápido, los principios con los que se construyen equipos —confianza, aprendizaje, equidad— no deberían cambiar nunca. Y sobre todo, que las empresas las construyen y desarrollan personas.

📌 Si eres desarrollador/a, recuerda que tu valor no está solo en escribir código, sino en aportar criterio, visión y capacidad para resolver problemas con herramientas que multiplican tu alcance.

📌 Si formas parte de una empresa, asume que tu equipo ya está usando IA. Tu responsabilidad es acompañar ese proceso con formación, licencias, políticas claras y procesos de selección coherentes con la realidad del día a día.

La IA es una herramienta increíblemente poderosa si se usa con criterio. No cabe en todas partes. Ni cabe con prisas. Y ese es el reto y la oportunidad que tenemos delante.