Volví al código… sin volver realmente a programar
La IA no me convirtió en desarrollador. Me devolvió una capacidad de ejecución directa que había delegado progresivamente a medida que ampliaba mi rol de CTO / CTPO.
El deseo de recuperar autonomía de ejecución nunca desapareció
Desde hacía varios años quería volver a hacer algunas cosas por mí mismo: transformar una idea en producto, corregir un comportamiento, probar un recorrido o publicar una mejora sin depender inmediatamente de un equipo.
No había planeado un gran regreso al código. Fue una decisión consciente: trabajaba con desarrolladores brillantes y mi impacto solía ser mayor en otros ámbitos.
Producto, datos, estrategia, arquitectura, vigilancia tecnológica, management, organización, contratación y arbitrajes ya ocupaban el terreno. Retomar de forma duradera un rol de desarrollador habría tenido un coste de oportunidad real.
Ser hands-on no significa necesariamente abrir un IDE
Siempre he intentado mantenerme cerca del trabajo real: comprender las restricciones, cuestionar una arquitectura, leer métricas, clarificar una decisión de producto o ayudar a un equipo a desbloquear una situación.
Esa proximidad es una forma de trabajo hands-on. No exige escribir personalmente cada línea de código.
Pero a veces echaba de menos el último tramo: poder pasar de una necesidad a una versión desplegada cuando el alcance era lo bastante pequeño para que una sola persona pudiera dominarlo.
La IA cambia el coste de la ejecución individual
Ahora puedo dialogar sobre el objetivo, las posibles soluciones, los compromisos y los edge cases, y después hacer que el resultado se implemente, pruebe y corrija dentro del mismo ciclo.
Mi trabajo sigue estando muy cerca del de un CTO / CTPO: aportar contexto, explicitar prioridades, evaluar riesgos, arbitrar y comprobar que la solución responde a la necesidad real.
La diferencia es que esa conversación puede producir directamente código y un estado comprobable. La intención, la implementación y el feedback están mucho más cerca.
En proyectos pequeños puedo volver a dominar toda la cadena
La reconstrucción de este sitio me permitió recuperar esa autonomía. Expliqué cómo dejé un constructor web para rehacer xavier-barry.fr con Astro, GitHub, Netlify y un flujo asistido por IA en mi experiencia sobre la reconstrucción del sitio.
Con Mama Flow, el ciclo es más rico: producto, adquisición, suscripciones, datos personales y operación real. Allí explico cómo distribuyo el trabajo entre Lovable, ChatGPT y Codex en lugar de pedir a una sola herramienta que lo haga todo.
En estos contextos personales y acotados puedo seguir el hilo completo: necesidad, decisión, código, controles, despliegue y observación del resultado.
Esta práctica también refuerza mi trabajo a mayor escala
Volver a acercarme a la ejecución me da referencias concretas sobre lo que estas herramientas saben hacer, los controles que requieren y las nuevas formas de organización que permiten.
En una misión de transformación no paso el día generando código. Mi uso también cubre análisis, síntesis, preparación de decisiones y continuidad entre muchas fuentes. Compartí un ejemplo concreto en mi artículo sobre el uso diario de la IA en Bedrock.
El interés no consiste en reducir la IA a un asistente de programación, sino en entender cómo acerca la reflexión, la decisión y la ejecución.
Esto no se generaliza a todas las codebases ni a todas las organizaciones
Una codebase madura, una infraestructura crítica o una gran organización concentran una historia, dependencias y riesgos que una sola persona no puede absorber razonablemente en una conversación.
En misiones at scale sigo trabajando con expertos. Confío en su conocimiento de los sistemas, su criterio y su capacidad para sostener decisiones técnicas en el tiempo.
Mi objetivo no es sustituir a los desarrolladores. Es recuperar autonomía donde resulta pertinente y mejorar mi capacidad para colaborar con ellos en los demás contextos.
Cuando desaparece la fricción, también hay que reconstruir límites
Ser el único humano en el ciclo permite avanzar a cualquier hora sin esperar a nadie. Esa ausencia de fricción es una ventaja, pero también puede borrar la frontera entre el momento en que podemos continuar y aquel en que deberíamos parar.
Esto abre otra cuestión: ¿cómo proteger el tiempo libre, la atención y el descanso cuando la IA aumenta drásticamente nuestra capacidad de ejecución individual? Merece un artículo propio.