\u00bfY si el mejor \u201cprogramador\u201d del mundo no fuera una persona, sino una inteligencia artificial? Esa idea ya no suena a ciencia ficci\u00f3n en muchas empresas. Kevin Weil, directivo de OpenAI, ha defendido que el gran cruce de l\u00edneas en programaci\u00f3n competitiva podr\u00eda llegar antes de lo que se ven\u00eda pronosticando.<\/p>\n\n\n\n
El mensaje se ha convertido en titular porque no habla de un avance suave, sino de un punto de no retorno. Seg\u00fan Weil, los modelos ganar\u00edan a humanos de forma estable en ciertas pruebas de programaci\u00f3n. La palabra clave es pruebas, y ah\u00ed empieza la letra peque\u00f1a.<\/p>\n\n\n\n
Weil lleg\u00f3 a OpenAI en 2024 como responsable de producto, un puesto que suele decidir qu\u00e9 se construye y c\u00f3mo se convierte la investigaci\u00f3n en herramientas \u00fatiles. No es el \u201ccreador\u201d de ChatGPT<\/a>, pero s\u00ed una figura visible en la etapa de expansi\u00f3n de la compa\u00f1\u00eda.<\/p>\n\n\n\n Con el tiempo, OpenAI<\/a> lo ha situado tambi\u00e9n en iniciativas de ciencia aplicada, una pista de por d\u00f3nde cree la empresa que va el siguiente gran uso de estos modelos. En la pr\u00e1ctica, su trabajo mezcla estrategia, producto y la parte inc\u00f3moda de bajar promesas a algo que funcione.<\/p>\n\n\n\n La frase que m\u00e1s se repite viene de una entrevista en YouTube en la que Weil respondi\u00f3 a un horizonte de 2027 para la automatizaci\u00f3n de la programaci\u00f3n<\/a>. \u201cA este ritmo, me sorprender\u00eda que fuera 2027, creo que ser\u00e1 antes\u201d, dijo, y lo acot\u00f3 a \u201cbenchmarks de programaci\u00f3n competitiva\u201d.<\/p>\n\n\n\n En publicaciones recientes, su comentario se ha presentado como una predicci\u00f3n centrada en 2026 y ligada a un programa de YouTube cuyo nombre se ha traducido de distintas maneras. Ese detalle parece menor, pero muestra lo f\u00e1cil que es convertir un matiz en una cuenta atr\u00e1s.<\/p>\n\n\n\n La programaci\u00f3n competitiva es resolver problemas tipo puzle con reglas claras, tiempo limitado y una correcci\u00f3n autom\u00e1tica. Plataformas como Codeforces<\/a> organizan concursos frecuentes y asignan una puntuaci\u00f3n que intenta reflejar el nivel de cada participante.<\/p>\n\n\n\n Ese sistema de puntuaci\u00f3n se inspira en ideas similares a las del ajedrez, donde ganas o pierdes nivel seg\u00fan con qui\u00e9n compites y c\u00f3mo quedas. Es \u00fatil porque convierte una habilidad compleja en un n\u00famero f\u00e1cil de comparar, aunque no capture todo lo que pasa en un proyecto real.<\/p>\n\n\n\n Adem\u00e1s, cuando se habla de una IA con \u201crating\u201d alto, no siempre est\u00e1 claro c\u00f3mo se calcula esa equivalencia con humanos. La propia comunidad de Codeforces ha se\u00f1alado que falta detalle p\u00fablico sobre la metodolog\u00eda de algunos anuncios y que conviene leer esas cifras con prudencia.<\/p>\n\n\n\n En una charla del OpenAI Forum, Weil puso n\u00fameros concretos sobre la mesa. Dijo que o1 rondaba una puntuaci\u00f3n alta en Codeforces y que o3 sub\u00eda a un nivel que lo situar\u00eda cerca del top mundial, alrededor del puesto 175, con modelos internos apuntando incluso m\u00e1s arriba. Tambi\u00e9n habl\u00f3 de una mejora grande en SWE-bench Verified, una prueba centrada en arreglar tareas de software m\u00e1s parecidas a las del trabajo real.<\/p>\n\n\n\n \u00bfSignifica eso que la IA ya puede reemplazar a cualquier programador en cualquier empresa? No necesariamente. Un concurso no tiene cambios de \u00faltima hora, ni deuda t\u00e9cnica, ni un servidor viejo que falla justo cuando nadie mira.<\/p>\n\n\n\n SWE-bench es un banco de pruebas que usa incidencias reales de proyectos de c\u00f3digo abierto, de esas que se escriben en GitHub cuando algo falla. OpenAI present\u00f3 la versi\u00f3n Verified en agosto de 2024 como un subconjunto revisado por personas para hacer la evaluaci\u00f3n m\u00e1s fiable.<\/p>\n\n\n\n La web del proyecto mantiene un panel comparativo que permite ver resultados de distintos modelos con un m\u00e9todo de evaluaci\u00f3n com\u00fan. En pocas palabras, intenta medir si un sistema no solo \u201csabe programar\u201d, sino si puede arreglar un bug de verdad sin romper el resto.<\/p>\n\n\n\n Aun as\u00ed, pasar una prueba no equivale a hacerse responsable de un producto. El software que usamos cada d\u00eda no se valora solo por funcionar, tambi\u00e9n por ser mantenible, seguro y entendible por otras personas dentro de seis meses.<\/p>\n\n\n\n Una forma sencilla de verlo es esta. La tarea de teclear c\u00f3digo<\/a> puede bajar, pero la tarea de pensar sistemas sube de valor. Bret Taylor<\/a>, presidente de OpenAI, lo resumi\u00f3 defendiendo que estudiar inform\u00e1tica sigue siendo \u00fatil aunque el futuro sea menos \u201cescribir\u201d y m\u00e1s \u201cdirigir\u201d herramientas de IA.<\/p>\n\n\n\n En paralelo, otras empresas ya describen el cambio como algo pr\u00e1ctico, no como una promesa futura. Un informe de Anthropic<\/a> explica que sus equipos usan Claude sobre todo para entender bases de c\u00f3digo y arreglar errores, justo el tipo de trabajo que suele consumir horas sin gloria.<\/p>\n\n\n\n Y aun con cifras espectaculares circulando, medir \u201ccu\u00e1nto c\u00f3digo escribe la IA\u201d sigue siendo resbaladizo. Un an\u00e1lisis de Redwood Research mostr\u00f3 que el famoso \u201c90%\u201d depende mucho de c\u00f3mo cuentes, si vale con que la IA sugiera y un humano edite, o si hablas de cambios que se incorporan tal cual.<\/p>\n\n\n\n La entrevista principal se ha publicado en el canal de YouTube Overpowered<\/em><\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":" \u00bfY si el mejor \u201cprogramador\u201d del mundo no fuera una persona, sino una inteligencia artificial? Esa idea ya no suena … <\/p>\nLa predicci\u00f3n en una frase<\/h2>\n\n\n\n
Lea tambi\u00e9n: Adi\u00f3s a los interioristas caros: la nueva IA de ChatGPT decora tu casa entera con una sola foto<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n
Qu\u00e9 es la programaci\u00f3n competitiva<\/h2>\n\n\n\n
Lea tambi\u00e9n: El nuevo submarino nuclear de la US Navy entra en servicio y cambia el equilibrio militar en el Pac\u00edfico<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n
Lo que muestran los benchmarks de OpenAI<\/h2>\n\n\n\n
Lea tambi\u00e9n: Es oficial: el nuevo radar 4D de Indra proteger\u00e1 a la flota europea de los misiles m\u00e1s r\u00e1pidos de Rusia y China<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n
SWE-bench y el salto al mundo real<\/h2>\n\n\n\n
Lea tambi\u00e9n: Confirmado: el Pent\u00e1gono apuesta por el F-15EX frente al F-35 y reabre la mayor guerra de fabricantes<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n
Qu\u00e9 cambia en el trabajo y qu\u00e9 no<\/h2>\n\n\n\n
Lea tambi\u00e9n: Lo que hacen los finlandeses con el m\u00f3vil y los espa\u00f1oles deber\u00edamos copiar ya<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n