Briefing por Audiencia

El destete silencioso: cuando la evidencia de productividad esconde una crisis de formación

La semana no trajo un avance de frontera. Trajo algo más incómodo para quienes investigamos IA y educación: la constatación de que buena parte de lo que se publica sobre asistentes de código y su impacto en la formación de programadores no fue escrito para producir conocimiento, sino para producir adopción. Y esa distinción —entre un hallazgo y una campaña— es precisamente la que nuestra comunidad de investigación tiene el deber metodológico de custodiar.

El fenómeno central es el siguiente: los asistentes de codificación (Copilot, Cursor, Codeium) aceleran la escritura de código a corto plazo mientras erosionan la comprensión profunda de arquitectura, debugging y diseño de sistemas a largo plazo. La tesis es plausible y merece ser investigada con rigor. El problema es que la evidencia disponible esta semana llega mayoritariamente empaquetada por los mismos proveedores que venden las herramientas, con encuestas que usan como dato su propia cifra de adopción del 92% sin metodología replicable Survey: 92% of U.S. developers use AI coding tools. Un investigador no puede tratar ese número como línea de base. Puede, a lo sumo, tratarlo como objeto de estudio: ¿bajo qué diseño muestral se produjo, con qué población, con qué incentivo del respondente?

Aplico las cinco lentes LATAM al fenómeno antes de entrar al desglose, porque condicionan todo lo que sigue.

Disponibilidad. Los asistentes avanzados operan ya en América Latina bajo modelos freemium, pero las versiones premium de alto rendimiento exigen suscripciones impagables en moneda local. Esto no es un detalle de acceso: es una variable de confusión en cualquier estudio regional. Si medimos “impacto del asistente de código” sobre estudiantes de pregrado en Argentina o Perú, estamos midiendo el impacto de la versión gratuita degradada, no el de la herramienta que se estudia en los papers del norte.

Accesibilidad. La penetración es alta en startups SaaS de México y Brasil y marginal en el desarrollador promedio de Colombia, Argentina o Perú, que subsiste con planes gratuitos limitados. La consecuencia para el diseño de investigación es directa: cualquier muestra latinoamericana tiene una heterogeneidad de exposición que las muestras estadounidenses no tienen, y omitirla es un error de especificación.

Aplicabilidad. El problema regional no es si usar asistentes, sino si los equipos pueden distinguir código de calidad del slop que compila y funciona hasta que el producto colapsa bajo carga. Esa es una pregunta de investigación empírica —tasas de defectos en producción, deuda técnica, tiempo de debugging posterior— y casi nadie la está midiendo con controles serios.

Alternativas. Los benchmarks internos con modelos abiertos (CodeLlama, StarCoder2) son una vía material para que los laboratorios latinoamericanos produzcan evidencia propia sin depender de la infraestructura ni los datos de los proveedores. Volveré sobre esto: es probablemente la recomendación práctica más importante de este briefing.

Anticipación. La región debería incorporar la evaluación crítica de código generado como competencia acreditable, con políticas de actualización docente. Pero antes de recomendar currículo, necesitamos evidencia que hoy no existe.

Sobre esta base, cuatro bloques analíticos entrelazan las categorías de la semana.

Bloque 1 — La condición de producción del hallazgo (HE + AIT)

En julio pasado, esta publicación argumentó que la IA en educación superior requiere marcos regulatorios y alfabetización para evitar riesgos éticos AI News Social-Weekly Critical Analysis-Education-ES-20250720. Continúo ese argumento, pero el delta de esta semana desplaza el foco: el riesgo ético primario no está en el aula, está en la fábrica de evidencia. La pregunta ya no es “¿cómo regulamos la herramienta?” sino “¿bajo qué condiciones de producción se generó el conocimiento con el que pretendemos regularla?”.

La afirmación fuerte de la semana es que la investigación que promociona herramientas suele provenir de encuestas patrocinadas Survey: 92% of U.S. developers use AI coding tools. Un investigador reconoce el patrón: población de conveniencia (usuarios ya adoptantes de la plataforma), ausencia de grupo de control, autorreporte de productividad sin medición objetiva, y un patrocinador con interés directo en el resultado. Ninguno de estos rasgos invalida automáticamente un estudio, pero su combinación exige que el hallazgo se degrade de “evidencia” a “hipótesis generada por parte interesada”.

El contraste metodológico está disponible. El AI Index documenta que la investigación de frontera se concentra crecientemente en la industria y no en la academia Artificial Intelligence Index Report 2024. Esto no es una queja: es un dato sobre la estructura de incentivos que produce la literatura que leemos. Cuando la industria produce la herramienta, financia el estudio, define la métrica de éxito (productividad a corto plazo) y controla el acceso a los datos, la variable dependiente ya está sesgada antes del primer análisis.

Lo que la literatura patrocinada sistemáticamente no mide es lo que la educación superior debe proteger: los mecanismos de razonamiento, la cooperación y la resolución de problemas complejos. Se mide rendimiento individual —líneas por hora, tareas completadas— porque es lo que la herramienta acelera y lo que el marketing puede vender. La comprensión arquitectónica, que se degrada, no aparece en el instrumento porque nadie que venda autocompletado tiene incentivo para incluirla. Esto es sesgo de selección de outcome, y es la falla metodológica más grave de la síntesis de la semana.

Bloque 2 — La distribución desigual de los costos como objeto empírico (SA)

El compromiso con los aspectos sociales de esta publicación no consiste en denunciar, sino en medir lo que la contabilidad dominante oculta. La síntesis de la semana muestra que la contabilidad global de emisiones de los data centers esconde una distribución desigual: los municipios cargan con la escasez de agua mientras las empresas recogen las ganancias The AI Water Footprint: Data Centers and Local Communities. Para un investigador, la palabra clave es global: cuando una empresa reporta emisiones agregadas a nivel corporativo, borra la unidad de análisis en la que ocurre el daño —el municipio, la cuenca hídrica, la comunidad—. La agregación no es neutral; es una decisión metodológica que produce invisibilidad.

Aquí el marco del colonialismo de datos es pertinente y no forzado: la IA opera en América Latina como mecanismo de extracción Data Colonialism: Rethinking Big Data’s Relation to the Contemporary Subject. La consecuencia para el diseño de investigación es que las variables de costo ambiental y laboral deben desagregarse por territorio, no reportarse en promedios nacionales o corporativos. Un estudio latinoamericano sobre el costo de la IA que use la métrica de emisiones agregada del proveedor está reproduciendo el ocultamiento en lugar de investigarlo.

El trabajo humano detrás del autocompletado —el etiquetado, la moderación, la anotación tercerizada— es el otro dato que el marco de “eficiencia” borra The AI Water Footprint: Data Centers and Local Communities. Aquí es donde la formulación de García Canclini adquiere filo empírico: la pregunta no es solo si seremos explotados, sino si seremos declarados irrelevantes —“luchar contra la irrelevancia en lugar de hacerlo contra la explotación” (Ciudadanos reemplazados por algoritmos, 56). Para el programador latinoamericano formado en dependencia del autocompletado, ambas amenazas son simultáneas: es explotado como anotador de bajo costo y, a la vez, empujado hacia la irrelevancia técnica. La investigación crítica que separe estas dos dimensiones perderá el fenómeno.

Bloque 3 — La alfabetización como amenaza empaquetada (AIL)

La investigación sobre alfabetización en IA está dominada por informes de consultoras que generan sensación de amenaza sin metodología verificable. El caso emblemático de la semana es el dato de “explosión de 148%” que circuló como evidencia del avance de la IA, proveniente de una fuente sin metodología publicada Artificial Intelligence Index Report 2024. El punto para nuestra comunidad no es si la cifra es alta o baja: es que un porcentaje sin denominador, sin ventana temporal explícita y sin definición operacional de lo que se contó no es un dato, es un titular.

Esto exige una tesis específica sobre la alfabetización crítica que quiero distinguir de nuestro encuadre previo. En marzo de 2025 argumentamos que la IA educativa debe garantizar equidad superando barreras formativas AI News Social-Weekly Critical Analysis-Education-ES-20250330. Contrasto ese encuadre: la alfabetización que importa esta semana no es la del estudiante que aprende a usar la herramienta, sino la del investigador que aprende a interrogar la fuente. El escepticismo que pedimos para el usuario final —”¿este chatbot alucina?”— debe aplicarse con igual rigor a la fuente que produce las estadísticas de amenaza. La consultora que publica el 148% merece exactamente el mismo escrutinio metodológico que el modelo que alucina.

Las tres dimensiones de la alfabetización —cívica, personal y profesional— están representadas en la síntesis de la semana, y reducir la alfabetización a la dimensión instrumental (saber usar la herramienta) deja a las personas expuestas AI Literacy: A Framework to Understand, Evaluate, and Use Emerging Technology. Para un investigador que diseñe instrumentos de medición de alfabetización en IA en una universidad latinoamericana, esto tiene una implicación de validez de constructo: si el instrumento solo mide competencia operativa, no está midiendo alfabetización, está midiendo adopción. Y adopción es exactamente la variable que a los proveedores les conviene que confundamos con alfabetización.

Bloque 4 — Ningún modelo es neutral, y eso es una pregunta de investigación (AIT + HE)

En abril de 2025 sostuvimos que el éxito de las herramientas de IA depende de superar barreras técnicas, éticas y sociales AI News Social-Weekly Critical Analysis-AI Tools-ES-20250406. Continúo, con un delta preciso: la barrera que la semana pone en primer plano no es de implementación, es epistémica. Ningún asistente de código es neutral porque el modelo se entrena con datos de una cultura de programación particular —convenciones, patrones de nombres, idiomas de documentación, stacks dominantes— y la impone como norma Artificial Intelligence Index Report 2024.

Esto es investigable y casi nadie lo está investigando en la región. Hipótesis operacionalizable: los asistentes de código sugieren con mayor frecuencia y confianza patrones propios del ecosistema de habla inglesa (comentarios en inglés, librerías dominantes del norte, convenciones de un stack particular) y penalizan implícitamente prácticas locales. El diseño para probarlo no requiere infraestructura de frontera: requiere un corpus de tareas de programación, dos condiciones (con y sin asistente), y una medición de la deriva de las soluciones hacia la norma del modelo. Los modelos abiertos —CodeLlama, StarCoder2— permiten hacer esto sin depender del acceso ni de los datos del proveedor, y con reproducibilidad total, porque los pesos y los datos de entrenamiento son inspeccionables de un modo que las APIs comerciales nunca serán.

Aquí converge el fenómeno de la semana con la agenda de investigación regional. La erosión de habilidades no es solo una pérdida individual del programador; es la imposición de una monocultura de programación que se disfraza de asistencia. Un estudiante latinoamericano que aprende a programar delegando en un modelo entrenado en la norma del norte no solo pierde comprensión arquitectónica: internaliza una cultura técnica ajena como si fuera la única. La autonomía universitaria, ese principio que defendemos institucionalmente, tiene aquí una traducción técnica concreta: la capacidad de formar programadores que sepan cuándo la sugerencia del modelo es correcta y cuándo es simplemente la costumbre de otra comunidad impuesta con confianza estadística.

Qué significa esto para investigadoras e investigadores

Las implicaciones de esta semana son inusualmente concretas, y varias son accionables antes del próximo ciclo de convocatorias.

Sobre el uso de cifras de proveedores en su marco teórico. Si su proyecto cita el 92% de adopción o el 148% de crecimiento como línea de base, degrade la afirmación en la redacción: “según datos autorreportados por el proveedor” y no “la evidencia muestra que”. Este cambio de una cláusula protege la validez de su marco y, además, señala a los pares que usted distingue evidencia de marketing. Es barato y es correcto Survey: 92% of U.S. developers use AI coding tools.

Sobre el diseño de estudios de impacto de asistentes de código. El diseño mínimamente defendible requiere (1) un grupo de control sin asistente, (2) una medición objetiva de outcome que no sea autorreporte de productividad —tasa de defectos, tiempo de debugging posterior, comprensión arquitectónica evaluada por pares ciegos—, y (3) el registro explícito de qué versión de la herramienta usó cada participante, dada la heterogeneidad freemium/premium que en América Latina es una variable, no una constante. Sin control y sin medición objetiva de comprensión, su estudio replica el sesgo de outcome de la literatura patrocinada.

Sobre financiamiento y autonomía de datos. No dependan de los fondos ni de los datos de los vendedores de herramientas para investigar sus herramientas. El conflicto de interés es estructural, no personal. Los modelos abiertos ofrecen una vía material: CodeLlama y StarCoder2 permiten diseñar experimentos reproducibles sobre sesgo cultural del código, deriva de soluciones y degradación de habilidades sin firmar términos de acceso que comprometan la independencia Artificial Intelligence Index Report 2024. Para las convocatorias de CONICET, CNPq, CONACYT o CONCYTEC, un proyecto que use modelos abiertos y publique su corpus tiene una ventaja de reproducibilidad que un proyecto atado a una API comercial no puede igualar. Nómbrenlo explícitamente en la justificación.

Sobre IRB y consentimiento en estudios con estudiantes. Si va a medir degradación de habilidades en pregrado, el diseño longitudinal necesario plantea un problema ético real: exponer deliberadamente a un grupo a una condición que hipotetiza como perjudicial para su formación. El comité de ética deberá evaluar si el beneficio de conocimiento justifica el costo formativo, y usted debe anticipar ese argumento. Una salida es el diseño cruzado, donde todos los grupos acceden a ambas condiciones en distinto orden, distribuyendo el riesgo.

Sobre autoría y el trabajo invisible. La discusión de esta semana sobre el trabajo humano detrás del autocompletado tiene un correlato directo en nuestras propias prácticas de investigación: cuando usamos asistentes de código para producir el software de nuestros experimentos, ¿cómo declaramos esa contribución? La transparencia que exigimos a los proveedores empieza en la sección de métodos de nuestros propios papers The AI Water Footprint: Data Centers and Local Communities.

Sobre la agenda regional de medición de costos. Hay un vacío empírico que la academia latinoamericana está en posición privilegiada de llenar: la desagregación territorial de los costos hídricos y laborales de la infraestructura de IA que opera en la región. Nadie mejor situado que las universidades locales para medir lo que la contabilidad corporativa agregada oculta, precisamente porque están en el territorio The AI Water Footprint: Data Centers and Local Communities. Esto es investigación de aspectos sociales con método, no denuncia.

Cierre prospectivo

La semana deja una asimetría que definirá los próximos ciclos de producción científica en la región. La industria produce herramientas, financia los estudios que las evalúan, define las métricas de éxito y controla el acceso a los datos. La academia, especialmente la latinoamericana, llega tarde, con menos recursos y sin acceso a los datos internos de las plataformas. Frente a esa asimetría hay dos respuestas posibles, y solo una es defendible.

La primera es reproducir la literatura del norte con muestras locales, aceptando las métricas y las cifras del proveedor, y produciendo papers que confirman lo que la industria ya quería confirmar. Es publicable y es irrelevante en el sentido de García Canclini: investigación que no es necesaria para producir el conocimiento que la región requiere.

La segunda es aprovechar exactamente lo que la asimetría no puede comprar: la reproducibilidad de los modelos abiertos, la proximidad territorial para medir costos desagregados, y la libertad de definir las variables de outcome que a los proveedores no les conviene medir —la comprensión arquitectónica que se erosiona, la monocultura de programación que se impone, el agua que un municipio pierde. Esa investigación es más lenta, más difícil de financiar y menos citable a corto plazo. También es la única que produce conocimiento en lugar de adopción.

El destete silencioso del que habla el fenómeno de la semana no ocurre solo entre los programadores jóvenes que delegan su comprensión en el autocompletado. Ocurre también entre investigadores que delegan sus líneas de base en las cifras del proveedor. La primera dependencia condena al programador a la obsolescencia; la segunda condena a la investigación a la irrelevancia. Ambas se combaten con el mismo gesto metodológico: no aceptar como evidencia lo que fue producido como marketing, y construir la propia base de datos aunque cueste más. La próxima semana traerá más cifras sin denominador. La pregunta no es si las creeremos, sino si tendremos listos los instrumentos para producir las nuestras.