Days 18-19 Weekend Reflection Nuestra responsabilidad con los recién graduados en CS
Este fin de semana, tras un merecido descanso del reto de 30 días, entre una visita a Alki Beach con amigos, algo de pesca de cangrejo y salmón y una gran barbacoa, me quedé pensando en un tema que me ronda la cabeza desde hace semanas.
En los últimos meses conversé con recién graduados en Ciencias de la Computación, amistades de mi hijo y hijos de colegas, que batallan incluso para conseguir prácticas no remuneradas. Con el avance de las LLM en capacidades de codificación, los puestos de entrada se han vuelto esquivos. Y la conclusión es clara: el problema somos nosotros.
Durante años hemos animado a la siguiente generación a estudiar informática con la promesa de que siempre tendrían empleo. El consejo no era malo, pero ahora la responsabilidad recae en quienes tenemos más experiencia para abrirles oportunidades reales. Si lo hacemos, no solo impulsaremos sus carreras, también la economía, creando los puestos adecuados.
Es evidente que no programarán al nivel de alguien con cinco, diez o veinte años de oficio desde el primer día. Sin embargo, quienes hoy estamos en puestos senior somos el equivalente histórico de los programadores a bajo nivel. No hace tanto que dimos el salto de fe de confiar en que los compiladores generarían código tan bueno o mejor que el ensamblador escrito a mano. Hoy vivimos sobre bases de lenguajes de alto nivel y la web entera.
No necesitamos que los nuevos ingenieros compitan con IA escribiendo el equivalente al ensamblador. Necesitamos que sean excelentes construyendo agentes IA y mejorando herramientas para que apliquen principios de ingeniería de primer nivel a un nivel de abstracción superior. Esto implica seguir entrando al detalle del código, como cuando inspeccionábamos binarios o bytecode para entender la traducción a instrucciones de máquina. Las bases siguen siendo cruciales, y eso se enseña en las carreras de informática.
Hablando con mi hijo sobre todo esto surgió el paralelismo con las calculadoras. A los estudiantes se les da una herramienta poderosa, pero no siempre se les enseña a exprimirla. Las bases importan para pensar con rigor, pero llega un punto en que podemos acelerar el aprendizaje aplicando esos fundamentos sobre herramientas que multiplican nuestra capacidad.
También noto cierta amnesia colectiva. Durante décadas peleamos por visados y por ampliar el acceso al talento técnico en todo el mundo. Ahora, con la IA, algunos concluyen que ya hay suficientes desarrolladores. No es cierto. Seguimos necesitando ingenieras e ingenieros capaces de llevar las herramientas actuales al siguiente nivel. No espero que reciten tres formas de implementar bubble sort en una entrevista. Para eso está una LLM. Pero sí espero que sepan cuándo y por qué importan distintos algoritmos, y cómo diseñar sistemas que aprovechen con criterio las capacidades de la IA.
Con ese espíritu, quiero poner en práctica una idea concreta: incorporar a este proyecto a varias personas recién graduadas para explorar cómo convertirlas en desarrolladores potenciados por LLM, con mentalidad de arquitectura y foco en calidad. Seguiremos estudiando patrones clásicos como Patterns of Enterprise Application Architecture y recordando lecciones de los primeros pasos con Java, pero sobre todo construiremos criterio moderno alrededor de agentes IA, diseño de servicios y observabilidad.
En Q2BSTUDIO vivimos esta responsabilidad como parte de nuestra misión. Somos una empresa de desarrollo de software que crea aplicaciones a medida y software a medida, con especialización en inteligencia artificial, agentes IA e ia para empresas, ciberseguridad, servicios cloud aws y azure, automatización de procesos y servicios inteligencia de negocio con power bi. Si te interesa cómo aplicamos la IA a casos reales, visita nuestra página de inteligencia artificial o descubre cómo abordamos proyectos de aplicaciones a medida y software a medida.
Incluso en este fin de semana tranquilo avanzamos en la plataforma de observabilidad. La visualización de topología ya usa un grafo de fuerzas que se adapta en tiempo real al estado de los servicios, resalta riesgos y ayuda a priorizar respuestas. Es un ejemplo de cómo el desarrollo asistido por IA mantiene el impulso sin sacrificar calidad.
// Ejemplo de integración de topología asistida por IA const topologyData = await fetchServiceTopology() const healthMetrics = await analyzeServiceHealth(topologyData) const visualizationComponent = generateTopologyChart(healthMetrics)
Esta pieza es pequeña pero significativa: muestra que con buenas prácticas, pruebas automatizadas y agentes IA bien orquestados, los equipos pueden sostener el ritmo y elevar el listón técnico.
Empezamos la semana 3 del reto con energía renovada y con una meta clara: modelar una forma efectiva de mentoría en la que perfiles senior y recién graduados construyen juntos sistemas de alto impacto. El futuro no va de sustituir talento humano con IA, sino de crear equipos superhumanos donde la IA amplifique la creatividad, la resolución de problemas y el pensamiento arquitectónico.
Si buscas un socio para llevar tu producto al siguiente nivel con inteligencia artificial, ciberseguridad, servicios cloud aws y azure, agentes IA o power bi, hablemos. En Q2BSTUDIO convertimos estrategia en producto.
Este artículo pertenece a la serie 30 Day AI Native Observability Platform, en la que construimos una plataforma completa de observabilidad con desarrollo asistido por IA mientras creamos oportunidades para la próxima generación de desarrolladores.