Se ha actualizado « April 2026 » para reflejar cómo está evolucionando la programación con Vibe en los flujos de trabajo de desarrollo reales.
La programación «Vibe» ha ganado recientemente una gran popularidad en las comunidades de desarrollo de software y programación después de que Andrej Karpathy, miembro fundador de OpenAI y antiguo director de IA en Tesla, introdujera el término.
Existe un nuevo tipo de programación que denomino «programación intuitiva», en la que uno se deja llevar por completo por las sensaciones, se abre a las funciones exponenciales y llega incluso a olvidar que el código existe. Esto es posible porque los modelos de lenguaje grande (LLM, por sus siglas en inglés; por ejemplo, Cursor Composer con Sonnet) están alcanzando un nivel demasiado alto. Además, acabo de hablar con Composer a través de SuperWhisper:, , , , . Ver más:
Al igual que otros avances en inteligencia artificial que suscitan inquietudes sobre la posibilidad de sustituir a los seres humanos, la idea en la que se basa la «programación intuitiva» ha suscitado reacciones encontradas tanto entre los programadores como entre quienes no lo son. ¿Funciona realmente la programación basada en la energía? ¿Es seguro? ¿Sigue siendo necesario aprender lenguajes de programación? Y, lo más importante, ¿qué significa la programación «vibe» para el futuro de la programación?
Son muchos los que reconocen las posibles ventajas de utilizar flujos de trabajo asistidos por IA. A otros les preocupan los retos que podría plantear este enfoque de programación basado en la IA, concretamente la necesidad de una supervisión humana exhaustiva para garantizar que el código generado por la IA sea utilizable, seguro y fácil de mantener.
En esta entrada se explica qué significa realmente la «vibe coding», cómo está transformando el papel del desarrollador y por qué su promesa de rapidez y creatividad debe equilibrarse con precaución, contexto y responsabilidad a nivel de código, incluyendo lo que Tanium está haciendo para ayudar a las organizaciones a encontrar ese equilibrio.
¿Qué es la «vibe coding»?
La programación «Vibe» hace referencia a un enfoque en el que la inteligencia artificial ayuda a generar y perfeccionar código a partir de indicaciones en lenguaje natural proporcionadas por el usuario. En lugar de escribir código línea por línea, la programación «vibe» le permite:
- Describa la funcionalidad deseada en un lenguaje sencillo
- Deje que la IA genere el código
- Pruebe, ajuste y oriente a la IA según sea necesario
La programación «Vibe» consiste en utilizar herramientas de inteligencia artificial, como GitHub Copilot, ChatGPT, Claude OpenAI y Gemini, así como entornos de desarrollo integrados (IDE) diseñados para ayudar a los desarrolladores a generar líneas de código y perfeccionar la sintaxis del código a partir de indicaciones en lenguaje natural.
Herramientas populares de programación de «vibe»
Existen varias plataformas de inteligencia artificial muy utilizadas que admiten flujos de trabajo de «vibe coding». Cada una de ellas presenta diferencias en cuanto a su enfoque, su interfaz y el grado de integración con los entornos de desarrollo existentes:
- GitHub Copilot: Un programador en pareja basado en IA integrado directamente en entornos de desarrollo integrados (IDE) populares, como VS Code, que ofrece sugerencias y autocompletado de código en tiempo real.
- Cursor: Un editor de código centrado en la IA, basado en VS Code, que admite el contexto multifichero y la generación de código por agentes.
- Replit: Un entorno de desarrollo basado en navegador que cuenta con un agente de inteligencia artificial integrado capaz de generar e implementar aplicaciones completas a partir de descripciones en lenguaje natural.
- ChatGPT/Claude: Modelos de lenguaje a gran escala (LLM) de uso general capaces de generar, explicar y depurar código en una amplia variedad de lenguajes y marcos de trabajo.
- Codeium: Un asistente de programación basado en IA gratuito que se integra con docenas de entornos de desarrollo integrado (IDE) y es compatible con más de 70 lenguajes de programación.
- Amazon CodeWhisperer: El asistente de programación basado en IA de AWS, optimizado para el desarrollo nativo en la nube y la integración con los servicios de AWS.
- Qodo: Una herramienta de inteligencia artificial centrada en la calidad del código, la generación de pruebas y la automatización de revisiones.
La herramienta adecuada dependerá de sus requisitos técnicos, de sus limitaciones presupuestarias y de la complejidad de lo que esté desarrollando. Para trabajos de exploración o de creación de prototipos, los modelos de lenguaje grandes (LLM) de uso general suelen ser suficientes. En el caso de los flujos de trabajo relacionados con la producción, los entornos de programación diseñados específicamente para este fin y con una integración más estrecha con el IDE suelen ofrecer un mayor control y una mayor capacidad de auditoría.
Estos agentes de inteligencia artificial utilizan modelos de lenguaje a gran escala (LLM) para comprender e interpretar las complejidades del lenguaje natural, transformando el lenguaje coloquial o las descripciones de texto en código ejecutable. Esta funcionalidad puede acelerar la creación de prototipos y reducir las barreras de programación, lo que hace que el proceso de generación de código resulte más intuitivo y accesible para personas con distintos niveles de conocimientos de programación. La programación «Vibe» no se centra tanto en la ingeniería de precisión como en la generación rápida de ideas y la experimentación.
La programación de Vibe sitúa a los desarrolladores en una posición única en la que aprovechan sus conocimientos de programación para guiar a la IA, en lugar de escribir ellos mismos cada línea de código. Este enfoque podría agilizar el proceso de desarrollo, reducir el tiempo dedicado a tareas rutinarias de programación y permitir a los desarrolladores centrarse en aspectos más complejos y creativos del desarrollo de software.
Si bien la programación por intuición ofrece un enfoque revolucionario para el desarrollo de software, en esencia cambia el papel del desarrollador, que pasa de escribir código a orientar, probar y perfeccionar los resultados generados por la inteligencia artificial.
El desarrollador ya no es el único responsable de escribir cada línea de código; en su lugar, se convierte en mentor de la IA, garantizando que el código generado se ajuste a los requisitos del proyecto y a las mejores prácticas.
Esta transformación de las funciones implica que los desarrolladores que utilizan la IA también deben estar atentos y revisar minuciosamente el código generado para garantizar que cumpla con los estándares de seguridad y sea sostenible en proyectos a largo plazo, con el fin de mantener la integridad y la seguridad de su código fuente; se trata de un nuevo reto que, en opinión de algunos, podría acarrear un riesgo potencial excesivo que supere el ahorro de tiempo y otras ventajas que promete el uso de la IA para la programación.
Conviene reconocer que los componentes fundamentales de la «vibe coding» no son conceptos del todo nuevos. Lo que distingue a la programación «vibe» es la forma en que estos elementos se integran y se utilizan conjuntamente.
Veamos cómo se combinan estos componentes tan conocidos para dar lugar a una evolución significativa en el ámbito de la programación.
¿Es la «vibe coding» un concepto nuevo?
Aunque Andrej haya acuñado el término «vibe coding», el uso de la IA en la programación no solo lleva ya bastante tiempo entre nosotros, sino que el concepto fundamental que subyace al «vibe coding» (describir lo que se desea que haga el código para guiar su creación) tampoco es nuevo.
La programación Vibe combina, en esencia, dos estrategias ya existentes: el uso de la inteligencia artificial para generar y revisar código, y la optimización del proceso de recopilación e implementación de los requisitos de los usuarios con el fin de mejorar los flujos de trabajo de desarrollo tradicionales.
Para comprender cómo surgió la programación «vibe», resulta útil repasar brevemente la historia de la inteligencia artificial en el ámbito de la programación y una metodología ya existente que utilizan los desarrolladores de software para garantizar que el código satisfaga los requisitos de las partes interesadas.
Historia del uso de la IA en la programación
A finales del siglo XX, el aprendizaje automático había avanzado lo suficiente como para integrarse en las herramientas de programación, lo que permitió un análisis inteligente del código y una validación sintáctica mejorada. Posteriormente, el 2010s experimentó un auge del aprendizaje profundo, lo que mejoró considerablemente el procesamiento del lenguaje natural (PLN) y la comprensión del código.
[El aprendizaje automático en la ciberseguridad: una guía básica para principiantes]
Esta evolución allanó el camino para los asistentes de programación basados en IA y alimentados por modelos de lenguaje grande (LLM), capaces de ofrecer sugerencias de código adaptadas al contexto a partir de las indicaciones del usuario. En la actualidad, se están integrando ampliamente diferentes tipos de inteligencia artificial en diversos aspectos del desarrollo de software, desde la generación de código hasta la depuración y la optimización.
La necesidad de la programación orientada a la experiencia surge, en última instancia, de la creciente complejidad de los proyectos de software y de la exigencia de ciclos de desarrollo más rápidos. Los métodos tradicionales de programación suelen tener dificultades para satisfacer estas exigencias, lo que convierte a la programación asistida por IA en una herramienta muy valiosa para los desarrolladores actuales.
Cómo encaja la programación «vibe» en el panorama de la programación y la tecnología
La programación ha ido avanzando de forma constante hacia niveles cada vez más elevados de abstracción. El lenguaje ensamblador redujo la necesidad de trabajar directamente con código máquina. Los lenguajes de alto nivel, como C y Python, han hecho que el software sea más portátil y expresivo. Los entornos de desarrollo visual y las plataformas «low-code» redujeron aún más la necesidad de gestionar los detalles de implementación de bajo nivel. Estos enfoques no se sustituyeron entre sí, sino que ampliaron las opciones disponibles, lo que permitió a los desarrolladores centrarse más en lo que desean crear, al tiempo que se abstraían determinados aspectos del funcionamiento de los sistemas.
La programación Vibe supone el siguiente paso en esa trayectoria. En lugar de escribir sintaxis, los desarrolladores describen su intención en lenguaje sencillo. Los modelos de lenguaje a gran escala entrenados con amplios conjuntos de código pueden convertir las indicaciones conversacionales en aplicaciones funcionales, lo que a menudo da lugar a prototipos operativos que los desarrolladores pueden perfeccionar y validar. Esa capacidad vincula la codificación de «vibe» directamente con los avances más generales en inteligencia artificial y procesamiento del lenguaje natural.
El cambio hacia el desarrollo basado en la intención
En este modelo, la relación del desarrollador con el código cambia de manera significativa. Escribir cada línea manualmente ya no es la forma habitual de trabajar en muchos entornos. En la actualidad, la función del desarrollador se centra en especificar claramente la intención y en revisar lo que genera la IA. En torno a este flujo de trabajo están surgiendo varias competencias nuevas:
- Ingeniería de prompts: . Cómo redactar instrucciones eficaces para que la IA genere resultados útiles
- Ingeniería de contexto: . Estructuración de la información de fondo que recibe un modelo de IA para mejorar los resultados
- Validación de los resultados generados por IA: Verificación sistemática de que los resultados generados por IA se comportan según lo previsto, cumplen los estándares de calidad y se evalúan para detectar posibles problemas de seguridad
Estas habilidades no sustituyen a los conocimientos tradicionales de programación. Añaden una nueva dimensión, y los equipos que invierten en ambas están mejor preparados para utilizar la programación basada en el ambiente de forma responsable.
No obstante, la programación con Vibe no sustituye al ciclo de vida completo del desarrollo de software. Suele ser más eficaz durante las fases de ideación y creación de prototipos, en las que la rapidez es fundamental, los requisitos aún se están definiendo y la iteración rápida aporta más valor que la precisión. El software destinado a entornos de producción requiere pruebas rigurosas, revisión del código y análisis de seguridad, independientemente de cómo se haya generado. La encuesta «State of Code Developer Survey 2026 » de SonarSource, realizada por , reveló que la calidad y la seguridad del código siguen siendo motivos de preocupación habituales a la hora de trabajar con resultados generados por la inteligencia artificial.
Para la mayoría de los equipos, la programación basada en la intuición complementa las prácticas de ingeniería ya establecidas, en lugar de sustituirlas. Los equipos de desarrollo pueden acelerar el trabajo en las primeras fases y, a medida que los proyectos maduran, aplicar los métodos tradicionales. Sin embargo, esa aceleración tiene consecuencias que van más allá del propio código fuente.
El impacto operativo del código generado por la inteligencia artificial
El desarrollo más rápido impulsado por la IA plantea un nuevo reto operativo: comprender qué se está ejecutando en todo el entorno, incluido el reto que supone la « » (IA en la sombra) en los terminales. A medida que se acelera la generación de código, los equipos suelen perder visibilidad sobre el estado de los terminales, incluidos los dispositivos no gestionados, el software obsoleto y las desviaciones en la configuración. La visibilidad de los terminales en tiempo real que ofrece proporciona una visión precisa y actualizada de los terminales, lo que ayuda a los equipos a adaptar el ritmo de desarrollo a la realidad operativa.
Esto refleja una brecha mucho más amplia que muchos equipos siguen intentando cerrar: la diferencia entre el código que se crea y el código que realmente se ejecuta. Dado que los flujos de trabajo asistidos por IA acortan los plazos de desarrollo, a los equipos les resulta cada vez más difícil mantener una visión actualizada de lo que se ha implementado en los dispositivos finales.
La codificación Vibe también introduce aspectos relacionados con la cadena de suministro. El código generado por IA puede incorporar dependencias, bibliotecas o patrones que los desarrolladores no hayan seleccionado explícitamente, lo que dificulta el mantenimiento de una lista clara de componentes de software (SBOM) en todo el entorno.
Esto cobra mayor importancia a medida que aumenta la velocidad de entrega. La generación rápida de código puede acortar los ciclos de implementación, pero sin una visión precisa de su entorno, los equipos pueden tener dificultades para confirmar si el software está actualizado, configurado de forma coherente o cumple con las normas internas. Mantener una visión fiable y actualizada de la actividad de los terminales contribuye a garantizar que la realidad operativa se adapte a los cambios introducidos en fases anteriores del ciclo de vida del software.
Los equipos de TI y de seguridad necesitan tener un conocimiento claro y preciso del software, los procesos y las configuraciones de todo su entorno, incluidos aquellos sistemas que quizá no estén totalmente inventariados ni sean objeto de una supervisión continua. Por eso, los equipos combinan cada vez más flujos de trabajo de desarrollo más rápidos con una visibilidad en tiempo real de los terminales. El resultado: una visión más clara de lo que realmente se está ejecutando y la posibilidad de subsanar las deficiencias mediante la corrección automatizada de .
Comprender el lugar que ocupa la programación «vibe» en el panorama general plantea una cuestión práctica: ¿en qué se diferencia realmente de la programación tradicional en el trabajo diario?
¿En qué se diferencia la programación con Vibe del desarrollo de código tradicional?
En los flujos de trabajo de desarrollo tradicionales, las partes interesadas sin conocimientos técnicos comunican sus requisitos a los desarrolladores o ingenieros de software, quienes, a su vez, interpretan dichos requisitos y escriben el código necesario. Este proceso suele implicar múltiples iteraciones, ciclos de retroalimentación y ajustes para garantizar la coherencia entre la visión de las partes interesadas y la implementación técnica.
Vibe Coding automatiza parte de este proceso de traducción mediante el uso de la inteligencia artificial para generar código a partir de indicaciones en lenguaje natural. Permite a los desarrolladores actuar como intermediarios, proporcionando orientaciones de alto nivel a la IA, que a su vez genera el código inicial. De este modo, parte de la responsabilidad de la generación de código pasa del desarrollador a la IA, aunque sigue siendo necesaria la experiencia del desarrollador para perfeccionar y validar el resultado.
En este sentido, la programación colaborativa (vibe coding) constituye una versión moderna del modelo de colaboración tradicional, que desde hace tiempo es un elemento fundamental en el desarrollo de software. Los desarrolladores llevan mucho tiempo traduciendo las necesidades ambiguas de las partes interesadas en una lógica estructurada, recurriendo a menudo a cualquier herramienta que les permitiera avanzar lo más rápido posible desde la idea hasta la implementación. Lo novedoso es la magnitud y la rapidez que la inteligencia artificial aporta a ese proceso.
Mediante la integración de la inteligencia artificial en este proceso, «vibe coding» pretende mejorar la productividad y la innovación, sin dejar de confiar en la experiencia de los desarrolladores para garantizar la calidad y la seguridad del producto final.
Cuando se utiliza de forma deliberada, la codificación por «vibe» puede aportar ventajas significativas, no solo en cuanto a la rapidez, sino también en lo que respecta a la creatividad, la accesibilidad y la colaboración. Analicemos algunas de las ventajas clave que hacen que este enfoque resulte tan atractivo.
Cómo aplicar la programación «vibe»
La programación con Vibe sigue un flujo de trabajo repetible que va desde la idea inicial hasta el código funcional a través de una serie de pasos estructurados de indicaciones y revisión. Tanto si es usted un desarrollador con amplia experiencia como si es alguien que se inicia por primera vez en el desarrollo asistido por IA, el proceso suele seguir cuatro etapas:
Paso 1: Elija una plataforma de programación de IA
Seleccione una plataforma en función de sus requisitos técnicos, sus necesidades de rendimiento y sus limitaciones presupuestarias. Los modelos de lenguaje grandes (LLM) de uso general, como ChatGPT o Claude, funcionan bien para tareas exploratorias y guiones rápidos. Los entornos diseñados específicamente para este fin, como Replit o Cursor, resultan más adecuados para crear e implementar aplicaciones completas, ya que ofrecen una integración más estrecha con los flujos de trabajo de desarrollo y opciones de implementación con un solo clic.
Paso 2: Defina sus requisitos con una indicación clara
Describa lo que desea crear en un lenguaje sencillo. Cuanto más específica y rica en contexto sea su indicación, mejor será el resultado. Una descripción clara debe incluir la funcionalidad prevista, la pila tecnológica (si tiene alguna preferencia), cualquier restricción de rendimiento o seguridad, y la experiencia de usuario esperada.
Por ejemplo, una indicación imprecisa como «cree un panel de control» dará lugar a resultados genéricos. Una indicación más eficaz podría ser la siguiente: «Cree un panel de control web utilizando React que muestre tres gráficos en tiempo real —el número total de usuarios, las sesiones activas y las tasas de error—, con un filtro de intervalo de fechas y un botón para activar o desactivar el modo oscuro».
Paso 3: Revise y perfeccione el código generado
La IA generará una versión inicial del código. Considérelo un punto de partida, no un producto acabado. Revíselo para detectar posibles fallos lógicos, validaciones que falten y aspectos relacionados con la seguridad. Modifique su indicación en función de lo que falte o esté incorrecto, y repita el proceso hasta que el resultado se ajuste a sus requisitos.
Paso 4: Revisión final e implementación
Antes de la entrega, lleve a cabo una revisión exhaustiva del código, dando prioridad a la seguridad. Compruebe si existen vulnerabilidades habituales, como entradas sin depurar, credenciales codificadas de forma fija o controles de acceso excesivamente permisivos. Compruebe que el código funcione según lo previsto en condiciones reales y, a continuación, impleméntelo siguiendo su proceso de lanzamiento habitual.
Este ciclo de cuatro pasos —seleccionar, sugerir, perfeccionar y revisar— constituye la base de un flujo de trabajo responsable en la codificación de vibraciones. Las mejoras en la velocidad son reales, pero dependen de la calidad del criterio humano que se aplique en cada fase.
¿Cuáles son las principales ventajas de utilizar la codificación «vibe»?
Las ventajas potenciales de la codificación vibracional son considerables. Puede impulsar la productividad, acelerar la creación de prototipos y mejorar la resolución de problemas al reducir la barrera entre las ideas y su puesta en práctica.
Al combinar la automatización con la experimentación, el «vibe coding» crea un entorno de desarrollo más dinámico y creativo, en el que los desarrolladores pueden probar rápidamente funciones, explorar nuevos conceptos e iterar con total libertad.
Esta libertad les permite centrar su atención en cuestiones de mayor nivel, como el diseño, la arquitectura y la escalabilidad a largo plazo.
¿El resultado? Nuevas perspectivas, una innovación más rápida y mejoras significativas en la forma de desarrollar software.
Entonces, ¿cómo se aplica realmente la programación basada en la intuición en la práctica? ¿Cuándo resulta más eficaz y quién se beneficia de ello en la actualidad? Analicemos los cinco principales casos de uso en los que la programación «vibe» ya está teniendo un impacto significativo, y por qué estos escenarios están demostrando ser un terreno ideal para este enfoque híbrido.
Los 5 casos de uso más destacados de la programación «vibe»
Desde desarrolladores y jefes de proyecto hasta creadores de contenidos, equipos de TI, startups e incluso grandes empresas, su atractivo radica en cómo combina la rapidez con la creatividad y la automatización con la visión humana.
Entre los casos de uso más habituales del «vibe coding» que están surgiendo en la actualidad se incluyen:
- Prototipos y productos mínimos viables (MVP)
Vibe Coding es ideal para crear rápidamente prototipos o productos mínimos viables. Puede describir una función como «un panel de control con tres gráficos y un filtro» y obtener código operativo en cuestión de minutos. - Proyectos paralelos:
. Tal y como señaló Karpathy, programar en Vibe «no está nada mal para proyectos de fin de semana sin mayor pretensión». Es ideal cuando se quiere crear algo rápidamente sin preocuparse por su mantenimiento a largo plazo. - Maquetas de UI/UX
¿Necesita un diseño rápido en HTML/CSS o un componente de React? Vibe Coding puede generar interfaces visualmente funcionales a partir de su descripción. - Scripts de datos y automatización
Puede describir una tarea, como «limpiar este archivo CSV y trazar un histograma», y la IA generará código en Python o R. Esto resulta especialmente útil para los profesionales del marketing y los analistas que desean automatizar tareas repetitivas. - Aprendizaje y experimentación
Es una forma estupenda de aprender conceptos de programación al observar cómo la IA resuelve problemas. Puede pedirle que le explique lo que está haciendo o probar diferentes variantes para ver distintos enfoques.
¿Quién utiliza hoy en día la programación «vibe»?
La programación de Vibe ha ido mucho más allá de la experimentación individual. Las empresas emergentes, especialmente aquellas que forman parte de programas de aceleración como Y Combinator, lo están utilizando para desarrollar y lanzar aplicaciones basadas en la inteligencia artificial con mayor rapidez de la que permitirían los plazos de desarrollo tradicionales.
Emprendedores, docentes, diseñadores y analistas con conocimientos de programación limitados o nulos están creando herramientas funcionales por su cuenta, reduciendo así los plazos que antes requerían meses de desarrollo o un gasto considerable en subcontratación.
El efecto de democratización es real: las tareas que antes requerían contratar a un desarrollador, con el consiguiente coste, ahora pueden plasmarse en prototipos en cuestión de horas.
Dicho esto, los casos de uso en los que la programación intuitiva aporta un mayor valor suelen compartir una característica común. Son de carácter exploratorio, tienen un alcance limitado y aún no entrañan riesgos propios de la fase de producción.
Cuanto más avanza un proyecto hacia su implantación en la empresa, más riguroso debe ser el proceso de revisión humana.
[¿Qué es la IA agencial? Lo que hay que saber sobre este nuevo tipo de IA]
La programación con Vibe abre las puertas a flujos de trabajo más rápidos, a una exploración más creativa y a una mayor accesibilidad. Los casos de uso que acabamos de analizar muestran cómo esto puede capacitar a equipos de distintas disciplinas para pasar de la idea a la ejecución con una rapidez sin precedentes.
Por qué es importante la programación «vibe» en la actualidad
Durante décadas, convertir una idea en una aplicación funcional requería o bien unos profundos conocimientos técnicos o bien el presupuesto necesario para contratar a desarrolladores. Esa brecha entre la idea y su puesta en práctica ha sido, a lo largo de la historia, uno de los principales obstáculos para la innovación, sobre todo para los equipos más pequeños, los fundadores sin formación técnica y las organizaciones con recursos limitados.
La programación Vibe aborda directamente esta limitación al permitir que más personas participen en el proceso de creación, no sustituyendo a los ingenieros, sino reduciendo el volumen de trabajo de baja complejidad que les ocupa tiempo.
El ritmo al que aumentan las capacidades de la inteligencia artificial también está acelerando este cambio. Lo que la inteligencia artificial es capaz de realizar de forma autónoma en el desarrollo de software se ha ido duplicando aproximadamente cada varios meses, pasando de la autocompletación básica a la generación de funciones, la redacción de características y, en la actualidad, la creación de estructuras completas de aplicaciones con una intervención humana mínima. Esa trayectoria convierte la programación «vibe» en un cambio fundamental en la forma en que la capacidad de desarrollo de software se distribuirá cada vez más entre las organizaciones en los próximos años.
Al igual que cualquier herramienta potente, la programación basada en la energía conlleva sus ventajas e inconvenientes. Sus puntos fuertes —la rapidez, la flexibilidad y la facilidad— también pueden convertirse en sus puntos débiles si no se aplican con prudencia. Merece la pena analizar más detenidamente en qué aspectos puede fallar la «vibe coding» y qué riesgos deben tener en cuenta los equipos a la hora de adoptarla a gran escala.
¿Cuáles son las posibles desventajas de la programación basada en la intuición?
Si bien la programación basada en la intuición ofrece posibilidades apasionantes, también plantea retos que exigen un enfoque reflexivo y con experiencia; por ello, elaborar indicaciones eficaces —y combinarlas con un conocimiento sólido del código subyacente— resulta esencial para obtener resultados seguros y fiables.
La calidad del código generado por la IA depende en gran medida de las instrucciones que reciba. Los sistemas de inteligencia artificial responden, literalmente, a las instrucciones y al contexto que se les proporcionan. Las instrucciones imprecisas o excesivamente generales pueden dar lugar a un código frágil o incluso inseguro. Por el contrario, unos datos de entrada claros y bien estructurados —como la especificación de la pila tecnológica, las expectativas de rendimiento o las restricciones de seguridad— pueden dar lugar a resultados sorprendentemente sólidos.
Pero, incluso con una indicación perfecta, el trabajo aún no está terminado. Los desarrolladores siguen teniendo que revisar, probar y perfeccionar los resultados generados por la IA. Esto implica detectar posibles incongruencias lógicas, validar los supuestos y garantizar que el código se ajuste a los objetivos del proyecto. No se trata solo de si el código se ejecuta, sino de si se ejecuta correctamente.
Otro reto es la trazabilidad. Cuando una persona escribe código, suele haber una razón detrás de cada decisión: algo sobre lo que se puede preguntar, documentar o depurar. En el caso del código generado por IA, ese razonamiento suele resultar opaco. ¿Por qué eligió ese patrón? ¿Por qué esa biblioteca? Sin un objetivo claro, la depuración se convierte en una cuestión de conjeturas, y el mantenimiento se vuelve cada vez más arriesgado con el paso del tiempo.
El rendimiento es otra de las preocupaciones. La IA puede generar código que funcione, pero que no esté optimizado, lo que puede dar lugar a una ejecución más lenta, un mayor consumo de recursos o problemas de escalabilidad. En entornos de alto riesgo, eso puede suponer un factor decisivo.
Un inconveniente relacionado es la posible pérdida de comprensión del código a nivel del equipo. Cuando los desarrolladores recurren en gran medida al código generado por la inteligencia artificial sin revisarlo a fondo, el conocimiento institucional sobre el funcionamiento de un sistema puede verse mermado. Esto genera un riesgo que se acumula con el tiempo: cuanto menos comprende un equipo su propio código, más difícil resulta depurarlo, ampliarlo o protegerlo a lo largo del tiempo.
El análisis de Cloudflare sobre la programación intuitiva (véase ) identifica esta pérdida de comprensión del código como uno de los inconvenientes a largo plazo más graves, especialmente para los equipos que adoptan la programación intuitiva a gran escala sin establecer normas claras de revisión y documentación.
«Los equipos de desarrollo que lanzan funciones programadas de forma intuitiva con una revisión mínima pueden perder familiaridad con sus bases de código. Esto puede dificultar la corrección de errores o vulnerabilidades.»Cloudflare
Y, por último, existe el riesgo de una dependencia excesiva. La inteligencia artificial puede ser un copiloto muy eficaz, pero no sustituye al criterio de los ingenieros. Cuando los equipos empiezan a confiar en los resultados sin cuestionarlos, corren el riesgo de introducir errores sutiles, fallos de seguridad o deuda arquitectónica que resultan difíciles de resolver posteriormente.
Retos de seguridad relacionados con la programación de la inteligencia artificial
Una de las principales preocupaciones en relación con la programación en Vibe es la posibilidad de que existan errores ocultos y vulnerabilidades de seguridad. El código generado por IA puede parecer limpio y funcional a primera vista, pero, bajo la superficie, puede ocultar sutiles errores lógicos, cuellos de botella en el rendimiento o graves fallos de seguridad, como la inyección SQL o el cross-site scripting (XSS).
La cuestión fundamental es que, si bien los modelos de inteligencia artificial son muy potentes, carecen de la percepción contextual y la capacidad de juicio que aportan los desarrolladores con experiencia.
Pueden imitar patrones, pero no comprenden realmente la intención. Esto significa que podrían generar código que funcione, pero que no ofrezca protección, y eso supone una laguna peligrosa.
[Consiga la guía definitiva sobre la inteligencia artificial en la ciberseguridad]
Tomemos como ejemplo la validación de datos introducidos. Sin indicaciones explícitas para la validación de los datos introducidos, la IA podría omitir medidas de seguridad fundamentales, lo que daría lugar a vulnerabilidades tales como:
- Inyección SQL: Los atacantes manipulan las consultas a la base de datos para obtener acceso no autorizado.
- Scripting entre sitios: Las entradas de los usuarios no validadas se convierten en scripts maliciosos que ponen en peligro los datos de los usuarios.
- Vulnerabilidades replicadas: La IA puede reproducir y amplificar los patrones inseguros existentes que se encuentren en su código actual.
Lo que resulta aún más preocupante es que la inteligencia artificial puede reforzar, sin saberlo, las vulnerabilidades ya existentes. Si su código actual de contiene patrones inseguros, es posible que la IA los reproduzca o se base en ellos, lo que aumentaría el riesgo en lugar de mitigarlo.
Por eso la supervisión humana no es opcional. Es imprescindible. Los desarrolladores deben revisar el código generado por IA con una mentalidad que dé prioridad a la seguridad, aplicándole el mismo nivel de escrutinio que a cualquier contribución de terceros. Si bien la inteligencia artificial puede acelerar el desarrollo, también puede acelerar con la misma facilidad la propagación de código malicioso si no prestamos atención.
Estos riesgos no se limitan a errores accidentales o a una lógica poco segura. En la práctica, estos mismos flujos de trabajo basados en IA pueden ser objeto de un uso indebido intencionado, como se observa en el auge de VibeScamming, donde se utilizan herramientas de IA de lenguaje natural para generar e iterar rápidamente infraestructura de phishing.
Lejos de ser meras consideraciones teóricas, estas inquietudes reflejan cómo se está utilizando ya hoy en día la codificación de vibraciones.
Aunque la intención era apoyar a los desarrolladores, y no sustituirlos, a menudo se está utilizando como un atajo para la programación a gran escala. Ese cambio, de herramienta de apoyo a programador autónomo, es donde las cosas empiezan a ir mal.
Para comprender por qué, debemos volver a analizar cuál era realmente el objetivo de la programación de «vibe» y por qué esperar que asuma toda la carga de la ingeniería de software constituye un error fundamental.
Para qué se debe y para qué no se debe utilizar la programación «vibe»
Cuando uno da un paso atrás y reflexiona sobre qué es la programación intuitiva y qué no es, queda claro que muchos de sus retos se deben a intentar que haga algo para lo que nunca fue diseñada: la programación propiamente dicha.
Tal y como explicó Andrej en su entrada introductoria sobre la «programación intuitiva»: «... en realidad no es programar: simplemente veo cosas, digo cosas, ejecuto cosas y copio y pego cosas, y casi siempre funciona».
Y ahí radica precisamente el quid de la cuestión.
La programación de verdad no consiste únicamente en conseguir que algo funcione. Se trata de comprender por qué funciona, cómo se adapta a un mayor volumen, cómo falla y cómo evoluciona. La programación de Vibe se salta esa base. Es como construir una casa guiándose por la intuición: a veces se consigue una cabaña acogedora, pero otras veces se obtiene una estructura que parece estar bien a simple vista, pero que empieza a agrietarse en cuanto se intenta vivir en ella.
Piense, por ejemplo, en el auge de los editores web visuales a principios de la década de los 2000s—tools , como Dreamweaver o FrontPage. Fueron revolucionarias para su época, ya que permitían a los usuarios crear una página web mediante la función de arrastrar y soltar sin necesidad de escribir ni una sola línea de HTML.
Sin embargo, cuando se utilizaban esas mismas herramientas para crear sitios web destinados a la producción, los resultados solían ser excesivamente pesados, inestables e imposibles de mantener. En realidad, el código era un auténtico desastre: carecía de semántica, era redundante y estaba plagado de trucos de maquetación. A simple vista parecía estar bien, pero no era escalable, ofrecía un rendimiento deficiente y, desde luego, no era seguro. Actualmente estamos observando ecos de aquello en la programación basada en el «vibe» y en el código generado por IA.
Al igual que ocurrió a principios de los años 2000s con el auge de los creadores web visuales como Dreamweaver y FrontPage —herramientas que facilitaron la creación de páginas web, pero que a menudo generaban un código sobredimensionado o inestable—, las herramientas de desarrollo actuales asistidas por IA ofrecen rapidez y sencillez, aunque no sin algunas desventajas.
Eso no significa que la programación intuitiva no tenga cabida. Es una herramienta muy eficaz para crear prototipos, explorar ideas o reducir las barreras de acceso. Sin embargo, cuando se convierte en el enfoque habitual para resolver problemas complejos o se utiliza como atajo para eludir las prácticas fundamentales de ingeniería, y se va introduciendo progresivamente en los flujos de trabajo de producción, es entonces cuando empezamos a observar consecuencias reales. Errores. Cortes de suministro. Y sí, vulnerabilidades de seguridad.
El código generado sin un conocimiento profundo suele carecer de las medidas de seguridad, las validaciones y la lógica adaptada al contexto que los desarrolladores experimentados incorporan de forma instintiva. Si nadie comprende realmente qué hace el código, entonces nadie tiene un control real sobre lo que este podría permitir.
Cómo Tanium refuerza los cimientos de la programación «vibe»
Tanium contribuye a subsanar las carencias de recursos provocadas por la escasez de desarrolladores, los presupuestos cada vez más ajustados y la creciente demanda de operaciones más rápidas y seguras, al capacitar a un mayor número de personas —no solo a programadores experimentados— para crear soluciones seguras y escalables de automatización de TI. Pero eso no es más que una parte de nuestra misión.
En esencia, la automatización «low-code» y «no-code» de Tanium tiene como objetivo potenciar la agilidad y el control en los equipos de TI y de seguridad. Con «» Tanium Automate, un componente clave de la plataforma de TI autónoma de Tanium , los usuarios pueden crear guiones dinámicos de varios pasos que respondan a datos en tiempo real, sin necesidad de escribir scripts complejos. Cada guía de actuación se estructura en pasos claramente definidos que pueden revisarse, ajustarse y ordenarse con total transparencia. Esto proporciona a los equipos la confianza necesaria para automatizar los procesos sin perder visibilidad ni control.
También se trata de democratizar la automatización. Tanto si es usted analista de seguridad, operador de TI o ingeniero de sistemas, Tanium le ofrece las herramientas necesarias para actuar en función de la información obtenida sin tener que esperar a que finalicen los ciclos de desarrollo. Esto no solo acelera los tiempos de respuesta, sino que también permite a los equipos centrarse en iniciativas estratégicas y automatizar el resto.
Y dado que estas automatizaciones se basan en la visibilidad en tiempo real de los terminales que ofrece Tanium, no solo son rápidas, sino que además tienen en cuenta el contexto. Esto implica tomar decisiones más acertadas, reducir los falsos positivos y lograr una ejecución más resistente en todo su entorno.
Al facilitar una automatización segura, escalable e inteligente (y al permitir a los usuarios ver y comprender cada paso), Tanium permite a los equipos pasar de la información a la acción en cuestión de minutos, en lugar de días. No se trata solo de subsanar carencias, sino de potenciar la agilidad y capacitar a más personas para que resuelvan problemas con rapidez, a gran escala y con confianza.
Preguntas frecuentes sobre la codificación «vibe»
¿Por qué resulta controvertida la programación «vibe»?
La programación con Vibe es objeto de controversia, ya que acelera la creación de software al tiempo que modifica la forma en que se aplica el rigor de la ingeniería. Al utilizar la inteligencia artificial para generar código ejecutable a partir de instrucciones en lenguaje natural, los desarrolladores pasan de escribir código línea por línea a dirigir y perfeccionar los resultados generados por la inteligencia artificial. Los partidarios de esta iniciativa consideran que se trata de una vía más rápida para pasar de la idea al prototipo y una forma de reducir las barreras de entrada.
Sin embargo, los críticos advierten de que esto puede generar vulnerabilidades de seguridad, reducir la responsabilidad en cuanto a la calidad del código y debilitar la comprensión común de los códigos fuente si los equipos confían en exceso en los resultados generados por la inteligencia artificial. En la práctica, la eficacia de la codificación «vibe» depende de una supervisión, unas pruebas y una gestión rigurosas por parte de las personas, con el fin de garantizar que la rapidez no se consiga a costa de la fiabilidad o la seguridad.
¿Cómo funciona la programación con Vibe en un flujo de trabajo de desarrollo real?
En un flujo de trabajo de desarrollo real, la programación intuitiva funciona como un proceso iterativo y de apoyo. Los desarrolladores describen la funcionalidad deseada en lenguaje natural; las herramientas de inteligencia artificial generan una implementación inicial; y, a continuación, los seres humanos revisan, prueban y perfeccionan el resultado mediante indicaciones y modificaciones adicionales. Esto hace que el papel del desarrollador pase de escribir código línea por línea a orientar y validar el código generado por la IA.
Aunque la inteligencia artificial puede acelerar considerablemente la implementación inicial y la creación de prototipos, los desarrolladores siguen teniendo que evaluar la lógica, el rendimiento, la facilidad de mantenimiento y la seguridad antes de que el proyecto pase a la fase de producción. La programación con Vibe funciona mejor como una herramienta de apoyo, no como un sustituto de la disciplina de la ingeniería de software.
¿Se pueden utilizar ChatGPT y otras herramientas de inteligencia artificial para la programación intuitiva?
Sí, ChatGPT y otras herramientas de inteligencia artificial pueden utilizarse para la programación intuitiva. Los modelos de uso general, como ChatGPT, pueden generar, explicar y depurar código en numerosos lenguajes a partir de instrucciones en lenguaje natural, lo que los hace idóneos para trabajos exploratorios, scripts rápidos y prototipos iniciales.
Otras herramientas, como GitHub Copilot, Cursor, Replit, Claude o Gemini, admiten flujos de trabajo similares, a menudo con una integración más profunda en el IDE para un desarrollo más complejo. Independientemente de la herramienta que se utilice, el código generado por IA debe tratarse como cualquier otra aportación no fiable: debe revisarse con detenimiento, someterse a pruebas exhaustivas y evaluarse en cuanto a seguridad y facilidad de mantenimiento antes de su uso. Al igual que ocurre con la automatización de las tecnologías de la información en general, las ventajas que aporta la rapidez solo se mantienen cuando van acompañadas de una visibilidad adecuada, de controles y de disciplina de ingeniería.
¿Supone la programación con Vibe un sustituto de los conocimientos tradicionales de programación?
No. La programación «Vibe» puede reducir las barreras de acceso, pero no elimina la necesidad de tener conocimientos de programación, especialmente cuando el código debe ser seguro, escalable y fácil de mantener.
Los equipos siguen necesitando personas que comprendan la arquitectura, la depuración, el manejo de datos y las prácticas de desarrollo seguro para garantizar que el código generado por la IA funcione como es debido y no genere riesgos innecesarios.
¿Es seguro el «vibe coding» para los sistemas de producción?
Se puede utilizar en flujos de trabajo relacionados con la producción, pero únicamente si se establecen unas directrices claras, se lleva a cabo una revisión del código, se realizan pruebas y se lleva a cabo una validación de seguridad. El código generado por IA puede contener vulnerabilidades ocultas, un tratamiento deficiente de las entradas, una gestión inadecuada de los errores o decisiones de diseño ineficaces que no resultan evidentes a primera vista.
Para la mayoría de las organizaciones, la programación intuitiva resulta más segura cuando se utiliza para agilizar la elaboración de borradores y las iteraciones, mientras que la responsabilidad final recae en ingenieros con experiencia.
¿Qué tipos de proyectos son los más adecuados para el «vibe coding»?
La programación con Vibe suele ser una opción muy adecuada para prototipos, herramientas internas, maquetas de interfaz de usuario, scripts, pruebas de concepto y experimentación en fases iniciales. Estos casos de uso se benefician de la rapidez y la flexibilidad sin tener que asumir desde el primer momento toda la carga que supone la mantenibilidad de la producción a largo plazo.
A medida que aumentan la complejidad y el impacto en el negocio, los equipos necesitan controles más rigurosos, una trazabilidad más clara y procesos de revisión más rigurosos.
¿Cómo pueden las organizaciones reducir el riesgo al utilizar la codificación de «vibe»?
Las organizaciones pueden reducir el riesgo estableciendo políticas de uso claras, exigiendo una revisión por parte de personas, analizando el código generado en busca de vulnerabilidades y limitando los ámbitos en los que se puede implementar código generado con ayuda de la IA sin autorización previa.
También puede resultar útil combinar el desarrollo basado en la inteligencia artificial con una visibilidad en tiempo real de los terminales, la actividad de automatización y el estado de la configuración, de modo que los equipos puedan identificar y solucionar rápidamente los problemas.
¿De qué manera ayuda Tanium a los equipos a avanzar con mayor rapidez sin perder el control?
Tanium ayuda a los equipos a automatizar sus procesos y a actuar con mayor confianza, combinando la información sobre los terminales en tiempo real con flujos de trabajo controlados y transparentes en las operaciones de TI y de seguridad. En lugar de basarse únicamente en resultados poco claros, las organizaciones pueden utilizar Tanium para comprender lo que está ocurriendo en todo su entorno y responder a gran escala con mayor precisión.
Descubra cómo las soluciones autónomas de Tanium pueden ayudar a su equipo a actuar con mayor rapidez, reducir la complejidad y subsanar las carencias de competencias sin comprometer la seguridad, programando una demostración gratuita.
