Por Canuto  

Un estudio basado en movimientos bursátiles estima que los inversores ya descuentan un aumento permanente de 32,6% en la productividad de ingeniería de software gracias a la IA. Sus autores advierten que esa cifra representa expectativas del mercado, no una ganancia comprobada, y que los cuellos de botella podrían frenar los resultados.
***

  • Los investigadores calculan que entre noviembre de 2022 y diciembre de 2025 las expectativas bursátiles equivalieron a un aumento permanente de 32,6% en la productividad de ingeniería de software.
  • Al trasladar esa estimación a su modelo, el equipo obtuvo un aumento del PIB en valor presente equivalente a un alza permanente de 3,61%.
  • Los autores subrayan que el mercado puede equivocarse y que las ganancias individuales de tareas podrían quedar limitadas por obstáculos como la revisión de código.

Los mercados ya descuentan un gran salto de productividad por la IA en software

Los inversores asignan un valor considerable a la posibilidad de que la inteligencia artificial acelere el trabajo de los ingenieros de software. Un análisis económico que estudió las reacciones de las acciones empresariales a las noticias sobre IA estima que, entre noviembre de 2022 y diciembre de 2025, las expectativas del mercado equivalieron a un aumento permanente de 32,6% en la productividad de esa actividad.

La cifra no describe una mejora que los investigadores hayan medido directamente en el rendimiento de cada programador, ni confirma que las empresas ya produzcan 32,6% más código. Es una estimación prospectiva construida a partir de cómo cambiaron las valoraciones de las compañías y de la proporción de sus nóminas dedicada a ingeniería de software, una distinción central para interpretar el resultado.

Qué mide la estimación bursátil

El estudio, titulado The Macroeconomic Effect of AI: Sizing the Software Engineering Channel, fue elaborado por Alex Blumenfeld, Jonathon Hazell, Chen Lian y Andreas Schaab. Los autores buscaron determinar si las empresas más expuestas al trabajo de ingeniería de software registraban mayores aumentos en el precio de sus acciones cuando mejoraba el desempeño de un índice bursátil relacionado con la IA.

En lugar de contar líneas de código, medir entregas o comparar directamente la velocidad de los equipos, el equipo examinó la relación entre las noticias sobre inteligencia artificial, los rendimientos bursátiles y la composición de las nóminas corporativas. La lógica del método es que, si los inversores esperan que la IA beneficie especialmente a compañías con más personal de ingeniería, esa expectativa puede reflejarse en una respuesta diferenciada de sus acciones.

Chen Lian, de UC Berkeley, explicó a The Register que el análisis combina esa relación empírica con un modelo económico para inferir qué ganancias de productividad anticipan los inversores. En este enfoque, las “noticias sobre la IA” no se limitan a anuncios concretos de productos: se refieren a información nueva que queda incorporada en los precios de las acciones.

El intervalo estudiado comienza en noviembre de 2022, cuando se introdujo ChatGPT, y termina en diciembre de 2025. Los autores interpretan el cambio acumulado en las expectativas durante esos años como equivalente a una mejora permanente de 32,6% en la productividad de ingeniería de software; por tanto, la cifra expresa una valoración económica implícita y no una auditoría del trabajo cotidiano de los desarrolladores.

Expectativas, empleo y límites de interpretación

La diferencia entre productividad observada y productividad esperada importa porque el mercado anticipa beneficios antes de que estos necesariamente aparezcan en los resultados operativos. Los investigadores consideran que su método permite captar esa expectativa en tiempo real, en un período en que muchos efectos de la IA todavía podrían estar por desarrollarse, pero reconocen que los inversores pueden ser demasiado optimistas o demasiado pesimistas.

Lian indicó que una revisión preliminar de los datos muestra que el empleo total en ingeniería de software entre las empresas analizadas aumentó durante los últimos años. Sin embargo, aclaró que la estimación de productividad no depende de esa tendencia: el estudio no atribuye el alza de puestos a la IA ni concluye que la tecnología haya reducido o aumentado por sí sola el número de empleos.

Ese matiz evita confundir dos preguntas distintas: cuántas personas trabajan en ingeniería y cuánto valor puede producir cada equipo con herramientas de IA. Un aumento del empleo no demuestra automáticamente que la productividad haya subido, del mismo modo que una expectativa de mayor eficiencia no implica que las empresas ya hayan recortado personal o completado más proyectos.

Los autores comparan la magnitud de su cálculo con investigaciones que han reportado aceleraciones de entre 21% y 56% en tareas individuales. No presentan esos resultados como una confirmación directa del 32,6%, pues una mejora puntual al ejecutar una tarea puede no trasladarse de forma equivalente al proceso completo de desarrollo, que también incluye coordinación, pruebas, revisión y otras etapas.

Del trabajo de programación al impacto económico

Un ejemplo de posible fricción aparece cuando la producción de código crece más rápido que la capacidad de revisarlo. Si las herramientas permiten generar un mayor número de cambios o commits, pero los equipos no pueden verificar su calidad al mismo ritmo, esa carga adicional puede convertirse en un cuello de botella y limitar la mejora de productividad que parecía posible al observar tareas aisladas.

El equipo también trasladó su estimación de productividad a un modelo económico para calcular una consecuencia macroeconómica implícita. Según los autores, las noticias sobre IA registradas entre noviembre de 2022 y diciembre de 2025 corresponden a un aumento del PIB en valor presente equivalente a un incremento permanente de 3,61% en su nivel.

Ese resultado no equivale a afirmar que el PIB ya haya crecido 3,61% por causa de la inteligencia artificial, ni que el aumento vaya a materializarse con certeza. Se trata de la traducción a una medida agregada de las expectativas que el mercado incorporó en los precios, con las mismas limitaciones de previsión que acompañan al cálculo de productividad para ingeniería.

La investigación se concentra en el canal de ingeniería de software y no establece que sus resultados puedan trasladarse sin ajustes a otros sectores. Lian señaló que los métodos podrían servir para estudiar otros canales económicos de la IA y que los autores planean explorarlos en trabajos futuros, una agenda que permitiría comparar si las expectativas de productividad también aparecen en actividades distintas.

Por ahora, el estudio ofrece una señal de cuánto valor potencial parecen asignar los mercados a la IA aplicada al desarrollo de software, no una prueba definitiva de sus beneficios reales. La distancia entre la promesa bursátil y el resultado económico dependerá de que las herramientas eleven el rendimiento de procesos completos, sin que la revisión del código y otros límites operativos absorban buena parte de las ganancias anticipadas.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados