La IA puede hacer el trabajo, pero no puede entender | Better Stack Podcast Ep. 18

Las molestias físicas en las muñecas derivadas del uso intensivo del teclado se corrigen ajustando la ergonomía y reduciendo el movimiento articular. Modelos como el Glove80 o marcas como Keychron y NuPhy ofrecen bases para este propósito. La reprogramación mediante firmware como QMK o herramientas como Vial permite reasignar teclas como Bloq Mayús a funciones de Retroceso o modificar el comportamiento de las teclas de la fila guía al mantenerlas presionadas.

A diferencia del desarrollo web en JavaScript orientada a flujos prefijados, el trabajo con datos exige explorar estructuras desconocidas en entornos interactivos. Librerías como Polars usan Rust en su núcleo mientras Python actúa como interfaz dinámica. En este ámbito se sitúa Marimo, un notebook que registra aumentos constantes en sus descargas y permite ejecutar aplicaciones interactivas. Proyectos de aprendizaje como Calm Code demuestran que conceptos complejos de Python se asimilan mejor con demostraciones concisas de pocos minutos.

Existe una marcada brecha entre el uso práctico de la IA y el entusiasmo exagerado impulsado por la venta de cursos. Asignar modelos de lenguaje a tareas sencillas de clasificación de sentimiento resulta ineficiente en comparación con métodos tradicionales. La situación actual se asemeja a los intentos decimonónicos de financiar explosiones de dinamita para provocar lluvia: una alta demanda de respuestas sin oferta rigurosa abre espacio al fraude. No obstante, la tecnología facilita la creación rápida de prototipos interactivos, como la integración de mandos de consola para etiquetar datos en entornos de desarrollo.

Python mantiene su posición rectora en el análisis de datos porque combina la velocidad de ejecución de bibliotecas en C o Rust con la flexibilidad de un REPL interactivo. Esta estructura facilita el diseño de widgets personalizados para simular fenómenos físicos o validar ecuaciones complejas como la ley de Lanchester en combates. Integrar LLMs en estos notebooks, mediante gestores de contexto que permiten a modelos como Claude leer variables internas sin imprimir salidas en terminal, agiliza la depuración de sistemas complejos.

La transición desde la consultoría técnica hacia la divulgación y la gestión de comunidades en ciencia de datos requiere adaptar la comunicación. Explicar conceptos clave en pocos minutos sin recurrir a teleprómpters genera mayor autenticidad. Tras la adquisición de Marimo por parte de CoreWeave, el proyecto ha sumado infraestructura con acceso a GPU Blackwell. Ante las vulnerabilidades frecuentes en repositorios de paquetes como PyPI o npm, la postura más segura consiste en minimizar las dependencias externas e invertir en el financiamiento de proyectos nucleares.

La generación automática de código mediante herramientas como Claude o Cursor abre una brecha entre el desarrollador y el software. Proyectos como la creación de IDEs con variables ajustables mediante deslizadores demuestran que la manipulación directa restaura el interés por la estructura del programa. Aunque la IA permite redactar scripts o crear aplicaciones personales rápidamente, delegarle todo el proceso provoca fallos conceptuales evidentes, como incluir tarjetas redundantes en sistemas de memorización.

Prescindir de ingenieros júnior pone en riesgo la innovación futura, ya que este perfil suele cuestionar la sobreingeniería de los séniors e introducir perspectivas sin sesgos. Asimismo, el uso indiscriminado de IA degrada la capacidad técnica de los programadores y reduce la colaboración directa en los equipos. En el ámbito del análisis de datos, el test del gorila demuestra que mientras los humanos descubren patrones inesperados al explorar gráficos libremente, los modelos de lenguaje se limitan a procesar cálculos estadísticos sin percatarse de la información implícita.