GitHub vive uno de los momentos más decisivos de su historia. La plataforma que durante años ha sido el gran punto de encuentro de los desarrolladores se prepara para un cambio de fondo: pasar de una colaboración entre humanos a una colaboración entre humanos y agentes de inteligencia artificial.El entrevistado es Mario Rodriguez, Chief Product Officer de GitHub y responsable del equipo de producto de la compañía. Su perfil oficial lo presenta como alguien que lleva más de 20 años trabajando en herramientas para desarrolladores en Microsoft y GitHub, y que recientemente ha supervisado la estrategia de inteligencia artificial de GitHub y la línea de productos Copilot, desplegada ya en miles de organizaciones y utilizada por millones de usuarios. También cofundó y copreside una escuela charter orientada a mejorar la educación en zonas rurales de Estados Unidos.En esta entrevista, Rodriguez explica cómo Copilot y los nuevos agentes están transformando la manera de programar, por qué GitHub cree que habrá muchos más desarrolladores en lugar de menos, qué riesgos existen para la calidad del código y qué deberían estudiar los jóvenes que quieran dedicarse al software en plena revolución de la IA."GitHub va hacia una colaboración nativa entre humanos y agentes"Pregunta. GitHub está en un momento especialmente interesante. Es el lugar donde vive gran parte del código del mundo y, al mismo tiempo, la inteligencia artificial está cambiando cada semana. ¿Cómo transforma Copilot la relación entre GitHub y sus usuarios?Respuesta. La evolución de GitHub va a ser pasar de una colaboración entre humanos a una colaboración nativa entre humanos y agentes. Hasta ahora, GitHub funcionaba sobre todo como un espacio donde una persona abría una incidencia, enviaba un pull request o colaboraba con otras personas en un repositorio.Lo que viene ahora es distinto. El pull request va a cambiar: ya no será solo una conversación entre dos personas sobre qué hay que modificar, sino una interacción entre el desarrollador, otros miembros del equipo y agentes que participan en la creación del código o de una funcionalidad concreta.La otra gran evolución es que no creemos que vaya a haber menos desarrolladores. Creemos que va a haber muchísimos más. Hoy puede haber unos 200 millones de desarrolladores en el mundo, o quizá unos 50 millones si hablamos estrictamente de profesionales en empresas. Pero la oportunidad es mucho mayor: puede llegar a cientos de millones o incluso a más de mil millones de personas creando software.La razón es que cada vez será más fácil convertir una intención en software. Alguien que no tenga un ordenador potente, pero sí un móvil, podrá llegar a GitHub, explicarle a Copilot qué quiere crear y dejar que los agentes den forma a esa idea. Eso significa que gente que nunca se había considerado desarrolladora empezará a crear aplicaciones, automatizaciones o herramientas propias."Crear una línea de código se está volviendo casi gratis"P. Entonces ya no hablamos solo de programadores profesionales, sino de una población mucho más amplia.R. Exacto. Lo que vamos a ver es una explosión de software. Crear una línea de código se está volviendo tan barato que, en la práctica, se acerca a ser casi gratis. Y cuando algo se abarata tanto, muchas más personas empiezan a probar ideas.Eso no significa que todo el mundo vaya a convertirse en ingeniero profesional. Significa que muchísimas personas podrán crear software para resolver problemas concretos de su vida, de su trabajo o de su comunidad. Puede ser una aplicación sencilla para organizar tareas, una herramienta para recordar medicinas o una automatización para un pequeño negocio.Si el software, la inteligencia artificial y esos nuevos creadores permiten aumentar la productividad global, también pueden convertirse en una de las claves del progreso económico y social. Por eso, para GitHub, el reto no es sobrevivir a la IA. El reto es escalar para una demanda mucho mayor."El crecimiento de GitHub ya no es de 5x, sino de 30x o 100x"P. Muchos usuarios que no programaban están empezando a usar GitHub porque ahora crean cosas con IA. ¿Es algo puntual o lo estáis viendo a escala global?R. Lo estamos viendo en todo el mundo. Mucha más gente llega a GitHub y desarrolla allí que en cualquier otro momento de la historia de la compañía. Antes hablábamos de crecimientos de 5x. Ahora, en algunos ámbitos, hablamos de 30x o incluso de 100x.La inteligencia artificial tiene una particularidad: no está completamente cerrada por un gobierno, una institución o una sola empresa. Millones de personas pueden acceder a ella, probarla, aprender y crear. Esa apertura hace que la adopción sea mundial."Hay que delegar en grande y dirigir en pequeño"P. ¿Qué tareas deberían delegarse en la IA y cuáles deberían seguir bajo responsabilidad humana?R. Esa respuesta cambia todos los días. Cada vez que aparece un nuevo modelo, aparecen también tareas que antes no eran posibles. Puede ocurrir en voz, en imagen, en programación o en otros campos.Ahora mismo, los modelos son especialmente buenos programando. Pero la clave está en saber trabajar con ellos. Yo lo llamo macrodelegación y microdirección: delegas una tarea grande a la IA, pero la guías con intervenciones pequeñas y precisas.En algunas tareas tienes que retomar el control cada minuto o cada dos minutos. En otras, puedes dejar que el agente trabaje media hora, una hora o dos horas, y limitarte a revisar: comprobar si lo que ha hecho funciona, pedirle que siga o corregir el rumbo.La responsabilidad humana está ahí: en saber cuándo dejar avanzar a la IA y cuándo coger de nuevo el timón. A veces tienes que darle pruebas, criterios de éxito o ejemplos claros para que entienda qué significa hacerlo bien."No trato de ahorrar tiempo, trato de crear tiempo"P. ¿Cuánto tiempo puede ahorrar la inteligencia artificial a un profesional?R. Más que ahorrar tiempo, yo lo veo como un multiplicador. En inglés se suele usar la palabra leverage: si invierto un minuto, ¿cómo consigo que ese minuto produzca el valor de diez?Para mí, la pregunta no es solo cuántas horas me ahorro. La pregunta es cómo convierto cinco horas de trabajo en cincuenta horas de valor futuro. Algunas cosas no se pueden multiplicar de forma infinita: no vas a hacer en una semana algo que antes requería un año entero en todos los casos. Pero sí puedes darte más capacidad.Ahora mismo, mi multiplicador puede estar entre 10x y 20x. Mi objetivo es llegar a 100x, y quizá más adelante a 1.000x. Si invierto diez horas, quiero generar cien horas de valor."Las empresas pueden medir productividad, flujo y creación"P. Desde GitHub, ¿tenéis formas de medir esa productividad real?R. Sí. Hay métricas de productividad, métricas del flujo de trabajo del programador y métricas sobre lo que la gente está creando, incluidas líneas de código. Las empresas pueden acceder a ellas mediante una API, verlas en un panel de control o descargarlas en formato CSV para analizarlas en Excel u otras herramientas."No estamos perdiendo profundidad técnica; estamos incorporando a más gente"P. Una de las críticas habituales a la IA es que puede generar aplicaciones que funcionan por fuera, pero cuyo código es un caos. ¿Se está perdiendo profundidad técnica?R. Yo lo explicaría con una analogía. Yo sé cocinar, pero no voy a abrir un restaurante Michelin. Sé nadar, pero no voy a competir con Michael Phelps. Sé montar en bicicleta, pero no voy a correr el Tour de Francia.En cualquier actividad siempre habrá profesionales. Lo que está pasando ahora con la programación es que estamos incorporando a mucha gente que empieza a "cocinar" por primera vez. No son profesionales todavía, pero están aprendiendo.Algunos de ellos tendrán curiosidad, seguirán profundizando y acabarán incorporándose al mundo profesional. Otros no querrán ser profesionales, pero podrán crear cosas útiles para ellos. Eso no es malo.Si quieres crear una empresa de software, entonces sí necesitas convertirte en profesional: entender programación, sistemas, arquitectura y calidad. Igual que si quieres pasar de cocinar en casa a tener un restaurante, tienes que aprender ingredientes, técnicas, procesos y gusto.No creo que haya mucho más "código espagueti" en los sistemas profesionales. Puede haber más prototipos, más pruebas y más experimentos, porque hay mucha más gente programando. Pero el software serio sigue necesitando profundidad técnica."El mundo se mueve más rápido, pero no todo fallo es culpa de la IA"P. También se acusa a muchas grandes empresas de lanzar actualizaciones problemáticas por usar demasiada IA. ¿Lo ves así?R. El mundo se está moviendo más rápido, y quizá por eso esos errores se ven antes y reciben más atención. Pero, al menos en las empresas que visito, no veo que esa sea la realidad general.Por supuesto, si alguien lanza algo que no debería haberse aprobado, eso puede pasar. Pero no creo que el uso de IA explique por sí solo los fallos de producto. Las actualizaciones han fallado siempre; ahora estamos mirando todo con más intensidad."El gran reto de GitHub es escalar"P. Si GitHub está recibiendo tanta demanda nueva, ¿cuáles son los desafíos logísticos?R. Hay tres áreas principales. La primera es infraestructura. Teníamos un centro de datos con capacidad de extenderse a distintos proveedores de nube, pero ya no podemos seguir añadiendo máquinas indefinidamente allí. Por eso estamos migrando carga a Azure y comprando más capacidad en la nube pública.La segunda es arquitectura. Algunas aplicaciones estaban diseñadas para escalar sobre todo verticalmente, es decir, añadiendo más potencia a una máquina o a un sistema concreto. Ahora estamos adaptando esos sistemas para que escalen también horizontalmente, distribuyendo carga de una forma más flexible.La tercera es hacer que más sistemas sean capaces de recuperarse solos. Con esta escala pueden aparecer picos de tráfico que hagan fallar una parte del sistema. La pregunta es cómo reaccionar de inmediato: cómo redistribuir carga, cómo reducir presión y cómo permitir que el servicio se recupere sin intervención manual constante.También hay un problema más amplio de industria: no siempre hay suficientes CPUs disponibles en todas las regiones donde las necesitas. A veces tienes que esperar a que el proveedor de nube tenga capacidad para darte esas máquinas.En nuestro caso, en el momento de la entrevista, esa migración estaba muy avanzada: habíamos pasado de un 30% a un 82% de carga migrada, con alrededor de un 18% pendiente. La previsión era resolver la mayor parte en uno o dos meses."Quien empieza hoy debería estudiar física, sistemas, programación y humanidades"P. ¿Qué debería aprender alguien que está empezando hoy en informática?R. Física. Muchas de las leyes que rigen el mundo tecnológico son leyes físicas, y buena parte de quienes trabajan en ciencia aplicada y crean estos modelos vienen de la física.También estudiaría sistemas. Para delegar bien en agentes y dirigirlos con precisión, necesitas entender cómo funciona el sistema completo. No basta con escribir instrucciones: tienes que saber cómo se conectan las piezas.En programación, miraría lenguajes como Rust y TypeScript. Y, más allá de la sintaxis, aprendería a desarrollar sistemas que no solo se relacionen con humanos, sino también con agentes.Las matemáticas siguen siendo importantes, aunque en España se estudian bien. Y añadiría algo que tiene que ver con el gusto: arte, escritura, humanidades. En el futuro, la parte técnica será más accesible, pero la capacidad de expresarse, crear y juzgar bien será todavía más valiosa."Las humanidades pueden ganar importancia"P. ¿Qué espacio tendrán las humanidades en este futuro?R. Un espacio grande. Quizá incluso suban las carreras de humanidades, porque muchas tareas técnicas serán más fáciles de hacer con ayuda de la IA. Las humanidades aportan creatividad, expresión y criterio.Cuanto más estudie una persona esas disciplinas y mejor pueda expresar su creatividad como ser humano, mejor será también lo que cree con tecnología. La IA puede ayudar a construir, pero el gusto, la intención y la creatividad siguen viniendo de las personas.Eso no significa que vayan a caer las carreras de programación o sistemas. Al contrario: creo que los desarrolladores y programadores seguirán creciendo. Pero el perfil valioso combinará capacidad técnica con criterio humano."GitHub no es una empresa educativa, pero puede convertirse en una plataforma para aprender con agentes"P. ¿Qué papel puede jugar GitHub en la educación en los próximos años?R. GitHub no es directamente una empresa de educación, pero indirectamente ya forma parte del aprendizaje de muchísima gente. Lo que creamos es una plataforma para desarrolladores, y si ahora los desarrolladores pueden ser cientos de millones de personas, esa plataforma también puede ampliarse.En educación, probablemente veremos agentes creados por terceros sobre GitHub para enseñar dominios concretos. Puede ser programación, arte, música o cualquier disciplina donde alguien quiera crear con IA y con software.Si eres artista y quieres aprender a crear con inteligencia artificial, podrías ir a GitHub y usar un agente que te enseñe ese proceso. Lo mismo con música, aplicaciones o herramientas nuevas. GitHub podría pasar de ser una plataforma centrada en informática a una plataforma donde se aprende a crear con IA en muchos campos distintos."El software hará avanzar la medicina, la biología, la robótica y el arte"P. En cinco años, ¿será reconocible el mundo actual o habrá cambiado todo por la IA?R. Va a haber avances en todos los campos. Algunos cambiarán más que otros, pero en medicina, biología y robótica veremos progresos enormes. En programación, el cambio seguirá siendo diario.Lo que espero es que haya más desarrolladores, más personas creando software y más herramientas nuevas. Ese software ayudará a avanzar a la humanidad, y veremos sus efectos en medicina, biología, robótica, arte y muchas otras áreas.La idea central es esa: la IA no elimina la creación de software. La amplía. Y al ampliar quién puede crear software, amplía también los lugares donde el software puede producir cambios reales.