El auge de la inteligencia artificial generativa está revolucionando la ingeniería de software, prometiendo aumentar la productividad de los desarrolladores. Herramientas como Cursor AI, un asistente de codificación basado en modelos de lenguaje grandes (LLMs), están ganando popularidad. Sin embargo, un estudio reciente publicado en arXiv.org ha analizado el impacto real de Cursor AI en proyectos de código abierto alojados en GitHub, revelando una realidad más compleja de lo que inicialmente se esperaba.
El estudio, realizado por investigadores de diversas instituciones, utilizó una metodología rigurosa (análisis de diferencias en diferencias) para comparar proyectos que adoptaron Cursor AI con un grupo de control de proyectos similares que no lo utilizaron. Los resultados mostraron un aumento significativo y a corto plazo en la velocidad de desarrollo (velocity) en los proyectos que usaban Cursor AI. Esto es, los desarrolladores podían completar tareas más rápido. Sin embargo, este aumento de velocidad tuvo un costo: un incremento sustancial y persistente en la complejidad del código y en el número de advertencias generadas por herramientas de análisis estático. Estas advertencias indican posibles errores o problemas de calidad en el código.
La clave del problema reside en que la complejidad del código, aunque inicialmente puede ser abordada con la ayuda de la IA, se acumula con el tiempo. El estudio encontró que esta complejidad creciente se convierte en un factor importante que ralentiza la velocidad de desarrollo a largo plazo. En otras palabras, la solución rápida proporcionada por Cursor AI a corto plazo genera una deuda técnica que debe ser pagada más adelante, disminuyendo la productividad general.
¿Para quién es útil este estudio? Es relevante para cualquier equipo de desarrollo de software que esté considerando adoptar herramientas de IA para la codificación, especialmente aquellos que trabajan en proyectos de código abierto. También es crucial para los desarrolladores de herramientas de IA como Cursor AI, quienes deben priorizar la calidad del código y la mantenibilidad, no solo la velocidad.
Consideraciones importantes: El estudio no implica que Cursor AI sea una herramienta inútil. Más bien, destaca la importancia de integrar la calidad del código como una prioridad fundamental en el diseño de herramientas de IA para el desarrollo. Es probable que las futuras versiones de estas herramientas incorporen mecanismos para mitigar la acumulación de complejidad y garantizar un impacto positivo a largo plazo. Alternativas incluyen un uso más cuidadoso y supervisado de la IA, enfocándose en tareas específicas y revisando exhaustivamente el código generado. Finalmente, el estudio subraya la necesidad de una evaluación empírica continua del impacto de las herramientas de IA en el proceso de desarrollo de software.