El uso de modelos de lenguaje grandes (LLM) en el desarrollo de software tiende a fomentar la dependencia pasiva, impidiendo que los usuarios desarrollen competencias técnicas profundas. La naturaleza de estas herramientas, diseñadas para automatizar tareas completas, elimina la fricción necesaria para el aprendizaje activo, convirtiendo al usuario en un mero supervisor de procesos en lugar de un aprendiz. Esta dinámica contradice el objetivo de la educación técnica, que requiere esfuerzo deliberado y verificación manual para consolidar el conocimiento.
El artículo argumenta que esta situación no es inherente a la tecnología, sino el resultado de modelos de negocio orientados a maximizar la adopción y la rentabilidad, lo que lleva a las empresas a diseñar herramientas que reemplacen la intervención humana. Para quienes desean aprender utilizando estas herramientas, se proponen estrategias prácticas para mantener el control: bloquear las acciones de ejecución de comandos, solicitar explícitamente fuentes humanas y mantener instrucciones claras en el sistema. Estas medidas permiten a los usuarios recuperar la agencia sobre su proceso de aprendizaje, evitando la adopción total de la codificación agéntica. Aunque la IA ofrece un potencial infinito para generar material de estudio, su uso debe ser consciente y crítico, priorizando la comprensión sobre la automatización para garantizar el crecimiento profesional a largo plazo.