La programación ha sido históricamente una actividad cognitiva exigente, sustentada en la memoria de trabajo, el recuerdo a largo plazo y modelos mentales complejos sobre flujo de control, estructuras de datos y arquitectura del software. Un artículo reciente sostiene que los asistentes de programación basados en IA —como GitHub Copilot o ChatGPT— están redefiniendo qué significa "saber programar", sin devaluarla ni simplificarla, sino desplazando el centro de gravedad cognitivo del programador.
Los autores describen cuatro grandes cambios. Primero, el campo se abre a nuevos profesionales que antes quedaban fuera por la barrera memorística. Segundo, el trabajo resulta difícil de otra manera: disminuye la carga de recordar sintaxis y APIs, pero aumentan las exigencias de razonamiento arquitectónico, comprensión estructural y juicio crítico sobre el código generado. Tercero, la educación debe transformarse, porque estudios controlados muestran que la IA mejora el rendimiento en tareas pero aporta ganancias pequeñas e inestables en aprendizaje real; muchos estudiantes terminan不理解 cómo y por qué funcionan las sugerencias. Cuarto, el rol del programador evoluciona de "recipiente de conocimiento" a agente orquestador, que valida, integra y cuestiona el código producido por la máquina.
El texto revisa evidencia empírica previa (Brooks, Pennington, Soloway, Siegmund con fMRI, Barke et al.) y marcos teóricos como la cognición distribuida de Hutchins, la teoría de la carga cognitiva y la hipótesis de la mente extendida, para argumentar que la IA funciona como una extensión de la arquitectura cognitiva del programador, no como un simple buscador más rápido. La conclusión clave es que la IA no erosiona la sustancia cognitiva de la programación, sino que la reubica: hace que importen otras habilidades, mantiene —e incluso incrementa— la necesidad de modelos mentales profundos para depuración, refactorización y análisis de sistemas, y crea nuevas formas de dificultad mientras derriba barreras antiguas.