Productividad en desarrollo de software: efecto de la programación asistida por inteligencia artificial

Resumen

Esta investigación examinó de forma integral el desempeño de las principales herramientas de programación asistida por inteligencia artificial GitHub Copilot, Amazon Q Developer, TabNine y Claude.ai con el propósito de comprender su impacto en la productividad y el aprendizaje del desarrollador. La metodología se fundamentó en un enfoque mixto que combinó revisión sistemática de literatura reciente, aplicación de encuestas estructuradas a profesionales del área y el uso del método de Mapa Cognitivo Difuso (MCD) como técnica central de análisis. El MCD permitió representar las relaciones causales entre variables como productividad percibida, facilidad de aprendizaje, calidad del código e integración con el entorno de desarrollo, proporcionando una visión más precisa de las interdependencias entre estos factores. Los resultados evidenciaron el liderazgo de GitHub Copilot en integración y satisfacción general, aunque persistieron debilidades comunes en refactorización inteligente. Asimismo, se identificó una tensión entre la rapidez en la generación de código y la calidad profesional del producto final. El estudio concluyó que las herramientas de IA constituyen un recurso valioso en procesos de formación y en contextos de desarrollo ágil, pero su efectividad depende de la adecuación al perfil del equipo y al tipo de proyecto. Los resultados aportan un marco empírico que favorece la adopción selectiva y estratégica de tecnologías de programación asistida por IA.