Torvalds se retracta: la IA no multiplicará por 10 la productividad

¿Qué ha ocurrido?

Linus Torvalds, creador de Linux y figura clave del software libre, se ha retractado públicamente de su predicción de 2024 sobre el impacto de la inteligencia artificial en la productividad de los programadores. Durante la Open Source Summit India 2026, Torvalds declaró que su afirmación de que los modelos de lenguaje grandes (LLMs) podrían aumentar la productividad diez veces fue “no científica” y, en sus propias palabras, “un número sacado de mi trasero, obviamente”.

Según recoge Slashdot citando a ZDNet, Torvalds matizó su postura actual: “estamos en el punto en que esperamos que la IA cree más productividad de la que quita, pero ciertamente vimos más basura generada por LLMs que código útil hasta principios de este año”. Señaló que los parches generados por IA suelen ser “curitas sin sentido” que arreglan el síntoma pero no la causa raíz, dejando el bug latente.

Torvalds explicó que los parches generados por IA a menudo son superficiales: “pueden arreglar el problema inmediato, pero el tipo de bug permanece, y está esperando en el pasillo para golpearte en otro lugar”. Incluso ahora, la mayoría de los parches útiles requieren más que solo el LLM: “hemos tenido que presionar bastante… si encuentras un bug con un LLM, no basta con pedirle al LLM que haga un reporte de bug y luego tirarlo por encima de la valla hacia nosotros. Queremos ver un parche sugerido; queremos ver al humano que ejecutó el LLM actuar como un intermediario”.

¿Por qué es importante?

Torvalds no es un analista cualquiera: su criterio sobre desarrollo de software es seguido por millones de desarrolladores y empresas que adoptan Linux. Su retractación pública siembra dudas sobre las promesas de productividad extrema que venden empresas como GitHub Copilot, Cursor o Codeium. Además, alerta sobre el aumento del “ruido” en los repositorios: parches automáticos que saturan los mantenedores y consumen tiempo humano para verificar su validez.

La advertencia llega en un momento donde muchas startups de IA generativa de código basan su propuesta de valor en la aceleración del desarrollo. Si el propio Torvalds dice que la IA genera más basura que código útil, el discurso de ventas se debilita. Esto recuerda a otras burbujas tecnológicas, como la de las herramientas CASE en los años 80 o la promesa de la programación automática con COBOL, que también generaron expectativas exageradas que luego se moderaron.

El contexto histórico es relevante: en 2024, Torvalds había afirmado que los LLMs podrían multiplicar por diez la productividad de los programadores, una declaración que muchos tomaron como un respaldo de peso a la IA generativa en desarrollo. Ahora, dos años después, su visión se ha matizado drásticamente, lo que podría influir en la adopción empresarial y en las inversiones en el sector.

¿Qué consecuencias tendrá?

En el corto plazo, es probable que los equipos de desarrollo sean más cautelosos al integrar LLMs en sus flujos de trabajo, especialmente en proyectos críticos como el kernel de Linux. La exigencia de que un humano actúe como intermediario (“back-and-forth”) entre el modelo y el repositorio se convertirá en una práctica recomendada. Esto podría ralentizar la adopción de herramientas que prometen automatización total, pero también reducir la carga de mantenimiento causada por parches defectuosos.

A largo plazo, la industria podría pivotar hacia herramientas de IA más especializadas en detección de bugs (donde Torvalds reconoce avances “absolutamente sorprendentes”) y menos en generación autónoma de código. Torvalds señaló que algunos bugs encontrados por IA han sido “absolutamente, sorprendentemente, quiero decir, interesantes de una manera dolorosa”, especialmente problemas de seguridad que “aparecen en la prensa tecnológica dos días después”. A pesar de la vergüenza, dijo: “no soy una persona que mate al mensajero. Creo que estamos mucho mejor con los LLMs encontrando bugs, incluso cuando son embarazosos y son cosas que probablemente deberíamos haber encontrado hace dos décadas”.

También podría frenar la inversión en LLMs genéricos para programación y redirigirla hacia modelos entrenados específicamente para parcheo seguro. Empresas como GitHub, que han apostado fuerte por Copilot, podrían verse presionadas a demostrar un valor real más allá de la generación de código. En el mercado, startups como Cursor y Codeium también tendrán que ajustar su discurso, pasando de “aceleración 10x” a “asistencia inteligente con supervisión humana”.

Torvalds también mencionó que para sus proyectos personales usa LLMs como prototipadores rápidos, pero insiste en que el código generado no es directamente utilizable. “Los uso como una forma de prototipar cosas… a menudo el código no es utilizable en esa forma, pero es una gran manera de probar algo”, dijo. Esta distinción entre prototipado y producción será clave para evitar decepciones y para que los desarrolladores adopten un enfoque más realista.

¿Qué deben saber los lectores?

• No confíen ciegamente en los LLMs para parchear software crítico. Como dice Torvalds, los parches automáticos suelen ser superficiales y pueden ocultar problemas más profundos. La experiencia en el kernel de Linux muestra que la revisión humana sigue siendo indispensable.
• La revisión humana sigue siendo indispensable. Incluso cuando la IA encuentra bugs, se necesita un desarrollador que entienda el contexto y proponga una solución robusta. Torvalds exige que el humano actúe como intermediario entre el LLM y el repositorio.
• La IA es útil para prototipar y detectar vulnerabilidades. Torvalds elogia la capacidad de los LLMs para encontrar fallos de seguridad, aunque a veces sean embarazosos. En sus propias palabras, “estamos mucho mejor con los LLMs encontrando bugs, incluso cuando son embarazosos”.
• Las predicciones de productividad de los vendedores de IA deben tomarse con escepticismo. Si el creador de Linux se retracta, cualquier afirmación similar debería ser examinada críticamente. La historia muestra que las promesas de productividad extrema rara vez se cumplen sin ajustes.
• El futuro de la IA en desarrollo no es generación masiva, sino asistencia inteligente. La tendencia apunta a modelos que colaboren con humanos, no que los reemplacen. Torvalds lo resume: “hay muchos usos útiles y menos útiles para la IA”.

“Hay muchos usos útiles y menos útiles para la IA. Creo que Godzilla es un gran lugar para parar”, bromeó Torvalds, dejando claro que el hype tiene límites. En sus viajes, incluso usa IA para añadir a Godzilla en las fotos que envía a sus hijos, mostrando un lado lúdico de la tecnología.

En resumen, la retractación de Torvalds es un llamado a la realidad en un sector dominado por el hype. Los desarrolladores y empresas deberán equilibrar el entusiasmo por la IA con una evaluación crítica de sus capacidades reales, especialmente en entornos de software crítico. La productividad no se mide solo en líneas de código generadas, sino en la calidad y mantenibilidad del resultado final.