Nos interesa entender cómo las mejoras en los modelos de IA cambian la forma de trabajar de los desarrolladores. En particular, ¿hasta qué punto los desarrolladores realizan más de las tareas que ya venían haciendo y hasta qué punto los mejores modelos permiten trabajos que antes estaban fuera de su alcance?

Para responder a esa pregunta, nos asociamos con el profesor Suproteem Sarkar, de la University of Chicago Booth School of Business, para estudiar los hábitos de trabajo de desarrolladores de 500 empresas que usan Cursor, entre julio de 2025 y marzo de 2026. Este período de ocho meses incluyó los lanzamientos de Opus 4.5 y GPT-5.2, dos modelos que supusieron avances sustanciales en la capacidad de la IA para programar.

Nuestro artículo concluye que una mejor IA genera una mayor demanda de IA. Esto es coherente con un efecto similar a la paradoja de Jevons, en la que las ganancias de eficiencia aumentan el consumo total en lugar de reducirlo. El uso de IA, definido como el promedio semanal de mensajes por usuario, aumentó un 44% durante el período del estudio.

El aumento no fue inmediato ni uniforme. Observamos que, al principio, los desarrolladores usaron mejores modelos para hacer más trabajo de complejidad similar, y solo más tarde empezaron a asumir tareas más complejas. Además, el cambio se concentró especialmente en sectores como las finanzas, los medios y la publicidad, donde las fuerzas competitivas y las oportunidades desde cero pueden haber impulsado la adopción.

#Medios, software y finanzas lideran el avance

El uso aumentó en todos los sectores que estudiamos, pero el crecimiento fue mayor en algunas industrias que en otras. En particular, medios y publicidad registraron el mayor salto, con un aumento del 54% en mensajes por usuario, seguidos por software y herramientas para desarrolladores (+47%) y finanzas y fintech (+45%).

Nuestra hipótesis es que, en finanzas, una mejor IA puede generar una dinámica de carrera armamentística: una vez que una empresa usa IA para obtener ventaja en trading, las demás se ven sometidas a presión competitiva para seguirla. En medios y publicidad, el mecanismo puede ser distinto, ya que modelos más capaces amplían oportunidades desde cero que las empresas aprovechan.

#Un desplazamiento hacia la derecha en la complejidad

Al principio, los desarrolladores hacían más de lo mismo con los modelos de IA mejorados, pero al cabo de 4 a 6 semanas, observamos que empezaban a usar los modelos para tareas más complejas. En general, la cantidad de mensajes de “baja complejidad” aumentó un 22 % durante el periodo de estudio, mientras que la cantidad de mensajes de “alta complejidad” creció un 68 %, y la mayor parte de ese crecimiento se produjo en las últimas seis semanas.

En el artículo, planteamos la hipótesis de que este desfase refleja tanto el tiempo que tardan los desarrolladores en descubrir lo que puede hacer un modelo mejor, como la necesidad de que las empresas reorienten sus flujos de trabajo en torno a nuevas capacidades.

#Una distribución cambiante de las tareas

A medida que la IA mejora en la generación de código, el trabajo del desarrollador pasa a centrarse en gestionar ese resultado. Este cambio se refleja con claridad en nuestros datos, donde podemos medir cómo evoluciona el uso en las distintas categorías de tareas. Los mayores aumentos se dieron en documentación (+62 %), arquitectura (+52 %), revisión de código (+51 %) y aprendizaje (+50 %), mientras que las tareas más delimitadas, como UI/estilos, crecieron mucho menos (+15 %).

Esto indica que, a medida que el código generado por IA amplía el tamaño de la base de código, la necesidad de documentar, entender y revisar ese código crece en proporción. Las bases de código más grandes y de evolución más rápida también aumentan la complejidad de gestionar cómo encaja todo en conjunto, lo que puede explicar el fuerte crecimiento de tareas que abarcan varios sistemas, como arquitectura y despliegue. Los modelos más capaces también pueden hacer que los desarrolladores estén más dispuestos a usar agentes para este tipo de tareas.

#Expansión de la actividad económica

Una cuestión central sobre la adopción de la IA es si esta simplemente facilita el trabajo existente o si también abre nuevas oportunidades productivas. Nuestro estudio indica que hace ambas cosas, pero que esa expansión podría acabar siendo el aspecto más importante.

Lee el artículo completo.