Ir al contenido
Arara Code

Guías y comparativas

IA en programación en 2025: lo que muestran los datos

Los datos de 2025 muestran que casi todos usan IA para programar, pero la confianza no acompaña. En la encuesta de Stack Overflow, el 84% usa o planea usar IA y el 46% desconfía de su precisión. En el informe DORA de Google, el 90% usa IA en el trabajo. En el estudio de METR, desarrolladores experimentados tardaron 19% más con IA, pero creían haber sido 20% más rápidos.

Arara Code

Publicado por el proyecto Arara Code con base en la documentación oficial citada.

La adopción de IA en programación es casi universal

Según la encuesta de Stack Overflow de 2025, el 84% de los participantes usa o planea usar herramientas de IA en su proceso de desarrollo, frente al 76% del año anterior. Entre los desarrolladores profesionales, el 51% las usa a diario. El informe DORA 2025 de Google encuestó a casi 5 mil profesionales de tecnología, y el 90% dice usar IA en el trabajo. En su blog, Google añade una mediana de dos horas diarias de trabajo con IA.

GitHub ve el mismo movimiento. Según su informe Octoverse 2025, el 80% de los nuevos desarrolladores en GitHub usa GitHub Copilot en su primera semana. Más de 1,1 millones de repositorios públicos usan un SDK de modelos de lenguaje. En agosto de 2025, TypeScript superó a Python y JavaScript y se convirtió en el lenguaje más usado en GitHub. Para GitHub, esto muestra un giro hacia lenguajes tipados, que hacen más confiable en producción el código creado con agentes.

GitHub: Octoverse 2025

La confianza no acompaña la adopción

La encuesta de Stack Overflow de 2025 muestra el otro lado. El sentimiento positivo hacia las herramientas de IA bajó de más del 70%, en 2023 y 2024, al 60%. Hoy el 46% desconfía de la precisión de estas herramientas, frente al 33% que confía, y solo el 3% dice confiar mucho. Los desarrolladores con más experiencia son los más cautelosos, con la menor tasa de confianza alta (2,6%) y la mayor de desconfianza alta (20%).

El informe DORA 2025 de Google también registra desconfianza: el 30% dice confiar poco o nada en el código generado por IA, un poco menos que el año anterior. En Stack Overflow, al 87% le preocupa la precisión de los agentes de IA y al 81%, la seguridad y la privacidad de los datos. Usar no es lo mismo que confiar: quien usa IA todavía necesita revisar y probar lo que produce.

Stack Overflow: encuesta de 2025 sobre IA

Productividad: la percepción y la medición no coinciden

En julio de 2025, METR publicó un ensayo controlado aleatorizado con 16 desarrolladores experimentados de grandes proyectos de código abierto, en 246 tareas reales de repositorios en los que ya contribuían. Con herramientas de IA de principios de 2025, tardaron un 19% más. Antes, esperaban ser un 24% más rápidos. Después, todavía creían que la IA los había hecho un 20% más rápidos. METR advierte que el estudio no demuestra que la IA no acelere a la mayoría de los desarrolladores.

El informe DORA 2025 de Google completa el panorama. Más del 80% de los participantes cree que la IA aumentó su productividad, y la adopción aparece ligada a más entregas. Pero también aparece ligada a menos estabilidad. Para DORA, la IA amplifica lo que el equipo ya tiene, lo bueno y lo malo. Sin pruebas automatizadas sólidas, control de versiones maduro y retroalimentación rápida, más cambios generan más inestabilidad.

METR: estudio con desarrolladores experimentados (2025)

Cómo usar estos datos al elegir un editor con IA

El estudio de METR muestra que la sensación de velocidad puede engañar, así que mide en tu propio código. Elige dos o tres tareas reales de tu repositorio y anota el tiempo, las correcciones manuales y el resultado de las pruebas. Mantén lo que DORA señala como base: pruebas automatizadas, control de versiones y retroalimentación rápida. Busca un editor que muestre el diff de cada cambio y pida permiso antes de editar archivos o ejecutar comandos.

En Arara Code puedes comparar asistentes sin cambiar de editor. Descarga la IDE, crea tu cuenta en el plan Free, que no pide tarjeta, y conecta en el chat lateral los asistentes que ya usas, como Codex, Claude Code o Kiro. Cada uno usa su propia CLI, cuenta y cuota. Crea una rama por asistente y pide la misma tarea. Aprueba o rechaza cada edición y comando, revisa el diff, ejecuta las pruebas y compara tus notas.

Google Cloud: informe DORA 2025

Fuentes y lecturas adicionales

Leer en Markdown

Sigue explorando

Haz espacio para tu próxima idea.

Conoce Arara Code en tu propio proyecto. Empieza con el instalador y revisa los cambios que haga tu asistente.