La IA optimiza para escribir, no para mantener: 623M de cambios muestran duplicación +81% y refactor -70%. La deuda se acumula invisible. La cura no es un modelo mejor sino arquitectura: fuente única de verdad, DRY forzado y un grafo del proyecto.
Imagina un albañil que solo sabe poner ladrillos, jamás retirarlos. Cada vez que le pides una pared nueva, la levanta impecable y a toda velocidad — pero nunca derriba la que ya no sirve, nunca reutiliza un muro existente, nunca reorganiza la casa. A los seis meses no tienes una casa: tienes un laberinto de paredes preciosas que nadie puede habitar. Ese albañil es la IA escribiendo código, y no lo decimos como metáfora provocadora: lo dice el mayor estudio empírico que existe sobre el tema. GitClear y GitKraken analizaron 623 millones de cambios reales de código entre 2023 y 2026, y encontraron que la IA optimiza brutalmente para una sola cosa — escribir — mientras la otra mitad del oficio, mantener, se desmorona en silencio.
El dato que debería quitarte el sueño
Los números son específicos y son feos. La duplicación de código subió un 81%. El código movido o refactorizado — la señal más limpia de que alguien está consolidando en vez de amontonar — cayó un 70%. El refactor de código legacy, esa tarea ingrata de arreglar lo viejo, se desplomó un 74% desde 2023. Y el error masking, la costumbre de tragarse los errores para que no salten como defectos, subió un 47% en 2026. No es la anécdota de un equipo desafortunado: es un patrón medido sobre cientos de millones de commits, con la IA presente ya en aproximadamente uno de cada cuatro.
La IA no tiene un problema de talento, tiene un problema de incentivo
Aquí está la trampa mental que hay que romper. Solemos pensar que si el código sale mal es porque el modelo no es lo bastante inteligente. Falso. El modelo es buenísimo — para lo que lo entrenamos. Y lo entrenamos para producir la respuesta que satisface tu petición ahora mismo, no para cuidar la salud del sistema dentro de un año. Bill Harding, CEO de GitClear, lo resume con una frase que deberías tatuarte antes de tu próximo prompt: 'cada vez que quieres algo, la IA crea un paquete nuevo'. No busca la función que ya existe. No pregunta si hay un patrón que reutilizar. Levanta otra pared. Y como él mismo advierte, 'a largo plazo empieza a doler cuando te das cuenta de que tienes cinco implementaciones distintas' de lo mismo — cada una ligeramente diferente, cada una un lugar donde el próximo bug puede esconderse.
Escribir es gratis, mantener es carísimo — y la IA solo abarató lo barato
El gran malentendido de esta era es creer que el cuello de botella del software era teclear. Nunca lo fue. En cualquier proyecto serio, escribir la primera versión de algo es la parte fácil y corta; lo que consume años y presupuestos es entenderlo, modificarlo sin romperlo, y borrar lo que sobra. La IA hizo trivial la parte que ya era barata — generar líneas — y no tocó (o empeoró) la parte cara. Es como si inventáramos una impresora que escupe páginas gratis y celebráramos que ahora escribir novelas es más fácil, ignorando que lo difícil siempre fue editar. El error masking al 47% es la guinda perversa: como resume Harding, la IA 'prefiere claramente escribir código que no será etiquetado como defecto'. No solo se acumula deuda: el código está diseñado para no chillar cuando algo va mal, así que la deuda se vuelve invisible hasta que revienta en producción.
La duplicación no es desorden, es interés compuesto al revés
Un duplicado suelto no mata a nadie. El problema es que la duplicación compone. Cuando la misma lógica vive en cinco sitios, cada cambio de reglas de negocio te obliga a encontrar y editar las cinco copias — y basta olvidar una para tener un bug sutil que solo aparece en el caso raro. La conectividad funcional del código, según el mismo estudio, cayó un 35%: los módulos se hablan menos entre sí porque cada uno trae su propia versión de todo. Eso es exactamente lo contrario de un sistema sano, donde una decisión se toma en un solo lugar y todo lo demás la hereda. Un codebase con 81% más de duplicación no es un codebase más grande: es un codebase que envejece a doble velocidad, donde cada semana de generación acelerada te compra dos semanas de mantenimiento futuro.
La cura no es un modelo mejor: es una fuente única de verdad
Aquí está la lección reutilizable, la que puedes compartir y aplicar mañana sin importar qué herramienta uses. La IA no va a curarse sola de su sesgo hacia escribir, porque ese sesgo está en su función objetivo. La contramedida no vive en el modelo: vive en la arquitectura que lo rodea. DRY dejó de ser una preferencia estética para convertirse en una defensa activa: si tu sistema hace fácil encontrar y reutilizar lo que ya existe, la IA duplica menos porque tiene menos excusa. Una fuente única de verdad — un lugar canónico para cada contrato, cada tipo, cada regla — es lo que convierte al albañil que solo apila en uno que reutiliza. Y un mapa navegable del proyecto, un grafo que diga 'esto ya existe, conéctate a ello', es la diferencia entre un asistente que consolida y uno que amontona. La velocidad de la IA solo es una ventaja si la encauzas por una estructura que la obligue a no pudrir lo que toca.
Cómo lo vemos nosotros
Nuestra apuesta parte de una convicción incómoda: la parte difícil no es generar, es no pudrirse. De ahí que en NeuralOS el frontend sea la fuente única de verdad — el contrato existe primero y lo que viene detrás lo llena, en vez de que cada generación invente su propia versión de la misma pantalla. De ahí que mantengamos un grafo de conocimiento del proyecto: 623 millones de cambios ajenos nos recuerdan que sin un mapa, la IA reescribe lo que ya tenías en lugar de reutilizarlo. Y de ahí que el protocolo Construct-Audit-Reflect separe el momento de crear del momento de auditar — porque construir con energía y revisar con paranoia son estados mentales incompatibles, y mezclarlos es exactamente cómo se acumula la deuda invisible que mide el estudio. No creemos que la respuesta a la IA que se pudre sea escribir menos con IA. Creemos que es rodearla de la disciplina que ella no trae de fábrica: DRY forzado, un contrato claro, un grafo que recuerda. La velocidad sin arquitectura no es productividad; es deuda con mejor tipografía.