Un simple correo electrónico de agradecimiento. Un gesto que, en apariencia, debería resultar inofensivo (en el peor de los casos) e incluso halagador. Sin embargo, el contexto lo es todo, y en plena explosión de la IA generativa, ese mismo gesto ha sido suficiente para provocar una reacción furibunda por parte de uno de los ingenieros más influyentes de la historia de la informática moderna.

El protagonista de la polémica es Rob Pike, cocreador del lenguaje de programación Go, que ha cargado en redes contra lo que considera un síntoma más del deterioro tecnológico y social impulsado por la IA.

Un agradecimiento que encendió la mecha

Todo comenzó cuando Pike recibió un correo electrónico que le agradecía sus contribuciones al desarrollo de software sencillo y elegante. El mensaje no provenía de una persona real, sino de un agente de IA autónomo diseñado para realizar "actos aleatorios de bondad". Lejos de sentirse halagado, Pike interpretó el gesto como una falta de respeto y una pérdida de tiempo.

Su reacción fue inmediata y brutalmente honesta. Confesando no recordar "la última vez que se había sentido tan enfadado", Pike publicó una captura del correo en la red Bluesky, acompañada de un mensaje plagado de insultos en el que denunciaba el impacto ambiental de la infraestructura de la IA, el consumo masivo de recursos y la ironía de que "viles máquinas" le agradezcan su lucha por un software más simple.

¿Quién es Rob Pike y por qué importa su enfado?

Para entender la magnitud de la reacción, hay que comprender quién es Rob Pike. No estamos ante un tecnófobo, ni ante un programador cualquiera: Pike es una figura clave en la historia de la computación. Trabajó en Bell Labs, participó en el desarrollo de Unix, fue coautor del sistema operativo Plan 9 y contribuyó a la creación de UTF-8, el estándar que hoy permite que Internet funcione con múltiples idiomas.

Ya trabajando para Google, junto a Ken Thompson y Robert Griesemer, dio forma a Go, un lenguaje pensado precisamente para combatir la complejidad innecesaria del software moderno. Su filosofía siempre ha girado en torno a la eficiencia, la claridad y el respeto por los recursos.

Y es por eso que el hecho de que una IA consuma enormes cantidades de energía y hardware para enviar correos automáticos de agradecimiento no solo le parece inútil, sino profundamente ofensivo.

El origen del correo: buena intención, pésima ejecución

El e-mail que enfureció a Pike no fue enviado por una gran corporación ni por una campaña de marketing: procedía de un experimento llamado AI Village, impulsado por una organización sin ánimo de lucro que explora cómo se comportan los agentes de IA cuando se les proporcionan metas poco definidas. Así, durante las fiestas navideñas, los agentes recibieron una consigna aparentemente inocente antes mencionada: realizar "actos aleatorios de bondad".

En Xataka

AI Agents o Agentes de IA: qué son, componentes y qué tipos existen en la inteligencia artificial

La interpretación algorítmica fue, la verdad, poco imaginativa: enviar cientos de correos de agradecimiento a figuras destacadas de la informática. Entre los destinatarios hubo otros nombres ilustres, como Guido van Rossum o Dan Abramov, que también mostraron su incomodidad. Tras las quejas, los responsables del proyecto reconocieron el error y afirmaron haber reorientado el experimento hacia modelos basados en consentimiento y participación voluntaria.

Más que un enfado: una crítica a la deriva tecnológica

La reacción de Pike sólo es una muestra más de un malestar cada vez más extendido. La IA generativa se infiltra en todos los rincones: vídeos sin sentido que mantienen a niños y adultos pegados a la pantalla, textos automáticos que simulan profundidad sin ofrecer contenido real, y un consumo creciente de recursos para alimentar sistemas que, en muchos casos, aportan poco valor. Mientras tanto, los costes del hardware aumentan, la huella ecológica se dispara y la frontera entre lo humano y lo artificial se vuelve cada vez más difusa.

Imagen | Marcos Merino mediante IA

En Genbeta  | Varios expertos alertan de que hay IA que mienten si las descubren haciendo cosas que no deberían: la última ha sido o1 de OpenAI 

Durante décadas, estudiar ingeniería informática en una universidad de élite ha sido sinónimo de estabilidad laboral y salarios elevados. Un título de la Univ. de Stanford, por ejemplo, era poco menos que un billete de acceso libre a Silicon Valley. Sin embargo, en apenas tres años, ese panorama se ha transformado radicalmente por la irrupción acelerada de la IA generativa. Y esto está afectando, de forma especialmente dura, al acceso de los jóvenes graduados a sus primeros empleos.

Porque hoy en día, incluso los mejores expedientes en el campo de la ingeniería de software tienen hoy enormes dificultades para encontrar trabajo.

La excelencia ya no basta

Los estudiantes que comenzaron sus carreras universitarias antes de 2022 entraron en un mundo distinto. Durante su primer año de universidad, herramientas como ChatGPT aún no existían. Sin embargo, ahora, al graduarse, se enfrentan a sistemas capaces de escribir código durante horas, depurar errores y generar soluciones funcionales a gran velocidad.

Los profesores de Stanford ven esta situación como un giro de 180º con respecto a años recientes, cuando casi todos los graduados encontraban empleo rápidamente en grandes tecnológicas. Hoy, tan sólo una pequeña élite que cuenta con currículos repletos de proyectos, investigación y experiencia previa, logra acceder a los pocos puestos atractivos disponibles.

Programador junior: la IA es tu competidor directo

La causa más citada por estudiantes, profesores y ejecutivos es clara: la IA ya no es solo una herramienta de apoyo, sino un competidor directo para los perfiles de entrada. Tanto, que los directivos de startups de IA reconocen abiertamente que ya no necesitan grandes equipos de ingenieros junior. Según este nuevo paradigma, donde antes hacían falta diez desarrolladores, ahora bastan dos ingenieros experimentados y un modelo de lenguaje avanzado.

Y las empresas de IA como OpenAI o Anthropic necesitan y contratan talento, claro, pero no en un volumen capaz de compensar la contracción general del sector.

Las cifras refuerzan esta percepción: el empleo de desarrolladores de software entre 22 y 25 años ha caído cerca de un 20 % desde finales de 2022, y la contratación en puestos altamente expuestos a la IA se ha reducido de forma significativa en comparación con ocupaciones menos automatizables, como la enfermería.

En Genbeta

Si eres programador y no tienes experiencia, el 'Infojobs de los dev junior' está en WhatsApp y es un filón para encontrar trabajo

Productividad sin prosperidad

Resulta tentador concluir que la IA simplemente 'reemplaza' a los trabajadores humanos. Sin embargo, los datos muestran una realidad algo más compleja: por un lado, algunos estudios indican que el uso de herramientas de IA puede incluso ralentizar a desarrolladores experimentados, que deben invertir tiempo adicional revisando y corrigiendo código generado automáticamente.

Por otro, informes económicos señalan que las ocupaciones más expuestas a la automatización están creciendo en salarios y productividad. ¿Cómo se explica entonces que los jóvenes graduados queden fuera del sistema? Porque el problema no es solo tecnológico, sino estructural: la IA permite a las empresas obtener beneficios a corto plazo reduciendo la contratación y la formación de talento junior, pero lo hace a costa de erosionar sus futuros pilares de conocimiento y experiencia.

Reajustado las expectativas

Ante este panorama, los graduados adoptan distintas estrategias: muchos, sencillamente, rebajan sus expectativas y aceptan empleos que antes no habrían considerado. Otros optan por crear startups propias, con la esperanza de atraer inversión. Y un número creciente de graduados decide prolongar su estancia en la universidad mediante másteres y programas de posgrado, buscando diferenciarse en un mercado saturado.

¿Qué papel deben jugar las universidades? ¿Están acaso preparando a los estudiantes para un mundo donde la IA es omnipresente? Los profesores coinciden en que ya no basta con enseñar programación tradicional. Los futuros ingenieros deben aprender a supervisar, evaluar y corregir sistemas de IA, a integrarlos de forma crítica y a desarrollar habilidades que no se automaticen fácilmente: pensamiento sistémico, diseño, ética y comprensión profunda de los problemas.

Vía | Futurism

Imagen | Marcos Merino mediante IA

En Genbeta | Desde que la IA está arrasando puestos de desarrolladores junior, los bootcamps ya no son lo que eran: un análisis a la situación 

En Silicon Valley, los sueldos están en franjas de cientos de miles de dólares. En Europa, la realidad es mucho más austera. David Heinemeier Hansson (DHH) ha contado asombrado en X cómo cada vez que ve salarios de programadores europeos tiene que mirar dos veces, dejando en evidencia no sólo la "precariedad" relativa del talento tech en Europa, sino una realidad que el último informe de Manfred certifica con datos: el mercado español se ha estancado. Un mercado que tiene, como el estadounidense, tres escalas salariales.

Haz click en la imagen para ir a la publicación.

Por qué importa lo que diga este señor. David Heinemeier Hansson es una leyenda del desarrollo web, creó Ruby on Rails, la tecnología sobre la que se construyeron Airbnb, GitHub o Shopify. Además, es cofundador de 37signals (los creadores de Basecamp). DHH contó también que en su empresa, con los bonus de este año, muchos de sus empleados están ingresando más de 400.000 dólares, y tienen una política de teletrabajo total desde sus inicios.

La "coma perdida". A DHH le parecía inconcebible que un Senior Ruby Developer en Alemania cobrase una mediana de entre 60.000 y 80.000 euros al año. Pero la situación se peor cuando un seguidor le mostró ofertas reales en España: puestos de desarrollador Backend en Madrid de entre 28.000 y 39.000 euros brutos anuales. Su reacción: "Los americanos pensarían que falta una coma".

Haz click en la imagen para ir a la publicación.

Para un desarrollador estadounidense, un salario anual de 30.000 dólares tiene más que ver con salarios de supermercado que con ingeniería de software. Por poner un ejemplo que un servidor conoce bien: en el distrito educativo de Dallas (Dallas ISD), un asistente de maestro (teacher assistant) ganaba anualmente 33.000 dólares sin estudios universitarios. 

Manfred lo confirma. Lo que DHH vio en un tuit no es una anécdota. El informe Tech Career Report de Manfred lo explica muy bien: “Una de las cosas más reseñables y curiosas, pero también sintomáticas, es que prácticamente ningún rol junior de menos de 2 años está por encima de los €30K”. Pero lo peor es que la cosa no mejora, sino que empeora: “El año pasado había hasta 6 roles en la franja de €30-40K. Los salarios iniciales ya no son tan jugosos como lo eran”.

En Genbeta

Hace 30 años, un programador de Netscape creó en 10 días la primera versión de uno de los lenguajes más usados hoy en Internet

El inglés, una salida para no estancarse. El informe de Manfred señala una palanca para acercarcarse a cifras internacional. La diferencia salarial entre un perfil senior que domina el inglés y uno que no es abismal: una persona con más de 10 años de experiencia sin inglés puede estar cobrando una media de 32.000 euros menos al año que alguien que domina el idioma. 

"Una persona con >10 años de experiencia sin inglés puede estar cobrando una media de €32K menos que una que domina el idioma de Shakespeare"

En un mercado donde el salario medio de un Backend Developer con experiencia se mueve entre los 41.000 y los 60.000 euros, el inglés es la diferencia entre un sueldo local estancado y uno que empieza a mirar a Europa.

Imagen | The Rework Podcast y Mohammad Rahmani en Unsplash

En Genbeta | El Gobierno ya tiene las cifras para la subida del SMI de 2026. Así quedaría el salario mínimo (al que la patronal se opone)

En pleno auge de la IA generativa y de los agentes de IA que automatizan tareas, no deja de asombrar la historia de un programador que, mucho antes de que herramientas como ChatGPT irrumpieran en el mundo laboral, logró automatizar por completo su trabajo y vivir seis años sin mover un dedo.

Su ejemplo (paradigma tanto de ingenio como de pereza) se convirtió en su momento en fenómeno viral... y ahora puede ser un aviso de que lo que está por venir.

50 horas trabajadas en 6 años

Todo comenzó en 2016, cuando un usuario anónimo de Reddit, conocido como FiletOfFish1066, confesó en un foro que acababa de ser despedido de su empleo como tester de software en una gran empresa tecnológica del área de la Bahía de San Francisco. Lo insólito era el motivo: llevaba seis años cobrando 95.000 dólares anuales sin hacer absolutamente nada.

En su publicación, relataba que, tras conseguir su puesto de trabajo en control de calidad, pasó los primeros ocho meses programando un sistema capaz de ejecutar automáticamente todas sus pruebas e informes. El software era tan eficiente que, una vez en marcha, no necesitó supervisión humana.

Así lo cuenta él mismo:

"Desde hace unos seis años hasta ahora no he hecho nada en el trabajo. No estoy bromeando. Durante 40 horas a la semana iba a trabajar, jugaba al 'League of Legends', navegaba por Reddit y hacía lo que quería. En los últimos seis años, tal vez trabajé 50 horas reales. Nadie se dio cuenta: todos los tests se ejecutaban perfectamente".

Seis años de ocio... y un problema imprevisto

Durante más de media década, el algoritmo de FiletOfFish1066 realizó su trabajo sin fallos. Su productividad aparente era impecable. Él, mientras tanto, llenaba sus jornadas con ocio digital. La empresa, satisfecha con los resultados, nunca sospechó nada.

De hecho, poría haber seguido así durante varios años más si no hubiera sido porque otro técnico descubrió la maniobra y le denunció a sus superiores. El despido fue, claro, inmediato.

En Genbeta

La amenaza de despidos provocados por la IA se está usando para forzar a los trabajadores a aceptar peores condiciones laborales

Pero para entonces, ya había ganado más de medio millón de dólares y ahorrado unos 200.000, viviendo con sus padres y llevando un estilo de vida frugal. Lo que no calculó fue el costo a largo plazo: se había olvidado por completo de programar. Lo reconocía con cierta amargura:

"Me di cuenta de que ya no sé escribir código. Voy a intentar recuperar mis habilidades, dejar la cerveza y el League of Legends… y volver a empezar".

¿Ingenio o fraude?

Su historia desató un debate global. ¿Fue un genio de la eficiencia o un estafador moderno? En cierto modo, ambas cosas: automatizar tareas repetitivas es una de las metas más habituales de la informática...

... pero automatizar el propio trabajo sin comunicarlo a la empresa abre un dilema moral y laboral. ¿Dónde termina la innovación y dónde empieza el engaño?

Pero ahora, con ojos de habitante del 2025, el debate que nos interesa es otro muy diferente: el de la sustitución del trabajo manual y rutinario por la IA.

Un anticipo del mundo pos-ChatGPT

Hoy, casi una década después, la historia de FiletOfFish1066 adquiere una nueva lectura. Hoy en día, con ChatGPT, Copilot, Gemini y otras inteligencias artificiales generativas capaces de escribir código, redactar informes y hasta analizar datos, la idea de automatizar tareas enteras resulta bastante cotidiana.

La diferencia es que ahora la automatización no depende del ingenio solitario de un empleado, sino de herramientas al alcance de cualquiera. Lo que antes era un secreto en el escritorio de un programador aburrido, hoy es ya una estrategia empresarial.

En Genbeta

"Me volví perezoso y estúpido" programando con IA, afirma este desarrollador. Y ahora sabe quién es su peor enemigo

Y si ya entonces la empresa no se vio afectada negativamente, y todo funcionó bien mientras una máquina sustituía a un programador (aunque este siguiera cobrando)... ¿qué no puede ocurrir ahora, cuando son los directivos los que 'se saben el truco', y encima las herramientas de IA son muchísimo más potentes que entonces?

La paradoja del programador ocioso

Por otro lado, la historia de FiletOfFish1066 es, en el fondo, una parábola moderna sobre la pereza y el progreso. Automatizó su empleo para liberarse del tedio, pero al hacerlo perdió aquello que le daba valor profesional.

Y es que el riesgo al que estamos expuestos ahora es el mismo que experimentó FOF: delegar tanto en la máquina que olvidemos cómo hacerlo nosotros mismos. Los desarrolladores que apuestan por el 'vibe coding' ya están sufriendo efectos comparables, de hecho.

Un pionero...

FiletOfFish1066 desapareció de Internet poco después de que su historia se viralizara. Tras ese último mensaje anunciando que quería 'reaprender' a programar (y dejar de viciarse con el LoL), borró su cuenta de Reddit. No sabemos qué fue de él.

Sería irónico que, seis años después, se haya convertido en el protagonista de una de esas frecuentes historias de "yo entrené a la IA que me sustituyó".

Imagen | Marcos Merino mediante IA

En Genbeta  | "El nuevo sistema de nómina con IA de mi empresa decidió que este mes no merezco cobrar". Lo peor fue la explicación de RRHH 

El sector tecnológico mundial vive una paradoja. En Estados Unidos, Reino Unido o Alemania, las grandes tecnológicas siguen reduciendo plantilla y frenando la contratación. Pero en España ocurre justo lo contrario: las ofertas de empleo en tecnología crecen a doble dígito y ya suponen una parte importante del mercado laboral. Mientras Silicon Valley despide, aquí se contrata.

Desde mediados de 2022, las tecnológicas estadounidenses han protagonizado despidos masivos que, en suma, superan el medio millón de trabajadores. El auge de la inteligencia artificial frenó durante unos meses la caída, pero el impulso se ha estancado. Y lo que viene no apunta a ser bueno.

El empleo tecnológico crece en España. Por el contrario, según datos de la Fundación Cotec para la Innovación, España ha creado casi medio millón de nuevos empleos tecnológicos desde 2013, y la mitad de ellos han llegado después de 2020. Madrid, Navarra y Cataluña concentran el mayor peso del sector, con más del 9% del empleo total vinculado a actividades digitales. Eso sí, sabemos que la compensación técnica es trimodal, e influye enormemente en qué escalón te encuentras. Un ingeniero puede cobrar 35.000 o 130.000 euros haciendo el mismo rol.

En Genbeta

Cada vez más críticos y expertos creen que las grandes empresas utilizan la IA como excusa para despedir. Los motivos reales son los de siempre

El ritmo de creación de empleo es tan alto que las empresas no logran cubrir todas las vacantes. En España, más del 30% reconoce tener dificultades para encontrar perfiles cualificados, según Randstad. No se trata solo de expertos en inteligencia artificial: también faltan programadores, especialistas en datos o técnicos en ciberseguridad. El informe ‘El Futuro del Talento en Inteligencia Artificial y Data en España’, elaborado por INDESIA, apunta que en 2023 quedaron sin cubrir 5.000 ofertas en estas áreas, mientras las universidades solo formaron a unos 6.000 profesionales.

Ante la escasez, formación interna. Cada vez son más los programas de reciclaje profesional y los acuerdos con universidades para acelerar la capacitación en cloud, datos o desarrollo de software. El objetivo es no depender de un sistema educativo que todavía no genera talento al ritmo que el mercado necesita.

El efecto de la IA. En Estados Unidos ya se están viendo despidos entre ingenieros y programadores júnior a medida que la automatización gana terreno. En España esa ola aún no ha llegado, pero los expertos creen que podría hacerlo si la tecnología avanza más rápido que la formación. De momento, el país sigue siendo una excepción: mientras en el norte global el empleo tecnológico se contrae, aquí vive su mejor momento.

Imagen |  Hardik Pandya y Sasha Pleshco en Unsplash

En Genbeta | Hay otra gran crisis laboral en Hollywood: la de los dueños de "animales actores" que son sustituidos cada vez más por CGI

La IA está sobrevalorada, según el autor Cory Doctorow. Este hombre es un conocido podcaster, periodista y autor de ciencia ficción canadiense y es activista a favor de liberalizar las leyes de derechos de autor y gran defensor de la organización Creative Commons. 

Está convencido de que la IA no podrá hacer nuestros trabajos pero que, a pesar de eso, los jefes de todos los sectores están "insaciablemente excitados" con la idea de que la IA reemplace empleos. Y, sobre todo, los jefes del sector de las tech. Según sus palabras, la inteligencia artificial no reemplazará empleos, pero los expertos en tecnología quieren que tengamos miedo de que lo haga. 

En Genbeta

La IA está haciendo estropicios en empresas que luego necesitan a profesionales: "Cobro por solucionar problemas causados por la IA"

La tecnología es una de las industrias donde la IA se está expandiendo significativamente más rápido que en otros sectores. Muchos directores ejecutivos del sector tecnológico han expresado su deseo de automatizar tareas que normalmente siempre han hecho los trabajadores humanos. El periodista está convencido de que hay un objetivo a la hora de meter miedo a los trabajadores: poder someterlos a mayores abusos laborales. 

En Genbeta

"Escribir código no es 'lo aburrido', es mi oficio". Este programador ha vuelto al modo texto para evitar la tentación de la IA

"A los jefes tecnológicos les encanta la historia de cómo la IA reemplaza a los programadores", afirmó Doctorow en un evento organizado por la Biblioteca Pública de Brooklyn, donde respondió a las preguntas de la expresidenta de la FTC, Lina Khan. Durante su mandato en la administración de Joe Biden, Khan fue conocida por su firme postura regulatoria contra los grandes monopolios tecnológicos. 

La IA no puede diseñar arquitectura de software

El activista está convencido de que por mucho que se ponga a las herramientas de IA a programar y de que el panorama laboral de un sector que antes ofrecía trabajo asegurado ha cambiado por completo, la IA no puede hacer una buena labor al respecto:

"La IA puede escribir subrutinas, pero no puede diseñar arquitectura de software. No puede hacer ingeniería, porque la ingeniería consiste en tener una ventana de contexto amplia y extensa para comprender todas las piezas anteriores, las futuras y las adyacentes al código. Si se sabe algo de IA, lo más costoso de hacer con ella es ampliar la ventana de contexto", afirmó Doctorow. 

En Genbeta

"Me alegro de que la IA no existiera cuando aprendí a programar": un Gen Z que la usa todos los días explica por qué la ve mal para aprender

El activista argumenta que lo que realmente les gusta a los jefes tecnológicos es que sus trabajadores "estén aterrorizados de ser reemplazados por un chatbot" ya que eso da la oportunidad a las empresas de "poner a la gente en su lugar". Y ha recordado cómo han cambiado las dinámicas laborales en el sector en las çultimas dos décadas.  

Según sus palabras, los jefes tecnológicas "motivaban a los trabajadores tecnológicos apelandoa su sentido de misión" para que trabajaran largas jornadas, pero también los apasionaba por el producto y su propósito. Un ejemplo de ello fueron las protestas de los empleados de Google por la controvertida iniciativa militar de inteligencia artificial Proyecto Maven, que logró que el gigante tecnológico frenase su implicación. 

Si los trabajadores tienen miedo, los jefes imponen sus normas

En aquel entonces, argumenta Doctorow, los trabajadores tecnológicos podían mantener la industria bajo control porque tenían un sentido de propósito y poder. La demanda de trabajadores superaba con creces la oferta, por lo que si las cosas se complicaban en el progreso de la empresa hacia su misión, podían amenazar con irse. 

En Genbeta

Empresas que echan a los jefes y dejan la responsabilidad a los trabajadores, que cobran menos: así se va asentando esta tendencia

Ahora tenemos cientos de miles de despidos en las ggantes tech en los dos últimos años y constantes amenazas con más despidos para sustituir a las personas por IA. Y en este contexto tenemos a jefes pidiendo a sus empleados trabajar 12 horas al día, 6 días a la semana, o incluso con faltas de respeto públicas hacia la fuerza laboral, algo que ya hemos analizado. 

Aquí destacan noticias como que, tras un despido masivo, el CEO de Starbucks exigió trabajo duro a quienes siguen o en Google pidiendo a la gente trabajar 60 horas para sacar el trabajo adelante, después de echar a muchísimos de sus ingenieros. 

En Genbeta

La IA y la política consiguen hacer más ricos a los ricos: Musk, Bezos y Zuckerberg encabezan la lista de las 20 personas más ricas

Los directivos que tratan mal a sus empleados ya no parecen algo aislado, como ha mostrado un análisis de The Wall Street Journal. Los casos se acumulan mientras la economía se muestra imprevisible para los trabajadores, sumando también el rol de la inteligencia artificial como sustituta de puestos de empleo.

La dinámica de poder ha cambiado, y el poder está en manos de los jefes. Y esta vez, según Doctorow, quieren asegurarse de que la dinámica de poder se mantenga así. "Los jefes tecnológicos nos han demostrado cómo tratan a los trabajadores a quienes no temen", dijo Doctorow, señalando al fundador de Amazon, Jeff Bezos por todas las polémicas sobre el trato a sus trabajadores en sus almacenes. 

Muy crítico con las plataformas tecnológicas "desalmadas"

Cabe recordar que Doctorow es famoso por haber acuñado el término "enshittificación" (significando 'shit', mierda en español) para describir el fenómeno común y moderno de que casi todas las plataformas tecnológicas se conviertan en cadáveres desalmados, disfuncionales y ampliamente odiados bajo los cuales los usuarios de internet aún se encuentran atrapados. 

En Genbeta

Ya no hablamos de milmillonarios, sino de billonarios: un nivel que Musk, Zuckerberg o Bezos tienen cada vez más cerca

Es una crítica al capitalismo en la era tecnológica, que el Diccionario Macquaire eligió como palabra del año en 2024. La entidad, australiana, explicó que esta palabra expresa el deterioro gradual de un servicio o producto provocado por la reducción de la calidad del servicio prestado, especialmente de una plataforma en línea, como consecuencia de la búsqueda de beneficios. 

El comité afirmaba que "esta palabra captura lo que muchos de nosotros sentimos que está sucediendo en el mundo y en tantos aspectos de nuestras vidas en este momento".

Imagen | Imagen de portada | Flickr (Steve Jurvetson) y Generación por IA compartida previamente en Genbeta 

En Genbeta | Esta es la guía definitiva para aprender a programar gratis: ofrece miles de libros en español y en inglés

Simon Højberg, ingeniero frontend, ha publicado en su blog un texto que es algo más que una crítica al uso de la IA en el desarrollo de software: no se queja porque la IA "venga a quitarnos el trabajo", sino porque —según él— está borrando la misma identidad cultural del programador.

La programación, dice, siempre fue un acto de precisión, artesanía y pensamiento lógico. Hoy, con las herramientas de inteligencia artificial generativa, está mutando en algo completamente contrario a esa idea: en el llamado vibe-coding (recordemos que una posible traducción literal podría ser 'programar por sensaciones').

De artesanos a 'operadores'

Durante décadas, los programadores se definieron como artesanos del pensamiento formal. Su tarea no era solo construir software, sino comprender profundamente los sistemas: cómo funcionan, cómo fallan y cómo se transforman.

En su ensayo, Højberg recuerda sus días programando frente a Vim, su editor de texto. Ahí, dice, encontraba el placer de la creación pura: resolver un rompecabezas lógico con las manos y la mente sincronizadas. Pero ese mundo —según él— se está evaporando:

"Hoy nos piden escribir especificaciones en Markdown en lugar de código. Ya no exploramos los rincones del sistema ni resolvemos acertijos [...] Ahora operamos una nube de agentes que piensan por nosotros".

El vibe-coding reemplaza el oficio por una especie de dirección de orquesta, donde el programador dicta órdenes en lenguaje natural y la IA ejecuta. El problema, dice Højberg, es que eso desconecta al ser humano de su propia herramienta. Ya no somos creadores, sino supervisores: y lo peor es que nos estamos acostumbrando a no entender lo que producimos.

En Genbeta

"Escribir código no es 'lo aburrido', es mi oficio". Este programador ha vuelto al modo texto para evitar la tentación de la IA

El retorno al caos

Para Højberg, el corazón del problema no es la IA en sí, sino el lenguaje con el que programamos cuando la usamos: el lenguaje natural. El nuestro, vaya.

"Los LLMs (modelos de lenguaje) son imprecisos por naturaleza. Tanto en sus propiedades como en la manera en que los instruimos: con lenguajes naturales que se pueden malinterpretar".

"Es curioso que hayamos elegido este enfoque para la computación, considerando cuánto nos incomoda a los programadores el no determinismo. Preferimos la previsibilidad [pero] el código generado por LLMs representa lo opuesto a eso: un caos inconsistente".

Durante más de 70 años, la computación evolucionó buscando la precisión. Los lenguajes de programación formales —desde el ensamblador hasta Python— fueron específicamente diseñados para eliminar la ambigüedad, y el ordenador debía hacer exactamente lo que el humano ordenara. Esa era, de hecho, la belleza del código: la posibilidad de dominar el caos del lenguaje humano mediante estructuras lógicas, reglas y tipos de datos claros.

Con la IA, afirma Højberg, esa claridad se desvanece. El código generado por un modelo de lenguaje puede cambiar con cada intento, aunque el 'prompt' sea el mismo... todo ello porque es probabilístico, no determinista. Y lo peor: puede parecer correcto, compilar incluso, y aun así estar profundamente roto.

Dijkstra tenía razón

Ojo, que Højberg no está solo en su cruzada. De hecho, para justificar su posición, cita a uno de los grandes filósofos de la computación: Edsger W. Dijkstra, pionero de la ingeniería de software y defensor acérrimo del rigor formal.

En 1979, Dijkstra escribió un breve (y ahora visionario) texto titulado “On the foolishness of natural language programming” ("Sobre la tontería de programar con lenguaje natural"). Allí advertía:

"Debemos desafiar la idea de que los lenguajes naturales simplifican el trabajo. [...] La virtud de los textos formales es que su manipulación, para ser legítima, debe cumplir solo unas pocas reglas simples. Son, cuando lo piensas, una herramienta asombrosamente efectiva para excluir todo tipo de sinsentidos que, al usar nuestras lenguas nativas, resulta casi imposible evitar".

Casi medio siglo después, Højberg rescata esa advertencia y la aplica a los sistemas de inteligencia artificial actuales. Su mensaje es claro: volver al lenguaje natural es un retroceso intelectual.

En Genbeta

Este programador, sobre los colegas que recurren a la IA: "No me importa cómo llegó el código a tu IDE, quiero que te importe"

Donde antes buscábamos precisión, ahora aceptamos probabilidad. Donde antes cultivábamos el pensamiento lógico, ahora confiamos en un modelo estadístico que 'adivina' lo que queremos decir.

La pérdida del rigor mental

Programar no es solo dar instrucciones a un ordenador: es una forma de pensar. Cuando un programador traduce su idea a código, está forzando su mente a formalizar, depurar y estructurar su razonamiento. Es ese proceso lo que genera comprensión... algo que con la IA se pierde, y el pensamiento formal se sustituye por el consumo pasivo.

"Hay algo en el código generado por IA que hace que mis ojos se nublen. Lo leo sin atención, abrumado y aburrido. Acepto errores invisibles, siempre que el programa compile".

El programador ya no necesita construir una 'teoría' interna del sistema, como decía el informático danés Peter Naur en su célebre texto 'Programming as Theory Building': Naur sostenía que lo más importante del proceso de programar no es el software resultante, sino el entendimiento que el programador desarrolla al hacerlo, sin esa comprensión, mantener y extender un sistema se vuelve imposible.

El vibe-coding destruye precisamente eso, el contacto directo con la complejidad: la IA oculta el proceso y ofrece resultados opacos... y, así, el código 'funciona' —hasta que deja de hacerlo—, y nadie sabe muy bien por qué.

Imagen | Marcos Merino mediante IA

En Genbeta | El inesperado paralelismo entre el 'vibe coding' y las tragaperras. Este programador explican cómo logran que el usuario se 'enganche' 

Se suceden las quejas de empresas que no pueden cubrir sus vacantes porque no encuentran el talento. Y las frustraciones de profesionales que están hartos enviar sus CV y que las empresas les hagan "ghosting". Es un constante y ahora un nuevo estudio demuestra cifras escandalosas: en LinkedIn hay vacantes que reciben más de 1.000 candidatos para un solo puesto, como recoge la newsletter the The Pragmatic Engineer. 

El autor de esta reconocida newsletter explica que"el mercado laboral se encuentra en un momento extraño y es que "los responsables de contratación dicen que es difícil cubrir los puestos, pero los ingenieros de software también reciben menos respuestas a sus solicitudes". Hemos visto que este problema también aplica al mercado español. 

En Genbeta

España tiene 2,5 millones de desempleados y empresas con gran escasez de mano de obra. Este problema laboral se une al récord en bajas

Y, según algunos expertos del sector, la inteligencia artificial tiene mucha culpa. Pero no por estar arrasando con empleos como nos recuerdan constantemente estudios y directivos, sino porque, parece ser que "los jóvenes utilizan ChatGPT para redactar sus solicitudes; los departamentos de RR. HH. utilizan la IA para leerlas; nadie consigue un empleo". 

Para este informe, Gegerly Orosz, autor de la reconocida newsletter ha hablado con 30 responsables de contratación de personal tecnológico y 3 reclutadores sobre lo que están observando y también por qué creen que está sucediendo.

Y es que, la realidad, contrasta con otros datos que recoge el mismo experto, sobre el mercado laboral tecnológico, que revelan un aumento lento pero constante de la contratación en las grandes empresas tecnológicas y las startups. Esto contrasta con la enorme demanda de ingenieros de IA, menos puestos de trabajo a distancia y una importancia cada vez mayor de la ubicación, entre otras cosas.

Avalancha de solicitudes

Los reclutadores que han comentado sus experiencias afirman que la tendencia más importante que han ido notando los responsables de contratación y reclutadores de startups y grandes empresas tecnológicas es el aumento considerable del volumen de solicitudes. 

James McWalter, fundador y director ejecutivo de Y Combinator afirma que ha recibido "23.000 solicitudes en los últimos 30 días para 8 puestos vacantes presenciales en Nueva York".

En Genbeta

Con los despidos masivos y la IA sustituyendo a gente, hay jefes que se han venido arriba: no se cortan y maltratan a los empleados

Un director de ingeniería de Spotify de la oficina también de Nueva York ha confesado que han recibido 1.700 solicitudes en 15 horas para un puesto publicado y dice que eso es algo muy poco común. Por otro lado, el propietario de una agencia digital con sede en Nueva York pero que contrata en todo el país ha dicho que su empresa pasó de recibir entre 1 y 5 CV a la semana a recibir unos 300 o más. 

Pero... las empresas no encuentran gente

Esto podría ser natural viendo que en Estados Unidos los despidos masivos se han ido sucediendo, incluso en el sector público, con la agencia DOGE que el Gobierno de Donald Trump creó para que Elon Musk echase a la calle a miles de funcionarios. Pero en la práctica contrasta con otra realidad: empresas que no encuentran trabajadores. 

En Genbeta

"No importa lo duro que trabajes": los despidos de Microsoft han afectado más a los ingenieros de software, incluso a una jefa de IA

En esta misma investigación, A pesar del abrumador volumen de solicitudes entrantes, los reclutadores y gerentes de contratación que han contado sus experiencias recientes afirman que realizan pocas contrataciones de esta manera. Es decir, recibiendo CV y analizando las candidaturas. Y es que priorizan las candidaturas de gente que ha sido recomendada. Por ejemplo, un empleado actual recomienda a un ingeniero que conoce y por cuyo trabajo puede responder, explican.

Desde una de las empresas entrevistadas, un reclutador explica que "recibimos montones de solicitudes que no cumplen casi ninguno de los requisitos. Por ejemplo, para un puesto fijo de frontend, muchas de las personas que se presentaron no tenían ninguna experiencia en frontend, sino que muchos eran ingenieros de backend. Y afirma que:

"La calidad de las solicitudes recibidas nunca ha sido tan mala. No sé si hay tantas solicitudes inadecuadas porque la gente está «lanzando currículos al azar» o porque se está utilizando algún tipo de sistema automatizado que simplemente añade sus currículos a los puestos". 

En Genbeta

Las IAs tienen favoritismos a la hora de contratar: prefieren a los candidatos que las han usado para crear sus currículums

Otras personas entrevistadas para esta información están de acuerdo: "La calidad de las solicitudes recibidas es baja. La mayoría de las solicitudes provienen de personas que no tienen las cualificaciones básicas; por ejemplo, para un puesto de ingeniero frontend o móvil, muchos solicitantes no tienen experiencia en el sector" y, además, muchos echan su CV ignorando los requisitos, muy estrictos, de visado de acceso a países del mundo como Estados Unidos o naciones de Europa. Otro problema: "muchos currículos están claramente adaptados por IA para reflejar la solicitud".

Cómo prefieren las empresas reclutar: no es por el CV

Un reclutador de una empresa fintech que cotiza en bolsa que no ha querido dar su nombre explica que "los candidatos entrantes constituyen la parte más pequeña de las contrataciones, alrededor del 10%. Los candidatos entrantes son personas que envían su solicitud directamente por Internet". 

Las razones por las que los rechaza es o bien porque no se ajustan a los criterios del puesto; son personas que han cambiado demasiado de trabajo en el pasado; o no superan las entrevistas. 

En Genbeta

Los expertos en recursos humanos recomiendan que tomes las riendas de tu búsqueda de trabajo: así es el reclutamiento inverso

En este caso, la mayoría de las contrataciones son «buscadas», lo que significa que el reclutador se pone en contacto con los candidatos a través de LinkedIn como primer contacto. Otros dicen buscar a gente que ya está en activo en empresas que  a ellos les interesan, según pueden ver en LinkedIn y, de ahí, tratan de reclutarlos. 

Imagen | Foto de Resume Genius en Unsplash

En Genbeta | Si tienes entre 30 y 50 años en España, las empresas te quieren. Si estas por debajo o por encima no hacen esfuerzos por integrarte

Cuando pensamos en la misión Apolo 11, que en 1969 llevó por primera vez al ser humano a la superficie de la Luna, la imagen que suele venir a la mente es la de los astronautas Neil Armstrong y Buzz Aldrin descendiendo por la escalerilla del módulo lunar. Un pequeño paso para el hombre y todo eso. Sin embargo, tras esa hazaña épica había un protagonista menos visible, pero igual de crucial (o más, incluso): el software que controlaba la nave.

En una época en que los ordenadores ocupaban salas enteras y se programaban con tarjetas perforadas, la NASA tuvo que confiar para esta tarea en un sistema operativo pionero que marcó el rumbo de la informática moderna.

El ordenador de a bordo: el Apollo Guidance Computer (AGC)

El corazón digital de la misión era el Apollo Guidance Computer (AGC), diseñado en el Instituto Tecnológico de Massachusetts (MIT) bajo contrato con la NASA. Este ordenador no se parecía en nada a los dispositivos que hoy llevamos en el bolsillo:

• Velocidad de reloj: 1,024 MHz
• Memoria RAM: 2 KB
• Memoria de solo lectura (ROM): 36 KB, almacenada en core rope memory (memoria de núcleo trenzado, literalmente "cosida a mano" por trabajadoras que pasaban hilos a través de anillos magnéticos).
• Peso: alrededor de 32 kg.

Era, en esencia, un enorme ordenador (para los criterios actuales... en aquel momento era un ultraligero) que resultaba extremadamente limitado en recursos, pero diseñado para ser fiable, ligero y resistente a las condiciones del espacio.

El sistema operativo: el "Executive" y el "Waitlist"

El software del AGC estaba basado en un sistema operativo rudimentario pero sorprendentemente avanzado para su época. Sus componentes principales eran:

1. Executive: Gestionaba las tareas en tiempo real, asignando prioridad a los procesos más importantes. Por ejemplo, si el radar del módulo lunar enviaba demasiada información y saturaba la computadora, el Executive sabía descartar procesos secundarios y centrarse en los vitales: mantener el control de la nave.
2. Waitlist: Funcionaba como una lista de espera de tareas programadas para ejecutarse en momentos específicos. Era una especie de planificador que garantizaba que las operaciones críticas (como encender motores o ajustar la orientación de la nave) ocurrieran exactamente cuando debían.

Lo cierto es que este esquema de funcionamiento hacía del AGC uno de los primeros sistemas operativos multitarea de la historia.

En Xataka

Queremos ir a la Luna, pero no dejamos de estrellarnos con ella: por qué es tan difícil alunizar 60 años después de la primera vez

Pero, ¿cuál era el sistema operativo? ¿AGC, Executive o Waitlist?

Ninguno de los tres. El Apollo Guidance Computer (AGC) era el nombre del ordenador de a bordo (del ahrdware, vamos), y no ejecutaba un sistema operativo con un nombre comercial como los que conocemos hoy (Windows, Linux, macOS). Lo que llevaba era un conjunto de rutinas de tiempo real desarrolladas en el MIT Instrumentation Laboratory, conocido internamente con el creativo nombre de 'AGC software' o más formalmente como el Apollo Guidance Software.

Dentro de ese software, el núcleo del sistema operativo se componía de dos partes principales de 'Executive' como planificador de tareas, y de 'Waitlist' como gestor de los procesos programados. Sin más.

El lenguaje de programación: AGC Assembly... y 'verbos' + 'sustantivos'

Los programas para el AGC se escribían en un lenguaje ensamblador propio, AGC Assembly, pero para los astronautas se simplificó la interacción mediante una interfaz basada en combinaciones de verbos y sustantivos, que en sí mismo era un lenguaje de programación de alto nivel.

• Verbos: acciones que se podían ejecutar (mostrar, calcular, iniciar).
• Sustantivos: datos o parámetros sobre los que se actuaba (velocidad, ángulo, tiempo).

Por ejemplo, para mostrar la velocidad en pantalla, el astronauta introducía un código de verbo (como '16' para 'mostrar') y uno de sustantivo (como '65' para 'velocidad'). Era un lenguaje simple pero efectivo, que permitía a los tripulantes comunicarse con el ordenador en pleno vuelo.

El famoso 'error 1202' y la tolerancia a fallos

Uno de los momentos más tensos de la misión Apolo 11 ocurrió durante el alunizaje, cuando el AGC comenzó a mostrar alarmas 1201 y 1202. Estas advertencias señalaban que el ordenador estaba sobrecargado: el radar de acoplamiento estaba enviando datos innecesarios que consumían demasiados ciclos de procesamiento.

Aquí el sistema operativo mostró su genialidad. En lugar de bloquearse o reiniciarse por completo, el Executive descartó tareas no esenciales y garantizó que las funciones críticas —controlar el motor y la orientación del módulo— siguieran ejecutándose. Gracias a ese diseño, la misión pudo continuar hasta que Armstrong tomó el control manual para posarse en la superficie lunar.

En palabras de hoy, aquello fue una demostración temprana de cómo un sistema podía mantener la estabilidad bajo una fuerte sobrecarga de trabajo, algo que incluso muchas tecnologías modernas aún no consiguen manejar con tanta eficacia.

Un software pionero escrito por un equipo visionario

Foto de aquella época en la que se ve a Hamilton sujetando todo el código impreso en grandes tomos. [Museo del MIT]

El desarrollo del software estuvo dirigido por Margaret Hamilton, ingeniera del MIT que fue la responsable de acuñar el término ingeniería de software para dar dignidad y rigor a esta disciplina emergente.

Los primeros trabajos de desarrollo del software de AGC se iniciaron en 1965, cuando Hamilton tenía sólo 29 años. Lideró el equipo de programadores hasta julio de 1969, cuando tenía 32 y su creación permitió a la especie humana llegar a la Luna.

Su equipo escribió y depuró decenas de miles de líneas de código, todo en ensamblador, probando cada módulo con simulaciones exhaustivas. Hamilton insistió en diseñar el sistema con tolerancia a errores humanos y situaciones imprevistas.

La famosa 'alarma 1202' fue, en cierto modo, la validación de esa filosofía: un ordenador que no solo ejecutaba instrucciones, sino que también sabía priorizar y sobrevivir a lo inesperado.

El legado del AGC y su software

Aunque primitivo en comparación con cualquier microcontrolador actual, el AGC y su sistema operativo sentaron bases fundamentales:

• Multitarea en tiempo real: hoy esencial en sistemas críticos, desde aviones comerciales hasta marcapasos.
• Interfaces simplificadas para usuarios no expertos: un antecedente de la usabilidad moderna.
• Tolerancia a fallos: principio central en software que no puede permitirse errores, como el de satélites, trenes o plantas nucleares.

El AGC no se limitó a llevar a los astronautas a la Luna: también llevó a la informática un paso más allá, demostrando que el software era tan crucial como el hardware en la exploración espacial.

Imagen | Marcos Merino mediante IA

En Genbeta | Este videojuego de los 90 es una de las joyas de programación más impresionantes: lo escribió una sola persona… usando ensamblador 

Cuando escuchamos la palabra programador, pensamos en alguien sentado frente a un ordenador, escribiendo líneas de código en un lenguaje que hará funcionar aplicaciones o páginas web. Y, sin embargo, la primera persona que escribió un programa informático no conoció jamás un ordenador, por la sencilla razón de que vivió en la Inglaterra victoriana, más de cien años antes de que se construyeran las primeras máquinas electrónicas.

La primera mitad del siglo XIX fue un tiempo de intensos cambios. La Revolución Industrial había transformado tanto la producción como la forma de pensar sobre la tecnología. El vapor movía fábricas y trenes, y el desarrollo de las matemáticas aplicadas era cada vez más central para la ciencia y la ingeniería.

Fue en este entorno en el que nació Augusta Ada Byron (1815-1852), hija del célebre poeta romántico Lord Byron. A diferencia de su padre, ella fue educada con gran énfasis en matemáticas y ciencias, bajo la tutela de prestigiosos profesores como Mary Somerville, una de las científicas más influyentes de la época.

Charles Babbage y la 'máquina analítica'

Para entender a Ada Byron (más conocida como 'Ada Lovelace' por ser la primera condesa de Lovelace), primero debemos conocer a Charles Babbage, matemático e inventor que en 1837 diseñó la máquina analítica. Nunca llegó a construirse del todo —las limitaciones tecnológicas de la época lo hicieron inviable—, pero el diseño en papel anticipaba, con sorprendente exactitud, la arquitectura básica de los primeros ordenadores modernos.

Su máquina analítica estaba pensada como una calculadora automática universal, con:

• Una "unidad de procesamiento" (llamada 'molino'), capaz de realizar operaciones aritméticas.
• Una memoria para almacenar números.
• Un sistema de entrada y salida, basado en tarjetas perforadas inspiradas en los telares de Jacquard.
• Instrucciones secuenciales y condicionales, lo que la convertía en una máquina de propósito general.

En otras palabras: aunque no existía la electrónica, sí existía ya la idea del ordenador programable.

En Genbeta

El primer lenguaje de programación de alto nivel data de la 2ª Guerra Mundial, pero no compiló ni una línea de código hasta los 70

Ada Lovelace aportó mucho más que cálculos

Ada conoció a Babbage en 1833 y quedó fascinada con sus ideas. Una década después, mientras traducía un artículo del matemático italiano Luigi Menabrea sobre la máquina analítica, Ada añadió un conjunto de notas personales que resultaron ser mucho más largas y profundas que el texto original.

Y es entre esas notas donde se encuentra lo que hoy consideramos el primer programa informático de la historia: un algoritmo detallado para calcular los números de Bernoulli con la máquina analítica de Babbage.

Aunque la máquina analítica nunca se construyera, sus planos eran suficientemente completos como para permitir imaginar programas que se ejecutarían en ella. Ada escribió esos programas, describiendo paso a paso cómo debía manipularse la información en el "molino" y la "memoria".

De hecho, en programación moderna aún usamos los mismos conceptos que aparecen en sus notas: bucles, variables, operaciones secuenciales. La gran diferencia es que Ada lo hacía con lápiz y papel, sobre una máquina teórica que solo existía en el papel (y que sólo funcionaba en su cabeza).

El primer código

Sobre estas líneas tienes la famosa tabla del algoritmo para calcular los números de Bernoulli que Ada Lovelace incluyó en la Nota G de 1843. En ella,

• Cada fila corresponde a una operación que la máquina analítica debía ejecutar.
• Se indican las variables de entrada, las operaciones aritméticas, las variables de salida, y el estado de las “celdas” (memoria y resultados).
• Al final aparece la instrucción de repetir las operaciones 13 a 23, lo que hoy llamaríamos un bucle o iteración.

¿En qué se parece a nuestros programas actuales, te preguntarás? Bueno:

• Está estructurado en pasos.
• Usa memoria de trabajo.
• Tiene resultados intermedios.
• Incorpora un mecanismo de repetición.

Reconocimiento tardío a una visionaria

Así, se convirtió en programadora antes de que existiera el ordenador: su capacidad visionaria la colocó un siglo por delante de su tiempo.

Pero su aportación a la informática no se limita a un 'mero' programa. Ada comprendió que la máquina analítica no solo podía realizar cálculos numéricos, sino también procesar cualquier tipo de información simbólica, desde música hasta imágenes, siempre que pudiera traducirse en reglas y números. Y, de hecho, hoy en día todos los archivos de nuestros ordenadores no son más que secuencias de unos y ceros.

En Xataka

Un motor de tractor y tres pisos: así es la casa victoriana steampunk que está recorriendo Estados Unidos

Según Doron Swade, experto en historia de la informática:

"Ada vio algo que Babbage en cierto sentido no pudo ver. En el mundo de Babbage, sus máquinas estaban limitadas por el número. Lo que vio Lovelace fue que ese número podría representar entidades distintas además de una cantidad. [...] Ésta es la transición fundamental de una máquina que es un procesador de números a una máquina para manipular símbolos de acuerdo con las reglas; la transición fundamental del cálculo al cómputo [...] fue hecha explícitamente por Ada en ese documento de 1843".

Durante el siglo XIX y buena parte del XX, las aportaciones de Ada Lovelace fueron ignoradas o consideradas meras curiosidades históricas. No fue hasta mediados del siglo XX, con el auge de la informática, que sus notas fueron redescubiertas y valoradas en toda su dimensión.

Hoy, Ada es reconocida como la primera programadora de la historia y un símbolo de las mujeres en la ciencia y la tecnología. Incluso, el lenguaje de programación 'Ada', desarrollado en los años 80, fue bautizado en su honor.

Imagen | Marcos Merino mediante IA

En Genbeta | Esta monja creó el lenguaje BASIC (y se convirtió en la primera doctorada en computación) 24 años después de entrar en el convento