El nuevo paradigma de la ingeniería de software: de la escritura de código a la arquitectura de sistemas con IA
Fidel Dario Montes de Oca Camacho
Ingeniero en Informática y Especialista en Docencia en Educación Superior
Ingeniero en Información con 32 años de trayectoria en la industria tecnológica y la investigación académica. Especialista en capacitación docente en entornos virtuales, con experiencia en el desarrollo de sistemas críticos para la gestión pública y privada en Venezuela y Ecuador.
- • 32 años de experiencia en desarrollo de software e investigación
- • Especialista en Docencia en Educación Superior y Entornos Virtuales de Aprendizaje
- • Desarrollador de sistemas integrados para atención médica y gestión electoral
- • Egresado de la UCLA y la UPEL-IPB
La irrupción de la Inteligencia Artificial Generativa ha detonado un debate sin precedentes en las facultades de ingeniería: ¿están las universidades preparando profesionales para un mundo donde el código se escribe de forma automatizada? Mientras algunos sectores auguran el fin de la programación tradicional, la realidad apunta hacia una metamorfosis del rol técnico.
En esta entrevista, el ingeniero Fidel Dario Montes de Oca analiza cómo la educación tecnológica debe evolucionar hacia la visión sistémica y el pensamiento crítico, planteando que la verdadera competencia hoy no reside en la sintaxis, sino en la capacidad de orquestar soluciones compleías y auditar la inteligencia artificial.
Ante la narrativa de que la IA reemplazará a los programadores, ¿sigue siendo relevante estudiar Ingeniería de Software o Ciencias de la Computación?
Sigue siendo fundamental. Estas especialidades gestionan la información estratégica de las organizaciones. Si bien la IA transformará la escritura de código y asumirá tareas repetitivas, hablar de un reemplazo absoluto es prematuro. La educación debe evolucionar para formar profesionales que trasciendan la sintaxis básica y se enfoquen en el pensamiento crítico, la visión sistémica y la capacidad de orquestar soluciones complejas que la IA, por sí sola, aún no puede gestionar con total autonomía.
¿Cómo debe adaptarse la enseñanza de la programación en las aulas universitarias frente a modelos de lenguaje que generan código en segundos?
El aprendizaje debe ser progresivo: es necesario asimilar la lógica y la sintaxis básica para comprender la interacción con el sistema operativo. Una vez dominada esta base, la enseñanza debe priorizar la integración de sistemas, el uso de la IA como asistente técnico y el aprendizaje basado en proyectos reales. Esto permitirá al estudiante desarrollar competencias para auditar código, resolver conflictos y solucionar problemas del mundo real.
¿Qué cambios urgentes requieren los planes de estudio actuales?
El cambio más crítico es integrar la IA como una herramienta colaborativa, con un fuerte énfasis en el uso ético y la validación de resultados para evitar las ‘alucinaciones’ del código. Esta integración debe ser transversal, conectando áreas como redes, bases de datos y ciberseguridad. Además, las universidades deben adoptar currículos flexibles y garantizar la capacitación continua del personal docente para responder a las demandas del mercado.
¿Cuál es el nuevo rol del profesional del software en esta era de automatización?
El rol se asemeja cada vez más al de un arquitecto de software o un integrador técnico de alto nivel. La prioridad ha pasado de la simple codificación a una visión holística que abarca desde el análisis de requerimientos hasta la validación de los resultados entregados por la IA. Es vital recordar que, aunque estemos asistidos por la IA, seguimos siendo los responsables finales del código que se despliega en producción.
“La evolución tecnológica siempre ha dictado cómo se hacen las cosas, pero el qué se hace —resolver problemas y aportar valor— se ha mantenido constante.”
¿Cómo afectará esta transformación a la supervivencia de las empresas y la creación de nuevas startups?
Para las empresas establecidas, la transformación es una cuestión de ‘correr o morir’; para las startups, es el reto de sobrevivir en el intento. Toda organización necesita personal capacitado en IA para potenciar sus operaciones. El uso de estas herramientas agrega un dinamismo que mejora la productividad y la toma de decisiones, especialmente en I+D, donde la ciencia de datos será clave para acelerar la entrega de productos de alta calidad.
Tras tres décadas de evolución tecnológica, ¿qué lecciones clave le deja este proceso de cambio constante?
La evolución tecnológica siempre ha dictado cómo se hacen las cosas, pero el ‘qué’ se hace —resolver problemas y aportar valor— se ha mantenido constante. Hemos pasado de las tarjetas perforadas y los mainframes a sistemas multi-agentes capaces de generar aplicaciones completas. La lección definitiva es que la tecnología automatiza tareas repetitivas y provoca migraciones de roles; debemos prepararnos para evolucionar junto con ella y adaptar nuestras capacidades.
Si tuviera que empezar a aprender desarrollo de software hoy, en la era de la IA, ¿cuál sería su hoja de ruta?
El enfoque debe estar en el ‘cómo’ y el ‘por qué’, dejando el trabajo pesado de la escritura a la IA. Mi camino sería: 1) Dominar la lógica de programación; 2) Aprender bases de programación priorizando estructuras de datos y modularidad; 3) Comprender sistemas operativos, servidores y redes (HTTP, APIs, terminal); 4) Dominar herramientas de IA (prompts, contextos y auditoría); 5) Definir un ecosistema (Backend/Frontend); 6) Aprender infraestructura y despliegue; y finalmente, desarrollar arquitectura de software a través de la experiencia y la visión sistémica.
¿Quieres Implementar IA Soberana en tu Negocio?
Elimina el caos administrativo, deja de pagar rentas eternas de software (SaaS) y despliega servidores privados de IA en tus oficinas con **M&G Technology Solutions LLC**.