Un nuevo informe de GitLab ha revelado que las organizaciones están adoptando herramientas de codificación con IA más rápido de lo que pueden construir las políticas y sistemas necesarios para gestionar el código resultante, creando lo que el director de producto de la empresa describió como una brecha de gobernanza impulsada por el volumen.
El AI Accountability Report, realizado por The Harris Poll y publicado a finales de junio, encuestó a 1,528 desarrolladores y compradores de tecnología en seis países. Descubrió que la adopción de la codificación con IA es ahora casi universal entre los encuestados: el 91% de las organizaciones tienen dos o más herramientas de codificación con IA en uso activo, y el 78% informa que los desarrolladores escriben y confirman código más rápido desde que adoptaron las herramientas.
La brecha de gobernanza
El 80% de los encuestados estuvo de acuerdo en que su organización adoptó herramientas de IA más rápido de lo que desarrolló políticas para gobernarlas, y el 92% reportó algún tipo de desafío de gobernanza con el código generado por IA. GitLab define la responsabilidad de la IA como la capacidad de responder tres preguntas sobre cualquier línea de código generado por IA: de dónde vino, qué se suponía que debía hacer y quién es responsable una vez que llega a producción. La mayoría de las organizaciones no pueden responder esas preguntas de manera confiable hoy en día.
“La velocidad sin control es un pasivo, no una ventaja”, afirma el informe.
El cambio del cuello de botella
El 85% de los encuestados coincidió en que la IA ha desplazado el cuello de botella de escribir código a revisarlo y validarlo. El problema es estructural: el 43% no puede distinguir de manera confiable el código generado por IA del código escrito por humanos en su propia base de código, mientras que el 40% citó cadenas de herramientas fragmentadas y el 39% dijo que sus sistemas no rastrean el origen del código.
“La IA ha desplazado el cuello de botella de escribir código a revisarlo”, dijo Manav Khurana, director de producto y marketing de GitLab. “Los desarrolladores tienen una carga mayor de validar código que no escribieron y que quizás no entienden completamente. Las ganancias de escribir código más rápido se ven anuladas por el retraso en ciclos de revisión que duran días.”
Preocupaciones sobre la deuda técnica
El 73% de los encuestados están preocupados por la mantenibilidad del código generado por IA, y el 82% dice que corre el riesgo de crear una nueva forma de deuda técnica que su organización no está preparada para gestionar. GitLab identificó esto como la “paradoja de la IA”: la productividad individual del desarrollador mejora, pero el proceso general de entrega de software no se acelera al mismo ritmo.
Solo el 28% de los encuestados dice que sus herramientas de ciclo de vida de desarrollo de software están completamente integradas con datos y flujos de trabajo compartidos, lo que sugiere que la industria aún se encuentra en las primeras etapas de construcción de la infraestructura necesaria para gestionar el desarrollo asistido por IA a escala.
Traducido por Alessandra
Sources: ‘Speed without control is a liability, not an advantage’: GitLab study reveals AI code generation is outpacing controls (TechRadar, July 1, 2026); GitLab Research Reveals Organizations Are Generating AI Code Faster Than They Can Control It (GitLab press release, June 23, 2026); Developers are now validating code they didn’t write, and may not understand (The New Stack)