El uso intensivo de IA en programación sube la duplicación de código un 81%
GitClear analiza 623 millones de cambios entre 2023 y 2026 y pone cifras al coste oculto de los asistentes de código: más velocidad, más duplicación y menos refactorización.
GitClear ha publicado el informe Maintainability Gap, con 623 millones de cambios de código analizados entre 2023 y 2026, y las cifras contradicen buena parte del relato que acompaña a los asistentes de programación. Los usuarios intensivos de herramientas como Cursor o Claude Code ganan un 25% de velocidad sobre su propio ritmo anterior, muy lejos del 10x que se repite en las presentaciones. Al mismo tiempo, la duplicación de bloques subió un 81% respecto a 2023, de 40,3 a 73,0 por cada millón de líneas modificadas.
El código se copia, no se ordena
El movimiento de código, que es la señal clásica de refactorización, cayó del 21% de las líneas modificadas en 2022 al 3,8% en 2026. Antes de la IA, los desarrolladores elegían refactorizar frente a copiar y pegar en una proporción de dos a uno. Ahora copian y pegan unas cinco veces más de lo que refactorizan. El dato está en el informe de GitClear, que también publica el gráfico con las dos curvas cruzadas: una sube, la otra se desploma.
El informe recoge además que los usuarios intensivos producen entre 4 y 10 veces más que quienes no usan IA. La lectura fácil sería que la IA multiplica la salida. La lectura correcta es que los equipos que ya destacaban antes de que llegaran estas herramientas siguen destacando, y la IA no explica la diferencia. Y producir más no es producir valor: ni las líneas de código, ni los pull requests, ni las funcionalidades entregadas guardan una relación clara con lo que el negocio o el cliente necesitan.
Presupuestos que se aprietan
El contexto acompaña al hallazgo. Rippling ha lanzado una consola de gasto de IA para que responsables financieros y técnicos vean por dónde se va el dinero, y Gary Cohn, vicepresidente de IBM, dijo la semana pasada que el retorno no ha sido ni de lejos tan alto como la gente cree. Quien paga las licencias de Claude Code y Cursor va a mirar la factura, y los equipos notarán topes de uso más duros allí donde el retorno no esté claro.
El problema de la duplicación no se nota el primer día. Cada copia de un mismo concepto evoluciona por su cuenta, y corregir un fallo obliga a localizar todas las copias y aplicarlo en cada una. Las tasas de retrabajo suben, comen tiempo de desarrollo de funcionalidad nueva, y los problemas pequeños se vuelven caros de rastrear. Cuando arreglarlos cuesta más que convivir con ellos, se quedan dentro y pasan a formar parte de cómo funciona el sistema.
Para quien administra un equipo hay una consecuencia práctica: si la cadena de valor no estaba medida antes de comprar IA, se va a aprender a golpes al intentar calcular el retorno. La velocidad de escritura no se traduce sola en mejoras de extremo a extremo. Y puede que el encaje real de estos asistentes sea otro: el de carretilla elevadora que mueve bloques grandes en código heredado, no el de coche de carreras.
