Seis años programando: las bases que me ayudan a trabajar con IA

Tras estudiar la parte artística de los videojuegos, me formé en Unity y C#. En el curso participamos en un juego para móvil donde un personaje buceaba y recogía residuos. Aquello exigía convertir una idea sencilla de explicar en comportamientos concretos dentro de un programa.

También coordiné trabajo con diseño y marketing. Descubrí que terminar un proyecto no dependía solo de escribir código: había que entenderse con otras personas, compartir prioridades y preparar entregas. Esa experiencia sigue siendo relevante cuando un asistente acelera la implementación pero el equipo necesita saber qué está construyendo.

Mi primer empleo como desarrollador junior estuvo vinculado a React. Además de construir interfaces y conectar servicios, pasé meses resolviendo fallos: botones que no se comportaban como debían, estilos inconsistentes y funciones que rompían una pantalla.

Leer código ajeno me ayudó a reconocer patrones y a seguir el recorrido de un problema. Esa práctica ofrece una forma concreta de aprender hoy: cuando la IA propone un cambio, revisa qué parte modifica, qué datos recibe y qué comportamiento se espera después. Poder reproducir un fallo da una referencia para comprobar la solución.

En la grabación relato etapas en una consultora grande y en una empresa muy pequeña. En una tuve que adaptarme a React Native y trabajar con menos apoyo del esperado; en otra colaboraba de manera directa con un compañero de backend. Son experiencias personales, no un juicio universal sobre esos tipos de empresa.

Ambas etapas me obligaron a comprender mejor la comunicación entre la interfaz, los servicios y los datos. Incluso cuando no implementas todas las capas, necesitas saber qué le estás pidiendo a cada una y cómo investigar una respuesta inesperada.

Empecé a apoyarme en asistentes de IA después de haber trabajado con código, documentación, compañeros y proyectos propios. Por eso distingo aprender a producir una pantalla de entender la aplicación que hay detrás. Una herramienta puede sugerirte cambios sin que eso resuelva automáticamente tus dudas sobre el sistema.

En el vídeo menciono frontend, backend, API y bases de datos como parte de ese vocabulario básico. Para practicar, toma una función pequeña y dibuja su recorrido: qué introduce el usuario, dónde se procesa y qué vuelve a la pantalla. Después explica qué revisarías si ese recorrido se interrumpe.

La trayectoria incluye cambios de dirección, trabajos que terminaron y proyectos que no salieron como esperaba. Resumirla en un vídeo puede dar una impresión de continuidad mucho mayor que la experiencia real. No conviene usar ese resumen como calendario para medir a quien empieza.

Tu siguiente avance puede ser más pequeño y más útil: terminar una interfaz, entender una petición o documentar un error resuelto. La IA puede acompañar ese aprendizaje, pero sostenerlo requiere practicar, comprobar y aceptar que hay conceptos que necesitan más de una vuelta.