El espejismo del "Vibe Coding": Por qué no es la solución que crees para tu proyecto

Últimamente me llegan muchas consultas del tipo: "Oye, he visto que con IA ahora puedo hacer una web sin saber programar, ¿qué opinas?"

Siempre respondo lo mismo: depende de qué quieras hacer.

Si buscas hacer una web profesional, un e-commerce que funcione de verdad, o cualquier aplicación que vaya a usar gente real, entonces tenemos que hablar. Porque hay una gran diferencia entre "hacer algo que funciona" y "hacer algo que funciona bien".

Qué es el "vibe coding"

El "vibe coding" es programar por sensaciones. Escribes en lenguaje natural lo que quieres, la IA te genera código, lo pegas, y si parece que funciona, ya está. No revisas el código, no entiendes qué hace, solo confías en que la IA lo ha hecho bien.

Suena genial, ¿verdad?

El problema es que esto solo funciona para cosas muy simples. Para cualquier cosa seria, es una trampa.

Por qué parece que funciona (pero no lo hace)

La IA es muy buena creando cosas que se ven bien. Te puede hacer una interfaz bonita, con colores que quedan bien, botones en el sitio correcto, formularios que parecen profesionales.

Pero cuando empiezas a usar la aplicación de verdad, empiezan los problemas:

• Los formularios funcionan en ordenador, pero se rompen en móvil
• Los menús no responden bien en algunos dispositivos
• Las páginas cargan lento porque el código está mal optimizado
• Hay funciones que parecen que funcionan, pero están rotas por dentro
• Agujeros de seguridad

Es como comprar un coche que se ve bien por fuera, pero cuando lo llevas al mecánico te dice que la reparación te va a costar más de lo que pagaste por él. Te recomienda tirarlo todo y comprarte uno nuevo. Con el código generado por "vibe coding" pasa igual: muchas veces vale más empezar de cero.

Lo que he visto en el último año

Llevo varios años trabajando en desarrollo web con Drupal. En el último año, desde que el "vibe coding" se popularizó, me he encontrado con casos problemáticos.

He revisado webs hechas parcialmente con IA por becarios o gente que no tenía conocimiento sobre Drupal en concreto. El resultado era siempre el mismo: algo que parecía un mockup visual decente, pero que no funcionaba como el cliente esperaba.

El problema principal era que la persona que lo había hecho no sabía arreglar los errores que había creado la IA. Necesitaba a alguien que entendiera el código de verdad para solucionarlo... o rehacerlo todo desde cero.

Los patrones que se repiten:

Problemas de seguridad: Formularios que no validan bien los datos, bases de datos expuestas sin protección.

Código duplicado: La IA repite el mismo código en diferentes sitios. Cuando quieres cambiar algo, tienes que cambiarlo en 20 lugares diferentes.

Integraciones frágiles: Las conexiones con sistemas de pago o servicios externos se rompen con cualquier cambio pequeño. Tienen bugs fáciles de explotar como ids numéricos autoincrementales en las urls sin validar.

Rendimiento malo: La web funciona bien con 10 usuarios, pero colapsa con 100. No tiene en cuenta el sistema de cache o las mejores prácticas. Código excesivamente complejo y redundante.

Usar código cuando no hace falta: En vez de usar y configurar módulos de la comunidad drupal.org, mejor usan más código IA random y hacerlo poco mantenible.

Dónde sí ayuda la IA

No voy a decir que evites la IA completamente. Yo la uso todos los días, pero de forma inteligente:

Para aprender: Es excelente para explicarte conceptos, buscar ejemplos de código, sugerirte diferentes enfoques, o comprender código existente del proyecto.

Para prototipos rápidos: Si quieres probar una idea rápidamente, puede ayudarte.

Para módulos simples (Drupal): Si necesitas crear una calculadora, un bloque con lógica básica, o un módulo simple, la IA te ahorra mucho tiempo. Antes me podía tirar dos horas creando algo sencillo, ahora lo tengo en 15 minutos. Pero solo funciona cuando sabes exactamente qué necesitas y cómo debe estructurarse.

Para tareas repetitivas: Generar datos de prueba, crear estructuras básicas, automatizar tareas simples. Por ejemplo fichero yml de migraciones Drupal del módulo migrate.

La clave está en usarla para partes específicas y simples, no para construir aplicaciones enteras.

Cómo trabajo yo con IA

Para ser transparente, te explico cuándo uso IA y cuándo no:

En proyectos personales: Aquí sí que me apoyo bastante en la IA y pruebo cosas nuevas. Son proyectos donde quiero probar ideas rápidamente con calidad mínima aceptable. No necesito perfección, prefiero gastar el menor tiempo posible y ver si son viables.

Con algunos clientes: Hay clientes que me permiten usar herramientas como Claude. Me apoyo en ellas para trabajar más rápido. Pero ojo: la IA no trabaja sola. Simplemente, me ayuda con tareas repetitivas y monótonas como por ejemplo refactorizar parte del código, implementar test, replicar ficheros similares (migraciones).

Lo que la IA NO hace por mí: Mi trabajo real. Para productos que van a producción y necesitan rendimiento y seguridad mínimos, hace falta un humano experto que revise ese código.

Recomendaciones prácticas

Si decides usar IA para tu proyecto:

Mantén el control: Usa la IA como asistente, no como sustituto. Siempre revisa y entiende el código antes de usarlo. Nunca lo dejes en modo agente autónomo y envíes código a producción sin revisarlo.

Empieza pequeño: Prueba primero con funcionalidades simples para ver cómo se comporta.

Invierte en testing: Necesitas pruebas automatizadas que verifiquen que todo funciona como esperas.

Documenta todo: Asegúrate de entender qué hace cada parte. Si algo se rompe, necesitarás saber cómo arreglarlo.

Mi recomendación final

Si tu proyecto es simple y experimental, adelante con la IA. Pero si estás invirtiendo dinero serio o es algo importante para tu negocio, busca a alguien con experiencia que supervise el proceso.

La diferencia está en saber cuándo usar la herramienta y cuándo no. Para módulos simples, calculadoras, o funcionalidades básicas, la IA es genial. Para arquitecturas complejas, gestión de usuarios, o sistemas que manejen datos sensibles, mejor que lo supervise alguien que entienda las implicaciones.

La IA es una herramienta muy poderosa, pero como cualquier herramienta, hay que saber usarla bien.

Espero que esta perspectiva te ayude a tomar mejores decisiones sobre cuándo y cómo usar IA en tus proyectos de desarrollo.