The Competence Crisis: A Design Fiction on AI-Assisted Research in Software Engineering

Resumen Técnico: La Crisis de Competencia: Una Ficción de Diseño sobre la Investigación Asistida por IA en la Ingeniería de Software

Planteamiento del Problema
La comunidad de investigación en ingeniería de software (SE) enfrenta una convergencia de dos tendencias críticas: un aumento agudo en el volumen de publicaciones impulsado por las presiones de "publicar o morir", y la rápida integración de herramientas de IA generativa (genAI) en los flujos de trabajo de investigación. Si bien estas herramientas prometen eficiencia, los autores identificos un riesgo creciente de "deuda cognitiva" y la erosión del conocimiento fundamental del dominio. El problema central es que la dependencia de la genAI puede conducir a una "Crisis de Competencia", donde los investigadores se vuelven competentes en la formulación de prompts y el ensamblaje de resultados, pero pierden la capacidad de diseñar desde los primeros principios, verificar resultados o detectar alucinaciones en contextos novedosos. Esta erosión amenaza la integridad del registro de investigación, la validez de la revisión por pares y la confianza a largo plazo de la industria y la sociedad en la investigación de SE.

Metodología
El artículo emplea la Ficción de Diseño como una lente metodológica para explorar estos riesgos. En lugar de ofrecer un pronóstico estadístico o un modelo predictivo, los autores construyen un artefacto narrativo especulativo situado en un futuro cercano plausible (2035). Este enfoque permite examinar las consecuencias sociales, organizativas y relativas a los valores de las trayectorias actuales.

Para fundamentar la ficción en la realidad, los autores realizaron un análisis cualitativo de las respuestas abiertas de la preencuesta de la ICSE 2026. Sintetizaron temas relacionados con la salud de la comunidad, fuentes de estrés (por ejemplo, la "crisis de la revisión por pares") y preocupaciones por los aprendices. La narrativa resultante sirve como un dispositivo analítico para provocar la reflexión sobre cómo la asistencia automatizada podría impedir la competencia en el dominio, las prácticas de verificación y la mentoría.

Contribuciones Claves y Artefacto Narrativo
La contribución principal es la historia ficticia "Una Revisión en 2035", que describe un escenario donde una investigadora sénior, la Dra. Jane Doe, rechaza un manuscrito debido a un error fundamental de dominio.

• El Escenario: Los autores utilizan genAI para escribir un artículo sobre "Interfaces Neurales Biofotónicas", aplicando el algoritmo Paxos (un protocolo de consenso discreto) a señales biológicas continuas. La IA genera una solución plausible pero físicamente imposible.
• El Modo de Fallo: Los autores, entrenados para confiar en la IA para los detalles, carecen del conocimiento profundo del dominio para verificar la física. No logran detectar que el algoritmo causaría un fallo biológico (convulsiones).
• El Riesgo Sistémico: La historia ilustra un "bucle de retroalimentación de desinformación", donde artículos defectuosos que citan otros artículos defectuosos crean una base de conocimiento corrompida. Los autores argumentan que la comunidad está pasando de investigadores con forma de "T" (conocimiento amplio con experiencia vertical profunda) a investigadores con forma de "guion" o "raya" (amplios pero superficiales), careciendo del fundamento vertical necesario para validar los resultados de la IA en escenarios fuera de la distribución (out-of-distribution).

Resultados y Análisis
El artículo no presenta resultados experimentales, sino que ofrece un análisis crítico derivado de la narrativa y los datos de la encuesta:

1. Pérdida de Fundamentación Técnica: La genAI actúa como una palanca para el conocimiento horizontal (amplitud) pero causa la atrofia de la experiencia vertical (profundidad). Cuando los investigadores dependen de modelos entrenados en datos conocidos para resolver problemas novedosos, limitan su capacidad de verdadera innovación y no logran detectar cuándo los modelos alucinan.
2. Responsabilidad y Rendición de Cuentas: La narrativa destaca una crisis de responsabilidad. Cuando la IA se encarga del razonamiento técnico, queda poco claro quién es responsable de los errores. El artículo argumenta que los investigadores corren el riesgo de convertirse en "operadores de cajas negras" en lugar de ingenieros capaces de intervenir cuando las herramientas fallan.
3. Erosión de la Mentoría: Los datos de la encuesta indican que, si bien la mentoría es una fuente de alegría, los mentores temen que la dependencia excesiva de la IA impida que los aprendices desarrollen la "fricción" (depuración, derivación, error) necesaria para el aprendizaje profundo.

Significancia y Reivindicaciones
Los autores reivindican modestamente que este artículo no es una advertencia contra el uso de la genAI en sí misma, sino un llamado contra la adopción irreflexiva que descuida los valores fundamentales de la comunidad. La significancia del trabajo radica en su uso de la Ficción de Diseño para hacer concretas e inquietantes las preocupaciones abstractas sobre la "degradación de habilidades".

El artículo aboga por un cambio en cómo la comunidad define la competencia y asigna la responsabilidad. Postula que, para mantener la confianza y el rigor, la comunidad de investigación en SE debe:

• Priorizar el pensamiento de primeros principios sobre el reconocimiento de patrones.
• Cultivar la alfabetización en verificación, asegurando que los investigadores puedan auditar los resultados generados por la IA.
• Diseñar prácticas de investigación y actividades educativas que mantengan una fricción intencional para preservar las habilidades centrales de ingeniería.

En última instancia, el artículo sirve como un estímulo para la reflexión colectiva sobre cómo mantener una cultura de investigación donde los humanos sigan siendo tomadores de decisiones activos y responsables de los resultados de sus flujos de trabajo asistidos por IA.