La línea entre tener una idea y realmente construirla se está borrando rápidamente. Los chatbots de IA modernos, incluidos Claude, Gemini y ChatGPT, ahora permiten a los usuarios crear aplicaciones funcionales simplemente describiéndolas en detalle. Este proceso, a menudo llamado “codificación de vibraciones”, es sorprendentemente accesible y no requiere conocimientos especializados de codificación. La calidad del producto final depende completamente de las indicaciones proporcionadas, lo que facilita que cualquiera pueda experimentar… aunque la perfección no está garantizada.
Esto no es teórico. Recientemente, una persona probó esta capacidad asignando a los tres modelos de IA la tarea de crear la misma aplicación de lector electrónico, completa con funciones avanzadas como resaltado de texto en tiempo real y efectos audiovisuales dinámicos. Los resultados fueron reveladores: la propia IA importa menos que la precisión de las instrucciones.
El desafío: construir el “lector de tomos”
El proyecto nació de la frustración con los lectores electrónicos existentes, específicamente el Kindle de Amazon, que carece de funcionalidad simultánea de lectura en voz alta y resaltado. El objetivo era crear una aplicación web, denominada “Tome Reader”, que pudiera leer en voz alta el texto cargado (PDF, EPUB o contenido pegado) mientras resaltaba las palabras correspondientes en tiempo real. La aplicación también generaría música de fondo ambiental basada en categorías de contenido (terror, ciencia ficción, etc.) y activaría efectos sonoros/visuales cuando se pronunciaran ciertas palabras clave. Todo dentro de un único archivo HTML para facilitar su uso.
El proceso: refinamiento rápido iterativo
El experimento no consistía en elegir un ganador desde el principio. En cambio, el desarrollador refinó de forma iterativa un único mensaje haciendo que cada IA construyera el proyecto y luego generara un mensaje actualizado en función de los resultados.
Primero, Gemini creó un prototipo funcional. Luego, ese proyecto se utilizó para generar un mensaje refinado, que se introdujo en Claude. Claude mejoró aún más la aplicación, pero también introdujo una lógica inesperada: limitar los efectos de activación a una vez por frase para evitar enviar spam al usuario. Finalmente, ChatGPT recibió el mensaje más reciente y creó la aplicación, aunque tuvo problemas para agregar un control deslizante de volumen dedicado.
Los resultados: todos los modelos son capaces, pero no sin peculiaridades
Los tres chatbots finalmente lograron crear una versión funcional del Tome Reader. Sin embargo, el proceso no fue perfecto. ChatGPT fue el más lento. Claude exhibió un comportamiento impredecible (requirió 11 reconstrucciones para resolver errores de carga en una instancia). Gemini fue generalmente el más confiable, pero también el menos fácil de usar en términos de entrega de archivos.
¿La conclusión clave? El mensaje en sí es primordial. Las diferencias de rendimiento entre las versiones gratuita y de pago de estos modelos fueron insignificantes. Un conjunto de instrucciones bien elaborado puede producir resultados impresionantes independientemente de la IA utilizada.
¿El futuro del desarrollo de aplicaciones?
Este experimento demuestra que la IA está evolucionando rápidamente hacia una herramienta viable para la creación rápida de prototipos e incluso el desarrollo de aplicaciones funcionales. Si bien no reemplazan a los programadores expertos, estos chatbots reducen significativamente la barrera de entrada. La capacidad de repetir ideas con una experiencia mínima en codificación podría acelerar la innovación y capacitar a las personas para que hagan realidad sus visiones sin depender de los canales de desarrollo tradicionales.
El futuro de la creación de software bien puede ser conversacional, con la IA actuando como socio colaborador en el proceso de diseño y construcción.
