Aprendí a programar con la IA como mentor principal, no como generador de código. La distinción no es semántica: define si en un año terminas siendo desarrollador o siendo alguien que pega respuestas ajenas y reza para que compilen. La mayoría usa los modelos de la peor manera posible para su propio crecimiento, y ni se da cuenta hasta que aparece el primer bug que no pueden ni describir.
El prompt perezoso y el prompt que forma
El prompt perezoso dice: resuélveme esto. Recibes código, lo pegas, funciona, y no aprendiste nada. El prompt que forma dice: explícame por qué esto falla, qué alternativas hay y cuál elegirías tú. La primera versión te da un pez. La segunda te enseña a pescar mientras además comes. Yo casi nunca acepto la primera respuesta sin preguntar el porqué detrás de ella.
Si no puedes explicar el código que la IA te dio, no es tu código: es deuda técnica con tu nombre encima.
Trata cada error como una clase particular
Cuando algo se rompe, no pego el stack trace pidiendo el parche. Pido que me lleve del síntoma a la causa raíz: qué está pasando en memoria, por qué este patrón provoca este fallo, cómo lo detectaría yo la próxima vez sin ayuda. Un error bien interrogado vale más que diez tutoriales, porque nace de tu problema real y se queda grabado precisamente por eso.
Pídele que te contradiga
El modelo es complaciente por diseño; si le presentas una decisión, tenderá a aplaudirla. Yo le pido explícitamente que juegue al abogado del diablo: dame tres razones por las que esta arquitectura es mala idea. Ese ejercicio me ha salvado de más de un callejón sin salida que yo solo, enamorado de mi propia solución, no habría visto nunca.
El dominio no lo delegas
Como cirujano tengo una ventaja injusta: sé exactamente qué duele en un consultorio, así que puedo juzgar si lo que el modelo propone tiene sentido en el mundo real o es una fantasía elegante. La IA me acelera en lo que no domino, la sintaxis, los patrones, las APIs. Pero el criterio de qué vale la pena construir sigue siendo mío. Ese es el trato: la máquina pone la velocidad, tú pones el juicio. El día que delegas también el juicio, dejas de ser el autor de tu producto.
Cómo saber si estás aprendiendo
La prueba es simple y honesta. Cierra la sesión con el modelo y trata de reconstruir de memoria lo que acabas de hacer. Si puedes, aprendiste. Si te quedas mirando la pantalla en blanco, solo transcribiste. Al principio fallarás casi siempre esa prueba; con el tiempo, la curva se invierte y un día notas que ya no preguntas cómo, sino que discutes de igual a igual el porqué. Ahí es cuando la IA pasó de ser tu muleta a ser tu colega.