Vibe coding: qué es y riesgos reales de usarlo sin supervisión

¿Alguien se subiría a un coche flamante, fabricado solo con inteligencia artificial por una persona que no sabe de mecánica, y lo pondría a 120 por la autopista con la familia dentro?

Seguramente arrancaría. Hasta es posible que llegara. El problema es todo lo que nadie ha comprobado: qué ocurre al frenar en mojado, qué hace el coche cuando algo falla y quién lo arregla después. Con el software hecho con vibe coding pasa lo mismo, y por eso vale la pena entender qué es y hasta dónde llega.

Qué es el vibe coding

El vibe coding es crear una aplicación pidiéndosela a la IA en lenguaje normal, sin leer el código que escribe. Se describe lo que se quiere, se prueba el resultado y se pide un cambio cuando algo no convence. El término lo acuñó Andrej Karpathy, uno de los fundadores de OpenAI, en febrero de 2025: programar dejándose llevar y ¡olvidándose de que el código existe!

Lo que el vibe coding hace bien

Para probar una idea, funciona muy bien. En unas horas hay algo que se puede enseñar, probar y discutir, cuando antes hacía falta una maqueta o varias semanas de desarrollo. Para quien quiere validar un concepto, o para un departamento que necesita explicar qué herramienta le falta, es un cambio importante.

Dónde falla el vibe coding: que todo funciona

Paradójicamente, el peligro del vibe coding no es que la aplicación no funcione. Es que parece que funciona, y como funciona, no salta ninguna alarma.

Cuando se aceptan las propuestas de la IA sin revisarlas, aparecen elementos que nadie ha pedido: una caché hecha a medida que no hacía falta, clases llenas de variables que no se usan, estructuras mucho más complicadas de lo necesario. En la demostración, todo da el resultado esperado. El problema llega con lo que nadie le planteó a la IA:

• Los casos especiales. El cliente sin NIF, el pedido de cero unidades, dos personas editando la misma ficha a la vez. Si nadie los ha definido, la aplicación decide sola cómo comportarse, y nadie sabe cómo lo hará.
• El diseño de la base de datos. Es la foto de cómo podrá crecer el proyecto: cómo se reparten los datos y qué se podrá construir encima. Si el modelo lo genera la IA, sin suficiente contexto, obligará a corto plazo a rediseñar y a migrar información en cada cambio solicitado, que es justo lo que conviene evitar.
• La seguridad. Quién puede ver qué, dónde se guardan las contraseñas y las claves, qué ocurre si alguien manipula una petición, los límites de acceso y los bloqueos, y el cifrado de los datos. No se ve en una demostración, y el vibe coding no lo resuelve de forma automática: un desarrollador con criterio no lo deja al azar.
• El mantenimiento. Cuando algo falle dentro de unos meses, alguien tendrá que entender un código que nadie ha leído, y puede haber sorpresas al ver que ciertos flujos no controlados llevan mucho tiempo generando problemas, potencialmente complicados de corregir.

El interés por el vibe coding baja a medida que se conocen sus límites

Después de crecer muy rápido en 2025, las búsquedas del término han empezado a bajar en 2026. Con el uso se ha ido viendo que el vibe coding sin conocimientos de programación sirve para algunas tareas, como un prototipo o una herramienta personal, pero no resuelve las más complejas: las que dependen de los casos especiales, del diseño de los datos o de la seguridad.

Por qué hay que entender el código que escribe la IA

Jordi Gil, fundador de Gilsys, lo explicaba con una imagen en una entrevista en MetaData: es como pedirle a la IA que escriba una carta de amor a una persona de Japón y pretender que se enamore sin saber qué le estamos diciendo. Para hacerlo bien, hay que entender lo que dice la carta.

Con el código pasa lo mismo. La IA puede escribirlo, pero quien lo entrega y quien lo mantiene tienen que entenderlo. En los próximos años se escribirá mucho menos código a mano y habrá que leer y validar mucho más. Escribir es lo que se delega. Entender, no.

Empresas de desarrollo que dependen solo de la IA

El vibe coding facilita que aparezcan empresas nuevas que venden desarrollo de software con poca o ninguna experiencia en programación. Su conocimiento depende directamente de la calidad del modelo de IA que utilizan, y no tienen base para valorar si la IA está trabajando bien o mal: si propone un código con errores, difícilmente lo detectarán.

Antes de encargar una herramienta, conviene preguntar quién revisa el código que genera la IA y con qué experiencia.

Cuándo sirve el vibe coding y cuándo no basta

La diferencia la marca una idea sencilla: en un examen, un 9 es un sobresaliente; en una empresa, una herramienta en la que funciona el 90 % de lo que tiene que hacer es un fracaso. Y lo que falta para llegar al cien por cien es justo lo que nadie le pidió a la IA.

Cómo programamos con IA en Gilsys

Usamos la IA para programar todos los días, con tres reglas:

1. Criterio y revisión. Lo que propone la IA se revisa, y no se acepta nada sin saber por qué. La responsabilidad sobre lo que entregamos es la misma que antes.
2. Pruebas y documentación. Con IA, las pruebas automáticas que comprueban que todo sigue funcionando después de cada cambio dejan de ser un extra, y la documentación funcional al día también: es lo que le da contexto para no romper lo que ya funciona.
3. IA donde aporta. No todo se resuelve con IA. Cuando el resultado tiene que seguir unas reglas cerradas y ser siempre el mismo, programamos algoritmos tradicionales.

Y un prototipo hecho con vibe coding no hay que descartarlo: es una muy buena especificación de lo que se quiere. Lo revisamos, decidimos qué se aprovecha y qué hay que rehacer, y lo convertimos en una primera fase con el alcance y el precio cerrados. Si lo que hace falta es decidir qué procesos de la empresa conviene abordar con IA, es trabajo de consultoría en IA; y si los datos no pueden salir, de una IA privada.