La forma en que construimos y usamos el software está cambiando profundamente. Con la irrupción de los modelos de lenguaje de gran escala (LLMs) como ChatGPT, estamos entrando en una etapa que algunos expertos ya denominan Software 3.0. Esta nueva etapa marca un cambio de paradigma: de escribir líneas de código a interactuar en lenguaje natural con sistemas inteligentes capaces de generar soluciones por sí mismos.
De Software 1.0 a Software 3.0: un viaje en tres actos
Imaginemos la evolución del software como una serie de herramientas para resolver problemas. En el pasado, si querías construir una casa, tú mismo levantabas cada ladrillo: esto era Software 1.0, donde los desarrolladores escribían manualmente el código con lenguajes como C++ o Java.
Luego llegó Software 2.0, donde el constructor entrena máquinas que aprenden por sí solas. Aquí aparecen las redes neuronales, capaces de aprender patrones sin que se les diga explícitamente qué hacer. En vez de escribir código línea por línea, los ingenieros alimentan datos a modelos de aprendizaje automático.
Y ahora estamos ante el Software 3.0, donde en lugar de escribir código o entrenar redes, simplemente decimos lo que queremos. El lenguaje natural es la nueva interfaz. En esta etapa, las instrucciones se dan mediante prompts (indicaciones escritas en inglés u otros idiomas humanos), y los LLMs generan el código o las acciones necesarias para cumplir la tarea.
¿Los LLMs son el nuevo sistema operativo?
Andrej Karpathy, cofundador de OpenAI y exdirector de IA en Tesla, propone una idea provocadora: los LLMs funcionan como una nueva clase de ordenador, donde la entrada ya no es solo clics o comandos, sino lenguaje humano.
Si en el pasado usábamos un sistema operativo como Windows o Linux para interactuar con un ordenador, hoy podríamos decir que hablar con un LLM como ChatGPT es como usar una terminal. Aún no contamos con una interfaz gráfica unificada que haga esta experiencia más accesible, pero el potencial es enorme.
Actualmente, estos modelos están alojados en la nube, debido a su elevado coste computacional. Esta centralización recuerda a los sistemas de «time-sharing» de los años 60, donde los usuarios se conectaban a potentes ordenadores centrales desde terminales simples. En este sentido, la «revolución del ordenador personal» aún no ha llegado al mundo de los LLMs.
El nuevo rol de los prompts: programar con palabras
En Software 3.0, los prompts se convierten en herramientas clave. Son el equivalente a los bloques de código o las funciones, pero en lenguaje natural. Saber escribir un buen prompt es, en esencia, una nueva forma de programar.
Es como pedirle a un asistente: “Quiero un resumen de este artículo, en tono informal y que no supere las 300 palabras”. El sistema entiende y responde. Esto abre el desarrollo de software a personas sin formación técnica, democratizando el acceso a la creación digital.
Sin embargo, no todo se puede hacer con prompts. Tal como explica Karpathy, cada paradigma tiene sus ventajas. Algunas funciones aún requieren la precisión del código tradicional (Software 1.0) o el poder de aprendizaje de las redes neuronales (Software 2.0). Lo importante es que hoy podemos elegir qué técnica usar según el problema.
El caso Tesla: cómo las redes neuronales sustituyeron al código
Karpathy compartió un ejemplo concreto del cambio de paradigma: el desarrollo del sistema de piloto automático en Tesla. Inicialmente, el sistema contenía una gran cantidad de código en C++ (Software 1.0), junto con algunos modelos de visión por computadora (Software 2.0).
Con el tiempo, las redes neuronales se volvieron tan competentes que gran parte del código tradicional fue eliminado. La inteligencia artificial aprendía a conducir a partir de imágenes tomadas por cámaras, de forma mucho más eficiente que la programación manual.
Este caso muestra cómo las soluciones basadas en aprendizaje profundo pueden sustituir gradualmente a los métodos tradicionales, y cómo esto puede extenderse a múltiples sectores.
Una nueva forma de trabajar con software
La irrupción del Software 3.0 no solo transforma cómo se programa, sino también cómo colaboramos con las máquinas. Ya no se trata de dar órdenes precisas, sino de tener un diálogo. Esto abre nuevas posibilidades para diseñadores, educadores, analistas y otros profesionales que ahora pueden integrar inteligencia artificial generativa en su día a día sin necesidad de escribir una sola línea de código.
La interfaz aún está en construcción. Aunque existen aplicaciones con interfaces visuales para tareas específicas, aún no hay un GUI (interfaz gráfica de usuario) estandarizado para trabajar con LLMs de forma general. Pero todo apunta a que esta capa de interacción llegará pronto.
Hacia una programación híbrida y más accesible
Karpathy destaca que conocer los tres paradigmas —1.0, 2.0 y 3.0— es una ventaja competitiva. Hoy se requiere una programación híbrida, donde se combinan prompts, redes neuronales y código clásico según la tarea. Esto implica un cambio en la educación tecnológica: aprender a programar ya no es solo aprender un lenguaje, sino también entender cómo estructurar peticiones a un modelo y evaluar sus respuestas.
En definitiva, estamos ante una transformación de fondo en el mundo del software, donde la interacción humana con las máquinas se vuelve más fluida, accesible y expresiva. Es como pasar de tocar notas individuales en un piano a dirigir una orquesta completa con la voz.