Qué es vibe coding y por qué Alexandr Wang, director de IA de Meta, lo recomienda

Alexandr Wang, director de inteligencia artificial de Meta y multimillonario, ha ofrecido una recomendación para adolescentes de trece años: dedicar todo su tiempo a la programación intuitiva.

Así lo expresó Wang, de veintiocho años, durante una entrevista en el podcast de TBPN. Según el ejecutivo, acumular 10.000 horas de práctica profunda con estas herramientas puede representar una enorme ventaja en el futuro.

La codificación intuitiva, conocida también como Vibecoding, consiste en utilizar inteligencia artificial para crear y perfeccionar software a través de comandos en lenguaje natural, combinando este proceso con experimentación libre para descubrir los límites y posibilidades de las herramientas.

Wang afirma que esta mentalidad recuerda la tenacidad de empresarios fundadores como Bill Gates y Mark Zuckerberg, quienes se beneficiaron al involucrarse desde los inicios de la computación personal.

“Cuando aparecieron los primeros ordenadores personales, quienes invirtieron más tiempo en ellos y crecieron con esa tecnología obtuvieron una ventaja en la economía futura, como Bill Gates e incluso Mark Zuckerberg”, explicó Wang, cofundador de Scale AI. Para el directivo, la misma situación se está repitiendo actualmente con la programación impulsada por inteligencia artificial.

“Creo que, en cierto modo, se trata de un momento increíble de discontinuidad”, añadió Wang. “Si por casualidad dedicas 10.000 horas a experimentar con las herramientas y descubres cómo usarlas mejor que los demás, eso supone una enorme ventaja”.

Cómo practicar vibe coding

Practicar vibe coding implica adoptar una aproximación creativa y experimental a la programación con inteligencia artificial, enfocándose en el uso de herramientas que permiten escribir código mediante lenguaje natural. Este método no exige seguir estructuras rígidas ni guías tradicionales, sino que promueve la exploración.

El primer paso es elegir una plataforma que ofrezca asistentes de código impulsados por IA, como Copilot o ChatGPT. Es recomendable iniciar proponiendo tareas sencillas o proyectos pequeños, formulando instrucciones claras y directas en lenguaje cotidiano.

A medida que el sistema responde, es fundamental analizar detenidamente los fragmentos generados, identificar sus puntos fuertes y debilidades, y ajustar los comandos o preguntas según los resultados obtenidos.

La clave está en experimentar sin miedo a equivocarse. Probar diferentes soluciones ante el mismo problema fomenta una comprensión profunda de la herramienta y sus límites.

Registrar los hallazgos y estrategias que funcionan facilita el aprendizaje progresivo. Además, consultar recursos en línea, foros y comunidades especializadas permite contrastar métodos y compartir avances con otros entusiastas.

Cómo llegó Alexandr Wang a Meta

Alexandr Wang, a sus veintiocho años, es el CEO de Scale AI, una compañía especializada en inteligencia artificial que ha alcanzado gran relevancia en el sector tecnológico.

La firma obtuvo un fuerte impulso tras la inversión de USD 15 millones realizada por Meta, lo que permitió a la empresa de Mark Zuckerberg adquirir el 49% de las acciones de Scale AI.

Con esta operación, la startup alcanzó una valoración superior a USD 29.000 millones (equivalentes a 25.510 millones de euros), según datos proporcionados por Business Insider.

Tras esta alianza, Mark Zuckerberg eligió a Wang como figura clave en la estrategia de desarrollo de inteligencia artificial de Meta. Desde entonces, Wang se incorporó al equipo de IA de la compañía, donde desempeña un rol fundamental en la implementación de nuevas tecnologías y proyectos.

Scale AI se especializa en el etiquetado y preparación de datos, tareas esenciales para el entrenamiento de algunos de los modelos de inteligencia artificial más avanzados del mundo.

Wang resumió el papel de su empresa de la siguiente manera: “La IA se basa en tres pilares: cómputo, datos y algoritmos. El cómputo es impulsado por empresas como NVIDIA, los avances algorítmicos provienen de grandes laboratorios como OpenAI, y los datos son proporcionados por Scale”.

<br>

<br>