Imagina que mañana llegas a trabajar, abres tu entorno de desarrollo y, en lugar de empezar escribiendo código, le explicas a una inteligencia artificial qué necesitas construir. Unos minutos después, tienes varias modificaciones preparadas, pruebas ejecutadas, dependencias actualizadas y una propuesta de cambios lista para revisar.
¿Ciencia ficción? Según los últimos datos de GitHub, cada vez menos.
El informe GitHub Octoverse 2026, publicado el 28 de octubre, dibuja un escenario en el que la inteligencia artificial está dejando de ser un simple asistente de programación para convertirse en una pieza activa del proceso de desarrollo. Los agentes de IA ya participan en una proporción muy significativa de los cambios que se incorporan a los repositorios, mientras que la actividad global de la plataforma alcanza cifras récord.
Y lo interesante no es únicamente que se escriba más código. Es que está cambiando la manera de producirlo, revisarlo y mantenerlo.
17.900 millones de envíos de código: GitHub vive un año de récord
El informe Octoverse analiza la actividad desarrollada entre el 1 de octubre de 2025 y el 30 de septiembre de 2026. Los resultados muestran un crecimiento extraordinario del ecosistema de desarrollo.
Estas son algunas de las cifras más destacadas:
- 225 millones de desarrolladores: GitHub supera esta cifra de usuarios en su plataforma.
- 17.900 millones de pushes: cambios enviados a repositorios durante los últimos doce meses.
- 34.300 millones de commits: registros de modificaciones realizadas en el código.
- 1.300 millones de pull requests fusionadas: una media aproximada de 3,5 millones al día.
- 2.500 millones de contribuciones públicas: más del doble que el año anterior.
- 45.400 millones de ejecuciones de GitHub Actions: automatizaciones ejecutadas durante el periodo.
Para entender la magnitud de estos datos, basta con observar la evolución de los commits. En 2024 se registraron 10.000 millones; en 2025, 12.900 millones; y en 2026, 34.300 millones.
Es decir, el volumen de commits se ha multiplicado por más de tres en apenas dos años.
No obstante, conviene distinguir conceptos. Un push es el envío de cambios al servidor, un commit registra una modificación y una pull request propone integrar esos cambios en otra rama. No son operaciones equivalentes ni deben sumarse como si fueran unidades independientes de código.
GitHub atribuye buena parte de esta aceleración a la combinación de modelos de IA más capaces, herramientas de desarrollo mejoradas y agentes que pueden trabajar de forma persistente, incluso ejecutando tareas en la nube.
Los agentes de IA ya no sugieren código: empiezan a desarrollar por nosotros
Aquí encontramos probablemente el dato más llamativo de todo el informe.
En marzo de 2026, el 17 % de las pull requests comenzaba con un primer borrador generado por un agente de IA. En septiembre, el porcentaje había superado el 40 %.
Traducido a volumen, los agentes iniciaron aproximadamente 110 millones de pull requests durante septiembre. Se trata de unas seis veces más que en marzo.
Pero ¿qué significa exactamente que un agente inicie una pull request?
Hasta hace poco, el uso habitual de herramientas como GitHub Copilot consistía en solicitar una función, completar una línea de código o pedir una explicación sobre un fragmento concreto.
Los agentes funcionan de una manera diferente.
Podemos asignarles una tarea completa, por ejemplo:
- Añadir un sistema de autenticación a una aplicación.
- Crear una API para gestionar clientes.
- Incorporar validaciones a determinados formularios.
- Corregir errores detectados durante las pruebas.
- Actualizar dependencias y resolver incompatibilidades.
El agente puede analizar el repositorio, modificar varios archivos, ejecutar comandos, comprobar resultados y preparar una propuesta de cambios.
La intervención humana no desaparece, pero cambia de posición. En lugar de escribir cada instrucción de código, el desarrollador define el objetivo, proporciona contexto y revisa el resultado.
GitHub observa que las pull requests iniciadas por agentes modifican varios archivos en el 87 % de los casos, frente al 79 % de las que no presentan participación detectada de IA.
También ha mejorado su integración en los procesos de revisión: en septiembre, el 90 % de las pull requests con participación de agentes se fusionó durante las dos semanas siguientes a su apertura, frente a aproximadamente el 86 % de las restantes.
Esto no demuestra que el código generado por IA sea intrínsecamente mejor. La fusión depende de muchos factores, como la dificultad de la tarea, los criterios de revisión y las características del repositorio. Pero sí indica que los equipos están incorporando estos sistemas a sus flujos de trabajo reales.
GitHub Copilot: del autocompletado a la delegación de tareas
La evolución también se aprecia en GitHub Copilot.
Según el informe, el 55 % de sus usuarios activos mensuales ya utiliza funcionalidades basadas en agentes, frente al 35 % de hace un año.
Especialmente significativo es el crecimiento de Copilot Cloud Agent, que permite asignar una tarea y dejar que el agente trabaje de manera independiente en un entorno remoto.
Su utilización ha aumentado un 230 % interanual, frente al 85 % de crecimiento de las funcionalidades de chat con agentes.
La diferencia es importante: una cosa es preguntarle a una IA cómo solucionar un problema y otra muy distinta es pedirle que lo solucione, modifique el proyecto y prepare los cambios para que podamos revisarlos.
GitHub también está apostando por la selección automática de modelos. El 63 % de los desarrolladores de pago de Copilot utilizó esta funcionalidad al menos una vez durante septiembre.
¿Por qué es interesante?
Porque no todos los modelos destacan en las mismas tareas. Algunos ofrecen mejores capacidades de razonamiento, otros son más rápidos y otros resultan más económicos.
La selección automática permite que el sistema elija el modelo más adecuado para cada operación, sin que el desarrollador tenga que decidirlo constantemente.
El futuro del desarrollo asistido por IA podría consistir precisamente en combinar varios modelos especializados, asignando a cada uno la tarea en la que ofrece mejores resultados.
TypeScript, Python y Rust: los lenguajes que más crecen
La inteligencia artificial también está influyendo en las preferencias tecnológicas de los desarrolladores.
GitHub confirma que TypeScript mantiene el primer puesto como lenguaje con mayor número de colaboradores mensuales, seguido de Python y JavaScript.
Durante el último año, TypeScript incorporó 3,62 millones de colaboradores mensuales adicionales; Python sumó 3,23 millones y JavaScript, 1,82 millones.
Sin embargo, el dato más interesante aparece al analizar el crecimiento porcentual: Rust duplicó su comunidad durante el periodo, convirtiéndose en uno de los lenguajes con mayor expansión entre los principales del ecosistema.
¿Por qué estos lenguajes?
TypeScript combina la flexibilidad de JavaScript con un sistema de tipos estático que facilita detectar errores antes de ejecutar el programa. Python destaca por su presencia en inteligencia artificial, ciencia de datos y automatización. Rust, por su parte, ofrece rendimiento y garantías de seguridad de memoria especialmente interesantes para programación de sistemas.
Pero el informe introduce una cuestión todavía más curiosa: ¿está influyendo la IA en la elección del lenguaje?
Entre los repositorios creados durante 2026, TypeScript representa el 35 % de los principales lenguajes de aquellos que muestran señales de participación de agentes, frente al 24 % de los que no presentan esas señales.
En repositorios anteriores a 2026 también existe una diferencia: 27 % frente a 17 %.
Esto sugiere que los proyectos que incorporan agentes tienden a utilizar TypeScript con mayor frecuencia. Una posible explicación es que los sistemas de IA trabajan especialmente bien con lenguajes y ecosistemas que disponen de abundante documentación, herramientas de análisis y mecanismos para comprobar automáticamente el resultado.
No obstante, los datos muestran una asociación, no demuestran que los agentes sean la causa directa de esa preferencia.
La programación ya no es exclusiva de los programadores
Uno de los apartados más interesantes de Octoverse 2026 es la expansión del desarrollo de software hacia sectores tradicionalmente alejados de la programación.
Por primera vez, GitHub ha clasificado sus repositorios públicos utilizando categorías industriales basadas en el sistema NAICS.
Los resultados muestran que sectores como la minería, la construcción, la agricultura y la sanidad están incrementando notablemente su presencia.
Algunos datos destacan especialmente:
- Los repositorios relacionados con minería y extracción han crecido aproximadamente 65 veces respecto a 2022.
- Los servicios administrativos y de apoyo, así como la construcción, han multiplicado su presencia entre 17 y 18 veces.
- Los repositorios relacionados con fabricación casi se han triplicado.
Esto tiene una lectura importante: cada vez más profesionales de sectores no tecnológicos están creando sus propias herramientas digitales.
Un equipo industrial puede desarrollar una aplicación para organizar herramientas mediante impresión 3D. Un laboratorio sanitario puede publicar software para analizar imágenes médicas. Un centro energético puede crear herramientas para identificar oportunidades de reutilización de calor industrial.
La programación se está convirtiendo en una herramienta transversal, como lo fueron en su momento las hojas de cálculo.
Y la IA está reduciendo la barrera de entrada para quienes tienen conocimientos de su sector, pero no necesariamente experiencia desarrollando software.
El código abierto también se beneficia de esta transformación
Otro dato destacable es el crecimiento de las contribuciones públicas.
GitHub contabiliza 2.500 millones de contribuciones públicas durante 2026, más del doble de las 1.120 millones registradas el año anterior.
Esto no significa que todas las contribuciones estén generadas por IA. Detrás de esta actividad encontramos millones de desarrolladores que mantienen proyectos, corrigen errores, publican bibliotecas y colaboran en iniciativas científicas y tecnológicas.
El informe menciona proyectos especialmente interesantes, como Mathlib, una biblioteca comunitaria de matemáticas verificadas mediante ordenador, y evcc, un sistema open source para controlar la carga de vehículos eléctricos y gestionar energía doméstica.
También destaca el uso de GitHub para proyectos de utilidad pública, como Gati, una plataforma de avisos de emergencias e inundaciones desarrollada en Nepal.
El crecimiento de las herramientas de IA puede facilitar que más personas participen en estos proyectos, aunque también incrementa la necesidad de revisar cuidadosamente las aportaciones antes de incorporarlas.
Porque publicar más código no significa necesariamente publicar mejor código.
¿Qué significa todo esto para los desarrolladores?
El informe Octoverse 2026 permite identificar un cambio importante en la profesión.
El desarrollador está dejando de ser exclusivamente la persona que transforma requisitos en instrucciones de programación para convertirse, cada vez más, en quien dirige, supervisa y valida sistemas capaces de producir esas instrucciones.
Esto no elimina la necesidad de conocimientos técnicos. De hecho, puede hacerlos todavía más importantes.
Un agente puede generar una API, pero necesitamos saber si la arquitectura es adecuada, si existen vulnerabilidades, si las consultas a la base de datos son eficientes o si el sistema soportará una carga elevada.
También necesitamos comprender los requisitos, detectar errores conceptuales y evaluar las consecuencias de cada decisión.
En este nuevo escenario, dominar un lenguaje de programación seguirá siendo valioso, pero también lo será saber diseñar sistemas, revisar código, automatizar pruebas y coordinar agentes.
Y hay una cuestión que no debemos olvidar: la responsabilidad sobre el software sigue siendo humana. Delegar la implementación no significa delegar el criterio.
Conclusión: menos tiempo escribiendo código, más tiempo pensando qué construir
GitHub Octoverse 2026 muestra que la inteligencia artificial ya está modificando los procesos de desarrollo de software a una escala considerable.
Los agentes participan en más del 40 % de las nuevas pull requests, el uso de funcionalidades autónomas de Copilot crece rápidamente y la actividad global de GitHub alcanza máximos históricos.
Sin embargo, quizá el cambio más profundo no esté en la cantidad de código que se produce, sino en la forma en la que trabajamos.
Durante décadas, el principal recurso de un programador ha sido su capacidad para convertir una idea en instrucciones que un ordenador pueda ejecutar.
Ahora estamos incorporando sistemas capaces de generar buena parte de esas instrucciones. Nuestro trabajo consiste cada vez más en definir objetivos, proporcionar contexto, diseñar soluciones y comprobar que el resultado funciona.
¿Significa esto que los programadores desaparecerán? No es lo que demuestran estos datos. Lo que sí muestran es que la profesión está evolucionando y que quienes sepan aprovechar estas herramientas tendrán nuevas posibilidades para construir software.
Y ahora viene la pregunta interesante: si mañana pudieras delegar en un agente de IA una tarea completa de tu próximo proyecto, ¿cuál sería la primera que le confiarías?
Te leo en los comentarios.

Deja una respuesta