1 de cada 3 científicos sociales ya usa agentes de IA para código

Anthropic ha publicado los resultados de una encuesta realizada a 1.260 científicos sociales sobre el uso de agentes de IA para programación. El estudio documenta la adopción acelerada de estos asistentes en disciplinas como economía, sociología, ciencia política y estudios de desarrollo.

Qué hay detrás

Los agentes de código son sistemas de IA que pueden escribir, depurar y ejecutar programas de forma autónoma, superando las capacidades de los asistentes de autocompletado tradicionales. A diferencia de herramientas como GitHub Copilot, estos agentes pueden entender un problema complejo, planificar una solución y iterar sobre el código sin intervención constante del usuario.

En las ciencias sociales, donde R y Python se han convertido en herramientas estándar para análisis estadístico, modelado econométrico y procesamiento de datos, la barrera de entrada técnica ha sido históricamente alta. Los investigadores dedicaban horas a resolver problemas de sintaxis o depuración que les alejaban del trabajo intelectual central. Los agentes de IA prometen acortar ese ciclo significativamente.

El hecho de que Anthropic realice esta investigación encaja con su posicionamiento en torno a Claude como modelo multimodal y de razonamiento avanzado. A diferencia de otros proveedores que enfatizan velocidad o costo, Anthropic ha apostado por precisión y confiabilidad en tareas complejas, precisamente lo que demandan los investigadores.

Por qué te importa si trabajas con SAP

Si trabajas con SAP, especialmente en roles de análisis de datos, reporting o desarrollo ABAP, los agentes de código representan una tendencia que llegará a tu stack tecnológico. La lógica es directa: si los agentes pueden automatizar scripts de análisis en R o Python, también pueden generar consultas ABAP, scripts de extracción de datos o automatizaciones en Joule (el copiloto de SAP).

La encuesta sugiere que la adopción depende menos de la capacidad técnica pura y más de confianza en la calidad del código generado y la capacidad del agente para mantener el contexto de problemas específicos del dominio. En SAP, donde el contexto empresarial es tan crucial como el código, esta métrica es especialmente relevante. Los agentes que logren entender la semántica de tu sistema SAP (maestros de datos, configuración de módulos, lógica de procesos) serán los que creen verdadero valor.