Evidency / Blog / IA y desarrollo de software: cómo valorizar y proteger el trabajo del desarrollador

IA y desarrollo de software: cómo valorizar y proteger el trabajo del desarrollador

Tiempo de lectura: 7 min

Fecha de modificación: 27 septiembre 2026

GitHub Copilot, Cursor, Tabnine y Claude Code se han integrado plenamente en los entornos modernos de desarrollo. Estas herramientas sugieren, completan y generan código. Para los desarrolladores, programar con asistencia de inteligencia artificial puede representar una ganancia considerable de eficiencia.

Sin embargo, esta aceleración plantea una cuestión que pocos equipos anticipan: sin una trazabilidad activa del proceso de desarrollo, ¿cómo puede una organización distinguir entre lo que resulta del juicio humano y lo que ha sido generado íntegramente por el modelo? Es precisamente en este punto donde se determina el valor jurídico del código producido. Para que un software pueda beneficiarse de la protección por derechos de autor, debe ser original, es decir, reflejar la aportación intelectual y la personalidad de su autor humano. Sin trazabilidad del proceso de desarrollo, acreditar esta circunstancia resulta especialmente complejo. El sellado de tiempo cualificado responde directamente a esta dificultad práctica.

Este artículo analiza por qué la trazabilidad de las interacciones con la inteligencia artificial (prompts, resultados generados e iteraciones) se está convirtiendo en una exigencia profesional por derecho propio, y cómo el sellado de tiempo cualificado permite a las organizaciones implantarla sin fricciones operativas.

Índice

Aspectos clave sobre el desarrollo de la IA

  • Sin la trazabilidad del proceso, resulta difícil defender la protección por derechos de autor del código generado mediante IA
  • Conservar y fechar el diálogo con el modelo (solicitudes, respuestas, iteraciones) permite constituir de antemano una prueba de originalidad, justificar una solicitud de protección mediante los derechos de autor y documentar el trabajo de los desarrolladores en el marco de una solicitud de crédito fiscal por investigación.
  • La marca de tiempo cualificada eIDAS permite crear, sobre la marcha, un expediente probatorio con valor probatorio
  • La integración a través de una API permite al desarrollador realizar su trabajo sin interrumpir el flujo de trabajo

Programar con IA: cómo está cambiando la profesión de desarrollador

La irrupción de las herramientas de generación de código ha transformado profundamente el día a día del desarrollador. Mientras que antes escribía cada línea, ahora se dedica a coordinar: formula instrucciones, evalúa las sugerencias del modelo, las perfecciona, las rechaza o las valida. La ventaja es evidente: las tareas repetitivas se agilizan y la calidad del código generado mejora en determinados tipos de problemas.

La adopción de estas nuevas prácticas es masiva. GitHub Copilot contaba con 20 millones de usuarios en julio de 2025[1]. Según la encuesta Stack Overflow Developer Survey 2025, el 84 % de los desarrolladores utilizan o tienen previsto utilizar herramientas de inteligencia artificial en su flujo de trabajo.

Este cambio de funciones es real. Pero no significa que el desarrollador desaparezca del proceso creativo. Al contrario: es él quien establece las restricciones, quien selecciona y quien decide. Su intervención sigue siendo fundamental, siempre que esté documentada.

¿Cuáles son los retos que plantea el desarrollo con la IA?

El desarrollo asistido por IA plantea cuestiones jurídicas que los equipos técnicos rara vez están preparados para prever. La primera de ellas se refiere a un requisito previo fundamental: la originalidad.

La originalidad del código: un requisito previo difícil de demostrar

La cuestión jurídica que plantea el desarrollo asistido por IA es, en el fondo, bastante antigua. Para que un programa informático esté protegido por los derechos de autor, debe ser original, en el sentido del artículo L. 111-1 del Código de la Propiedad Intelectual.

El Tribunal de Casación, en su sentencia «Pachot» de 7 de marzo de 1986[2], precisó este criterio en lo que respecta a los programas informáticos: la originalidad supone un esfuerzo personalizado que refleje una experiencia técnica, más allá de la mera aplicación de una lógica automática y restrictiva.

En la práctica, este criterio rara vez se documenta a lo largo del proceso. A falta de pruebas sobre el proceso creativo, el juez, que no es un experto en la legislación, tiende a concluir que no existe originalidad, poniendo así fin al debate sobre la infracción antes incluso de que haya comenzado realmente.

El desarrollo asistido por IA no crea este problema: lo pone de manifiesto y lo amplifica. A partir de ahora, ya no se trata únicamente de demostrar que el desarrollador ha tomado decisiones creativas. También hay que demostrar qué parte de la obra le corresponde a él y qué parte ha sido generada por el modelo.

En el estado actual de la legislación, ninguna norma legal o jurisprudencial otorga protección en virtud de los derechos de autor a una obra cuya aportación humana no pueda identificarse ni documentarse. Esto sitúa al desarrollador que programa con IA en una situación probatoria especialmente vulnerable.

Es precisamente ahí donde entra en juego la trazabilidad de las interacciones con el modelo. Documentar las indicaciones, las respuestas y las iteraciones a lo largo del proceso creativo resuelve simultáneamente ambos problemas:

  • ¿Es precisamente en estas decisiones (la elección de una indicación en lugar de otra, el rechazo de una sugerencia, la reformulación de una instrucción) donde reside la originalidad en el sentido jurídico?;
  • Esto es lo que el juez necesita que se documente para evaluar la contribución humana en el diseño.

Responsabilidad y marco normativo: ¿a quién le corresponde la carga de la prueba?

La responsabilidad en caso de litigio sigue la misma lógica: ya se trate de una impugnación de la autoría, de una demanda por infracción o de una controversia contractual sobre la titularidad del código, siempre es el desarrollador o la empresa quien debe aportar las pruebas, nunca el modelo.

Por su parte, el marco normativo aún se encuentra en fase de elaboración. El informe del Senado titulado «Creación e IA: de la depredación al reparto del valor»[3] (julio de 2025) y el encargo que el CSPLA ha confiado a Alexandra Bensamoun[4], cuyas conclusiones se esperan para el verano de 2026, esbozan los contornos de una legislación en fase de desarrollo. En este periodo de incertidumbre, es mejor anticiparse que esperar.

La trazabilidad de las indicaciones de la IA: un punto ciego que hay que subsanar

Un repositorio Git registra lo que se ha creado. No aporta información sobre el cómo ni el porqué. La sucesión de commits refleja la evolución del código. Sin embargo, no documenta las decisiones que lo han configurado: por qué se ha elegido esta arquitectura en lugar de otra, por qué se ha reformulado esa línea de comando tres veces antes de dar con la versión definitiva, por qué se ha descartado tal sugerencia del modelo. Y, sin embargo, es precisamente en esas decisiones donde se manifiesta la originalidad del desarrollador.

Durante la conferencia dela Agencia para la Protección de los Programas «Clean Code, Clean IP: programar en la era de la IA»[5], el letrado Jérémy Pappalardo recordó que el reto práctico radica precisamente en eso: demostrar que, detrás del código generado, un ser humano ha tomado decisiones. Para ello, subrayó la necesidad de conservar las indicaciones y las respuestas del modelo como material preparatorio de diseño (al igual que los bocetos o las notas de trabajo en otros ámbitos creativos) y de marcarlas con la fecha y la hora para establecer la anterioridad y la cronología del proceso creativo, constituyendo así, sobre la marcha, un expediente de pruebas que pueda presentarse ante un juez.

Existen herramientas para la gestión de las solicitudes. Sin embargo, estas no tienen valor probatorio: organizan, pero no certifican. Guardar las solicitudes sin fechar con la hora equivale a elaborar un expediente sin garantizar ni la fecha cierta ni la integridad del mismo, dos condiciones que, sin embargo, son determinantes ante un juez.

El sellado de tiempo certificado a través de la API: una integración nativa en el flujo de trabajo de desarrollo de IA

La marca de tiempo cualificada, tal y como se define en el Reglamento eIDAS, vincula criptográficamente una fecha y una hora exactas a un documento digital, con una presunción legal de exactitud reconocida en toda la Unión Europea.

Al aplicarlo a las instrucciones y a las versiones del código, permite ir creando sobre la marcha un expediente de pruebas estructurado: cada etapa significativa del proceso (instrucción seleccionada, versión validada, entrega intermedia) queda fechada y sellada de forma legalmente vinculante.

Preparar con antelación un expediente de pruebas que sea oponible

Documentar las interacciones con el modelo no es suficiente si dicha documentación no está certificada. ¿Un archivo de registros, una captura de pantalla, una exportación de la conversación?: ninguno de estos elementos garantiza ni la fecha ni la integridad de los datos en el sentido jurídico. La marca de tiempo cualificada eIDAS confiere a cada etapa del proceso una fecha cierta y una integridad verificable, lo que constituye así un expediente probatorio que puede presentarse ante un juez en caso de impugnación de la autoría o de acción por infracción.

Realizar su trabajo sin interrumpir su flujo de trabajo

La adopción de esta funcionalidad a través de una API, tal y como propone Evidency, permite una integración directa en los flujos de trabajo de desarrollo existentes, sin alterar los hábitos de trabajo de los equipos. Con una sola llamada se genera un token de marca de tiempo cualificado, verificable en cualquier momento. Su implementación no requiere conocimientos jurídicos especializados: se trata de una herramienta técnica, diseñada para los equipos de desarrollo.

Una ventaja a la hora de solicitar la deducción fiscal por investigación

La trazabilidad de las interacciones con la IA supone una ventaja adicional para las empresas que llevan a cabo trabajos de investigación y desarrollo. La deducción fiscal por investigación exige documentar la naturaleza y el alcance de los trabajos realizados. Un historial con fecha y hora de las indicaciones, las iteraciones y las versiones del código constituye una base documental sólida para justificar la elegibilidad de los gastos y responder con tranquilidad a una posible inspección fiscal.

Para un director técnico (CTO), estas tres ventajas son, por tanto, complementarias: reducir el riesgo de impugnaciones sobre la titularidad del código generado con IA, integrar la trazabilidad sin dificultades en los flujos de trabajo existentes y optimizar la solicitud del CIR de la empresa.

Desarrollo asistido por IA: la trazabilidad como nuevo estándar

La IA generativa ha transformado la velocidad de producción del código. Sin embargo, no ha modificado las normas que rigen su protección jurídica. Un programa informático creado con la ayuda de un modelo sigue estando sujeto a los mismos requisitos de originalidad que un código escrito línea por línea. Sin embargo, se añade una dificultad: ahora es necesario demostrarla intervención humana, y no basta con afirmarla.

En este contexto, documentar el proceso de desarrollo ya no es una medida secundaria. Se trata de una práctica profesional en toda regla, al igual que el control de versiones o las pruebas unitarias. Los desarrolladores y las empresas que la incorporan hoy en día a sus flujos de trabajo obtienen una ventaja concreta: la de poder defender y valorizar su trabajo, independientemente del papel que haya desempeñado el modelo en su realización.

Fuentes

1 Microsoft Investor Relations, Transcripción de la conferencia sobre resultados del cuarto trimestre del ejercicio fiscal 25 (30 de julio de 2025): https://www.microsoft.com/en-us/Investor/earnings/FY-2025-Q4/press-release-webcast

2 Tribunal de Casación, Sala de lo Civil, sesión plenaria, 7 de marzo de 1986, sentencia Pachot, recurso de casación n.º 83-10477: https://www.legifrance.gouv.fr/juri/id/JURITEXT000007016934

3 Senado, informe n.º 842 (2024-2025), «Creación e inteligencia artificial: de la explotación al reparto del valor», elaborado por A. EVREN, L. DARCOS y P. OUZOULIAS, Comisión de Cultura, Educación, Comunicación y Deporte, presentado el 3 de julio de 2025: https://www.senat.fr/rap/r24-842/r24-842.html

4 https://www.culture.gouv.fr/quienes-somos/organización-del-ministerio/consejo-superior-de-la-propiedad-literaria-y-artística-cspla/trabajos-y-publicaciones-del-cspla/funciones-del-cspla/el-cspla-pone-en-marcha-una-iniciativa-relativa-a-la-protección-de-los-contenidos-generados-mediante-el-uso-de-la-ia-generativa

5 Código generado por la IA: análisis de las indicaciones, «Expertises des systèmes d’information», mayo de 2026, n.º 523, p. 6

Exención de responsabilidad

Las opiniones, presentaciones, cifras y estimaciones que figuran en el sitio web, incluido el blog, tienen únicamente fines informativos y no deben considerarse asesoramiento jurídico. Para obtener asesoramiento jurídico, debe ponerse en contacto con un profesional del derecho en su jurisdicción.

Queda prohibida la utilización del contenido de esta página web, incluido el blog, con fines comerciales, incluida la reventa, sin el permiso previo de Evidency. La solicitud de permiso debe especificar el propósito y el alcance de la reproducción. Para fines no comerciales, todo el material de esta publicación puede citarse o reimprimirse libremente, pero se requiere un reconocimiento, junto con un enlace a este sitio web.

  • stephane pere evidency

    Stéphane es titulado de dos másteres, en Comercio y en Derecho, y cuenta con más de 20 años de experiencia en los ámbitos de la tecnología, los medios de comunicación y la inteligencia de mercado. Antes de asumir la dirección general de Evidency, ocupó el cargo de Chief Data Officer en The Economist Group, donde supervisó y definió la estrategia de datos, la analítica y las iniciativas de transformación digital a escala internacional. Tras haber trabajado en entornos diversos, en distintos mercados y culturas, Stéphane posee una sólida capacidad para coordinar equipos multidisciplinares (producto, ingeniería, jurídico, compliance y operaciones) en torno a objetivos comunes.