Born Against: por qué la programación hobby rechaza la IA

En pocas palabras: Las comunidades de programación hobby rechazan los LLM porque para ellas el proceso de dominar algo difícil ES el producto, no el código. El programador Michael Fogus bautizó ese rechazo como Born Against en 2026, y pega fuerte en OSDev, la demoscene y el code golf.

Las comunidades de programación hobby rechazan la IA porque para ellas el proceso de aprender un oficio difícil es el producto, no el código que corre. El ensayo Born Against, del programador Michael Fogus, puso nombre en 2026 a ese rechazo que ya venía creciendo en círculos como OSDev, la demoscene y el code golf.

Born Against es el término que popularizó Fogus para describir la hostilidad creciente de las comunidades de programación hobby hacia el uso de LLM como ChatGPT, Claude o GitHub Copilot. La idea central: en estos grupos (OSDev, demoscene, LangDev, code golf) el valor está en dominar algo difícil, y delegar ese esfuerzo a una IA se percibe como perder el punto por completo.

¿Qué son las comunidades de programación hobby y por qué priorizan el proceso?

Son grupos de programadores que hacen las cosas por gusto, no por trabajo, y que se juntan alrededor de problemas técnicos deliberadamente difíciles. Fogus las lista con nombre y apellido: OSDev (escribir un sistema operativo desde cero), LangDev (diseñar lenguajes), TxtDev, EmuDev (emuladores), RLDev (roguelikes), la demoscene, los code golfers y la gente que programa motores de ajedrez.

Acá viene el punto que casi nadie de afuera entiende. En estos lugares no importa tanto que tu programa ande. Importa que vos hayas peleado con el problema hasta domarlo. Fogus lo dice sin vueltas: “el proceso de dominar un campo difícil es en sí mismo el producto, y algo que funciona es en general un lindo agregado”.

Ponele que pasás tres meses entendiendo cómo funciona la paginación de memoria para arrancar tu propio kernel. Cuando por fin bootea, el logro no es el kernel. El logro sos vos, que ahora entendés paginación. Un LLM que te escupe ese código en treinta segundos te deja exactamente donde empezaste: sin entender nada. Más contexto en cómo funciona ChatGPT en detalle.

¿Qué es Born Against y por qué aparece este rechazo ahora?

Born Against es la etiqueta que acuñó Michael Fogus en su blog (fogus.me) para nombrar el rechazo frontal de las comunidades de programación hobby a los LLM. El disparador, según cuenta, fue un hilo sobre desarrollo de motores de ajedrez que lo hizo pensar por qué estos grupos se ponen cada vez más hostiles con la IA generativa.

¿Por qué ahora y no antes? Porque hasta hace un par de años estos círculos eran casi impenetrables. Con la ola de rechazo a la IA que venimos viendo en 2026, y con LLM que ya escriben código pasable, aparece un flujo de gente nueva que entra “por la ventana”: sin años de foro encima, apoyándose en el modelo para todo. Fogus nota que incluso donde hubo un coqueteo temprano con los LLM, el pozo se envenenó rápido por dos cosas: practicantes de IA que no entendían en profundidad el tema, y una minoría virulenta que trata todo el asunto como trampa.

Ojo con una distinción importante. Hay un rechazo técnico (el código de la IA es mediocre para estos dominios ultra-específicos) y hay un rechazo filosófico (aunque el código fuera perfecto, igual estarías salteándote el aprendizaje). El segundo es el que pega más fuerte.

¿Por qué los programadores hobby ven la IA como “cheating”?

Porque para ellos la IA es un atajo que te priva justo de lo único que vale: aprender. Fogus lo describe como un subconjunto “virulento” de estas comunidades que ve al uso de LLM como una forma de hacer trampa. La lógica es simple: si el producto real es tu dominio del oficio, una herramienta que hace el oficio por vos no te convierte en artesano. Te deja con el resultado y sin el conocimiento.

Es la diferencia entre una herramienta que te asiste y una que te reemplaza. Un debugger te asiste: seguís siendo vos el que razona. Un LLM que te resuelve el problema entero, en cambio, ocupa tu lugar en la parte que importaba.

Eso sí: conviene tomarlo con pinzas. Fogus deja implícito un “no todos” en cada punto que menciona. No es que toda la demoscene odie a ChatGPT. Es una tendencia, con su ala dura y su ala moderada, como cualquier comunidad. Sobre eso hablamos en entender cómo trabajan los modelos.

¿Qué comunidades de desarrollo se oponen más a la IA?

Las que Fogus enumera comparten un rasgo: el conocimiento con el que trabajan es difícil de ganar y fácil de fingir con un LLM. Acá va el detalle de cada una y por qué chocan con la IA generativa.

OSDev: sistemas operativos desde cero

OSDev es la comunidad que escribe sistemas operativos desde la nada: bootloader, manejo de memoria, drivers, todo a mano. El chiste es entender el hardware hasta el último bit. Un LLM te tira código que “parece” un scheduler, pero si no entendés por qué falla en una interrupción, estás perdido.

Demoscene: audiovisuales en unos pocos kilobytes

La demoscene compite por hacer demos audiovisuales impresionantes en espacios ridículos (categorías de 4KB o 64KB). Cada byte importa. La gracia está en el truco matemático que comprime una escena entera. Pedirle eso a una IA que optimiza para lo genérico va contra el ADN de la escena.

LangDev y code golf: diseñar lenguajes y comprimir código

LangDev diseña lenguajes de programación nuevos, un terreno donde las decisiones se discuten durante años. El code golf, en cambio, busca resolver un problema con la menor cantidad de caracteres posible. Son dos deportes de precisión donde el “cómo llegaste” vale más que el “qué obtuviste”, y donde un LLM promedia soluciones en lugar de encontrar la elegante.

Comunidad	Qué hace	Por qué choca con los LLM
OSDev	Sistemas operativos desde cero	El valor es entender el hardware, no tener un kernel que bootee
Demoscene	Audiovisuales en 4KB/64KB	Cada byte es un truco propio; la IA optimiza para lo genérico
LangDev	Diseño de lenguajes	Decisiones de diseño que se debaten por años, no se autogeneran
Code golf	Código lo más corto posible	La elegancia mínima es el premio, no la solución que funciona
EmuDev / RLDev	Emuladores y roguelikes	Precisión de bajo nivel y diseño propio, difíciles de fingir
Chess engine dev	Motores de ajedrez	Optimización profunda donde entender el algoritmo es todo

¿Cómo se gana respeto en estas comunidades? El gatekeeping de siempre

El respeto se gana lento, con años de actividad en los foros, código elegante y conocimiento demostrado. Fogus es honesto acá: reconoce que estas comunidades vienen históricamente marcadas por un gatekeeping febril y un progreso dolorosamente lento. No son lugares amables. Son lugares exigentes. En alternativas populares en el mercado profundizamos sobre esto.

Por eso el LLM les cae como una bomba. Alguien entra, se apoya en el modelo, muestra algo que “corre” y quiere el cachet inmediato. Fogus lo grafica con una imagen brutal: irrumpir en la escena como el hombre Kool-Aid rompiendo la pared. OH YEAH. Y del otro lado la comunidad contesta: OH NO.

El punto es que el sistema de reputación de estos grupos está construido sobre el esfuerzo visible. Cuando la IA vuelve trivial mostrar resultados sin esfuerzo, todo el sistema de valores tambalea.

¿Por qué la IA divide entre los que la dominan y los que dependen de ella?

Porque el mismo modelo produce resultados opuestos según quién lo maneje. Un programador con oficio usa el LLM como acelerador: sabe cuándo el output está mal y lo corrige. Un principiante que todavía no tiene criterio usa el LLM como muleta, y cuanto más lo usa, menos entiende lo que está pegando.

Ese es el miedo de fondo en las comunidades hobby. Si el ingreso de gente nueva pasa a ser “prompteo y pego”, la próxima generación de la escena no va a tener con qué sostener las discusiones profundas ni mentorear a nadie. Se diluye la reserva de expertos. Y en comunidades chicas, donde tres o cuatro referentes cargan con todo, esa dilución se siente rápido.

No tengo un número duro que ponerle a esto, y no te lo voy a inventar. Es una preocupación cualitativa, repetida en los hilos de Hacker News y Lobsters, más que una estadística cerrada.

¿Hay lugar para la IA en la programación hobby?

Depende de para qué la uses. Hay una postura intermedia que aparece en los debates: la IA como herramienta de búsqueda o de consulta (encontrar documentación oscura, entender un mensaje de error) molesta mucho menos que la IA como generadora del código central. Una cosa es preguntarle qué hace un opcode; otra es que te escriba el emulador entero. Te puede servir nuestra cobertura de la evolución de la familia GPT.

Del otro lado están los categóricos: si el producto es tu aprendizaje, cualquier atajo lo arruina, punto. Y en el medio hay una fatiga más general con la IA que se cuela en todos lados. Una parte importante de la comunidad de desarrollo viene diciendo que está cansada de que la IA aparezca metida en cada herramienta, y ese hartazgo también alimenta el rechazo en los círculos hobby (no es solo purismo, hay saturación).

Qué está confirmado y qué no

• Confirmado: Michael Fogus publicó el ensayo Born Against en su blog en 2026 y ahí acuñó el término.
• Confirmado: la nota generó debate amplio en Hacker News y Lobsters, con posturas a favor y en contra.
• Confirmado: Fogus nombra explícitamente a OSDev, LangDev, TxtDev, EmuDev, RLDev, la demoscene y los code golfers como comunidades con esta hostilidad.
• Pendiente / no confirmado: que exista un “movimiento” organizado con estructura propia. Por ahora es una tendencia descrita, no una organización.
• Pendiente: cifras precisas de cuántos miembros rechazan la IA. Fogus mismo aclara el “no todos” implícito, así que cualquier porcentaje sería un invento.
• Pendiente: una postura oficial de cada comunidad. Lo que hay son consensos informales, no comunicados.

Errores comunes al interpretar el rechazo a la IA

• Creer que rechazan toda la tecnología. No. Esta gente escribe kernels y compiladores; aman la tecnología. Rechazan el bypass del aprendizaje, no las herramientas en sí.
• Extrapolarlo al desarrollo profesional. En un laburo pago, que el código funcione y salga rápido es el objetivo. En el hobby, el objetivo es entender. Son contextos distintos y mezclarlos lleva a conclusiones erradas.
• Asumir que hablan con una sola voz. Fogus repite el “no todos” a propósito. Tratar a la demoscene entera como un bloque anti-IA es justo el tipo de simplificación que él evita.
• Confundir asistir con reemplazar. Usar un LLM para entender un error no es lo mismo que pedirle que resuelva el problema central. La comunidad tolera lo primero mucho más que lo segundo.

Preguntas Frecuentes

¿Qué es Born Against?

Born Against es el término que acuñó el programador Michael Fogus en 2026 para describir la hostilidad creciente de las comunidades de programación hobby hacia el uso de LLM. El nombre apunta a comunidades que se vuelven activamente “contra” la IA generativa en su terreno.

¿Por qué las comunidades de programación hobby rechazan los LLM?

Porque para ellas el proceso de dominar un campo difícil es el producto, no el código final. Un LLM que resuelve el problema por vos te deja con el resultado y sin el aprendizaje, que es justo lo que estas comunidades valoran. Un sector lo considera directamente hacer trampa.

¿Qué comunidades de desarrollo se oponen más a la IA?

Fogus nombra OSDev (sistemas operativos), LangDev (lenguajes), TxtDev, EmuDev (emuladores), RLDev (roguelikes), la demoscene, los code golfers y el desarrollo de motores de ajedrez. Todas comparten conocimiento difícil de ganar y fácil de fingir con un LLM.

¿Es lo mismo que la controversia de GitHub Copilot?

No exactamente. La controversia de Copilot giró sobre todo alrededor del entrenamiento con código con licencia y la propiedad intelectual. El rechazo de Born Against es más filosófico: pasa por el aprendizaje y la artesanía, no tanto por lo legal. Se tocan, pero no son el mismo debate.

¿Sirve la IA para aprender a programar?

Sirve si la usás para explicar y consultar, no para reemplazar el esfuerzo. El riesgo que señalan estas comunidades es la muleta: si generás y pegás sin entender, cuanto más la usás menos aprendés. Como acelerador para alguien que ya tiene criterio, en cambio, suma.

Conclusión

Lo que cambió es que un rechazo que antes vivía disperso en foros ahora tiene nombre. Fogus le puso una etiqueta, Born Against, y con eso volvió discutible algo que muchos sentían pero no articulaban: en las comunidades de programación hobby el rechazo a la IA no es miedo a la tecnología, es defensa del aprendizaje como producto final.

¿Por qué importa fuera de la escena? Porque marca una línea que el resto de la industria todavía no terminó de pensar. La IA es un multiplicador buenísimo para quien ya sabe, y una trampa silenciosa para quien está aprendiendo. Si estás arrancando en cualquier disciplina técnica, la moraleja de Born Against es concreta: usá el LLM para entender, no para saltearte el entender. El día que lo apagues, lo único que te queda es lo que aprendiste.

Fuentes

• Born Against, or why hobby programming communities are aggressively against LLM usage – ensayo original de Michael Fogus (fogus.me)
• Hilo de discusión en Hacker News sobre Born Against
• Discusión en Lobsters sobre el ensayo de Fogus
• El rechazo a la inteligencia artificial: el backlash de 2026 (blog.donweb.com)