Durante décadas, la interacción con el software ha requerido que los usuarios se adapten a lenguajes de sistema específicos, pero el auge de los Modelos de Lenguaje Grandes (LLM, por sus siglas en inglés) está desafiando este paradigma. Según Dhyey Mavani en un artículo de CleoJ del 3 de enero de 2026, creado con Midjourney, la pregunta central está cambiando de "¿Qué API debo llamar?" a "¿Qué resultado estoy tratando de lograr?".

Este cambio representa una transformación fundamental en la forma en que los humanos interactúan con el software. Históricamente, se ha requerido que los usuarios aprendan comandos de shell, memoricen métodos HTTP e integren SDK, cada uno exigiendo dominio en un lenguaje técnico específico. En la década de 1980, los usuarios escribían comandos como 'grep', 'ssh' y 'ls' en un shell. A mediados de la década de 2000, invocaban puntos finales REST como 'GET users'. La década de 2010 vio el auge de los SDK, como 'client.orders.list()', abstrayendo parte de la complejidad HTTP subyacente. Sin embargo, todos estos métodos compartían una premisa común: las capacidades del software se exponían de forma estructurada que requería que los usuarios las comprendieran e invocaran directamente.

Los LLM modernos están interrumpiendo este modelo al permitir que los usuarios interactúen con el software a través del lenguaje natural. En lugar de necesitar conocer la función precisa o la firma del método, los usuarios pueden simplemente expresar su intención. Aquí es donde entra en juego el Protocolo de Contexto del Modelo (MCP, por sus siglas en inglés). MCP actúa como una capa de abstracción, permitiendo que los modelos interpreten la intención humana, descubran capacidades relevantes y ejecuten flujos de trabajo. En esencia, MCP expone las funciones del software no como las conocen los programadores, sino como solicitudes en lenguaje natural.

Las implicaciones de este cambio son significativas. Democratiza el acceso al software al eliminar la necesidad de conocimientos técnicos especializados. Cualquiera que pueda articular el resultado deseado en lenguaje natural puede potencialmente aprovechar el poder de sistemas de software complejos. Esto podría conducir a una mayor innovación y productividad en varios sectores.

Si bien MCP sigue siendo un concepto emergente, según los informes, se están llevando a cabo múltiples estudios independientes para explorar su potencial y refinar su implementación. El desarrollo de MCP robustos y confiables será crucial para aprovechar todo el potencial de los LLM en la transformación de la interacción humano-computadora. El futuro de la interacción con el software bien puede estar definido por la capacidad de los modelos para comprender y actuar según la intención humana, en lugar de requerir que los humanos se adapten a las rígidas limitaciones de las API tradicionales.