Un ejemplo del ámbito científico muestra actualmente con gran claridad dónde residen las fortalezas del trabajo impulsado por prompts, y dónde están sus límites.El físico de Harvard Matthew Schwartz ha descrito cómo, con la herramienta de código abierto BootLoops y el modelo de lenguaje Claude, creó 36 manuscritos en 18 disciplinas en tres meses, desde la física de partículas hasta la lingüística.Según su relato, sin embargo, los resultados solo adquirieron valor científico mediante la supervisión humana.Su conclusión es inequívoca: cada resultado debe verificarse por sí mismo.
Para las empresas que integran la IA en procesos de desarrollo o de contenido, ese es el mensaje más relevante que la cifra de manuscritos.Pues no describe un modelo que trabaja de forma autónoma, sino un flujo de trabajo en el que el ser humano y la herramienta tienen roles claramente distribuidos.
Qué aporta realmente un harness
El término harness —literalmente: arnés o correaje— designa en la práctica de la IA una capa que se construye alrededor de un modelo de lenguaje.Organiza qué debe hacer el modelo y cuándo, entrega tareas, recibe resultados y los reenvía.BootLoops es exactamente una herramienta así: apoya a los modelos de IA en cálculos científicos exactos y está disponible como código abierto.
El punto que hay detrás es más importante que la herramienta individual.Un modelo de lenguaje genera texto que suena plausible.La exactitud no es una característica incorporada, sino algo que debe producirse desde fuera: mediante pasos de verificación, mediante herramientas que calculan en lugar de formular, y mediante personas que contrastan el resultado con la realidad.Un harness es el marco organizativo que repite de forma fiable precisamente estos pasos, en lugar de dejarlos al azar de prompts individuales.
La diferencia entre cantidad y valor
36 manuscritos en tres meses es una cifra de rendimiento notable.Por sí sola, sin embargo, no dice nada sobre la calidad.Eso es precisamente lo que hace instructivo el caso descrito: el output surgió rápido, el valor surgió más despacio, concretamente allí donde un experto marcó la dirección, descartó, afinó y recalculó.
Este patrón puede trasladarse tal cual a proyectos.La IA desplaza el esfuerzo, no lo elimina.Lo que antes se invertía en crear un primer borrador, hoy se invierte en especificación, evaluación y corrección.Quien no planifica este esfuerzo obtiene mucho material y pocos resultados aprovechables.
Vibe Coding necesita el mismo marco
Por Vibe Coding se entiende el desarrollo en el que el código se genera predominantemente mediante prompts y solo se revisa superficialmente.Esto funciona a menudo sorprendentemente bien para prototipos y pequeños scripts auxiliares.En proyectos de clientes con requisitos de protección de datos, interfaces y mantenimiento de varios años, no es suficiente.
La lección del ejemplo científico se aplica aquí igual: no es el modelo el que decide sobre la calidad, sino el marco en el que trabaja.Para proyectos de software, esto significa concretamente:
- Pruebas automatizadas como primera instancia de verificación, para que el código generado no solo compile, sino que también haga lo correcto.
- Revisión de código vinculante por parte de personas que conocen el contexto técnico, no como formalidad, sino como paso de decisión.
- Especificación clara antes del prompt, porque las tareas imprecisas conducen a resultados imprecisos, solo que más rápido.
- Trazabilidad: debería estar documentado qué partes se crearon con apoyo de IA y quién las revisó.
- Herramientas para tareas exactas, donde la precisión importa: los cálculos, las validaciones y las migraciones no deben quedar únicamente en manos de un generador de texto.
Qué significa esto para la distribución de roles
Organizativamente, esta evolución desemboca en un desplazamiento de los perfiles de competencias.Se demanda menos la capacidad de producir líneas rápidamente y más la capacidad de evaluar resultados.La profundidad técnica no se devalúa por ello: se convierte en el requisito previo para poder evaluar de forma sensata el output de la IA.
Esto afecta también a la planificación de proyectos.Si la revisión se convierte en el verdadero cuello de botella, no es buena idea tratar la capacidad de revisión como un remanente.Lo más sensato es planificar los pasos de verificación desde el principio y de forma fija, y orientar el rendimiento a lo que realmente puede verificarse.
Expectativas realistas superan a las grandes promesas
El caso descrito no es un argumento contra el trabajo asistido por IA, al contrario.Demuestra que con un buen marco se puede lograr sorprendentemente mucho, incluso en ámbitos exigentes.Pero también demuestra que el marco no es opcional.La idea de que se puede encargar una tarea a un modelo y reutilizar el resultado sin verificar no resiste la práctica.
Para proyectos web y de software se deriva de ello un cálculo sobrio: la IA acelera borradores, variantes y trabajo rutinario, pero desplaza el cuello de botella hacia la verificación y la supervisión.Por eso, los proyectos que planifican desde el principio la revisión, las pruebas y responsabilidades claras se benefician mucho más que aquellos que apuestan por el mero output.
Quien introduce la IA no debería preguntar primero por el mejor modelo, sino por el marco en el que sus resultados puedan verificarse.