Los asistentes de IA han cambiado el desarrollo de software en un punto claramente medible: el camino desde el requisito hasta el primer código ejecutable se ha acortado. Un estudio actual, del que informa el servicio especializado DataCenter-Insider, señala la otra cara de la moneda: el aseguramiento de la calidad —es decir, las revisiones, las pruebas y las aceptaciones— a menudo no sigue el ritmo de esta velocidad. De ahí surgen riesgos para las empresas.

Esto es menos una afirmación sobre la calidad de las líneas de código generadas que sobre los procesos. Cuando un paso parcial de la cadena de desarrollo se vuelve notablemente más rápido y todos los demás permanecen sin cambios, el cuello de botella se desplaza. No desaparece.

Por qué las pruebas se convierten en el cuello de botella

La generación de código se puede automatizar bien porque tiene un resultado claramente delimitado. El aseguramiento de la calidad, en cambio, es trabajo distribuido: consiste en aceptaciones funcionales, revisiones de código por parte de colegas, pruebas automatizadas, verificaciones manuales en distintos navegadores y aprobaciones por parte de las áreas especializadas.

Estos pasos dependen de personas, de fechas y de la infraestructura de pruebas existente. No escalan porque un asistente entregue sugerencias más rápido. Los patrones típicos que surgen de ello:

  • Acumulación de revisiones: hay más cambios pendientes de revisión de los que el equipo puede examinar con una profundidad razonable.
  • Revisión superficial: si aun así se revisa en la misma ventana de tiempo, disminuye la profundidad de control por cambio.
  • Búsqueda de errores desplazada: lo que no se detecta en la revisión se detecta más tarde —en la aceptación, en la operación o en el cliente. Allí la corrección es más costosa.

El problema de confianza con el código generado

Se suma un segundo punto. El código que ha escrito una persona lleva implícita una justificación: la autora puede explicar por qué una solución es así y no de otra manera. En el código generado falta este conocimiento en el equipo cuando nadie ha trabajado realmente la salida.

Entonces el código posiblemente funcione en el caso normal, pero nadie puede decir de forma fiable cómo se comporta ante entradas erróneas, bajo carga o ante una actualización de la biblioteca subyacente. Precisamente estas preguntas las responde normalmente el aseguramiento de la calidad.

Consecuencias para proyectos web y de TYPO3

En proyectos web esto tiene un efecto especialmente directo, porque las aplicaciones son accesibles públicamente. Un error en una herramienta interna se detecta en el departamento. Un error en un formulario del sitio corporativo lo detectan los interesados, o provoca que los datos se procesen de forma incorrecta, incompleta o sin protección.

Las áreas relevantes son sobre todo:

  • Procesamiento de datos en formularios: validación, almacenamiento, envío de correos, rutas relevantes para la protección de datos.
  • Permisos y accesos: ¿quién puede ver y modificar qué contenidos en el sistema de gestión editorial? Estas reglas se formulan rápido y rara vez se prueban por completo.
  • Extensiones y actualizaciones: los desarrollos propios deben sobrevivir a los cambios de versión del sistema. Sin pruebas, las incompatibilidades se detectan solo en la actualización.
  • Salida y accesibilidad: el marcado de frontend generado no es automáticamente semánticamente limpio ni accesible.

Qué se puede ajustar a nivel organizativo

La respuesta obvia no es reducir el apoyo de la IA, sino tratar el lado de la verificación con la misma consecuencia que el lado de la creación. Para ello se ofrecen varios puntos de partida.

Pruebas automatizadas como parte de la Definition of Done. Si cada cambio incluye pruebas, la base de verificación crece al mismo ritmo que el código. Las pruebas, a su vez, se pueden diseñar con apoyo de IA; sin embargo, aquí vale la misma reserva: una prueba que nadie ha leído posiblemente verifique la suposición equivocada.

Priorizar las revisiones en lugar de distribuirlas de manera uniforme. No todo cambio necesita la misma profundidad de revisión. Tiene sentido definir áreas de riesgo —autenticación, procesos de pago, datos personales, interfaces— y revisarlas allí de forma obligatoriamente más intensiva.

Pipelines automatizados. El análisis estático de código, las comprobaciones de dependencias y las ejecuciones de pruebas en cada commit interceptan una parte de los errores estándar sin ocupar tiempo del personal. Esto no sustituye una revisión, pero la alivia.

Garantizar la trazabilidad. Ayuda dejar constancia en el equipo en qué puntos se trabajó y con qué apoyo. No como control, sino para que la búsqueda de errores posterior sepa dónde podría faltar conocimiento del contexto.

El lado del presupuesto

Para las decisiones hay un punto central: las ganancias de tiempo de la generación de código son visibles y se materializan pronto en el proyecto. Los costes de un aseguramiento de la calidad insuficiente surgen más tarde y aparecen en otros presupuestos —en soporte, mantenimiento, correcciones o en la caída del servicio.

Quien planifica el ahorro de un lado sin financiar también el lado de la verificación, traslada el esfuerzo al futuro en lugar de reducirlo. Por eso, en las ofertas y planes de proyecto, la parte de pruebas debería ser reconocible como una partida propia, no como un remanente.

Clasificación

Para los proyectos web y de software, por tanto, se desplaza la palanca real: la ganancia no está en más código generado, sino en una cadena de verificación que esté a la altura de esa producción. Quien ancla temprano en el proyecto la automatización de pruebas, reglas claras de revisión y áreas de riesgo definidas, puede aprovechar realmente el ritmo.

Quien las introduce a posteriori, paga la diferencia en la operación.

Fuentes