IA en el desarrollo de software

Cómo la IA se ha convertido en parte del trabajo diario de ingeniería desde 2022

Escrito por Olivér Haszpra

IA en el desarrollo de software – un análisis práctico

Desde finales de 2022, cuando ChatGPT llegó por primera vez a las manos de los desarrolladores mainstream, la IA ha estado cambiando silenciosa pero constantemente cómo construimos software. Lo que comenzó como "pega un fragmento, obtén una respuesta" se ha convertido en un conjunto de herramientas que se encuentran en el editor, en CI, en el chat, y en la práctica tocan casi cada paso del pipeline de entrega.

Este artículo en sí es un buen ejemplo: la estructura y gran parte del texto fueron redactados con la ayuda de IA, luego revisados y adaptados por humanos. Esa combinación – la IA como asistente rápido e incansable y los ingenieros como editores, tomadores de decisiones y responsables de la calidad – es exactamente cómo nos gusta trabajar.

De ChatGPT en el navegador a la IA en todas partes

  • 2022–2023: ChatGPT en una pestaña – primeros experimentos, preguntas ad-hoc, explicaciones de código
  • Siguiente paso: IA en el IDE – sugerencias en línea, refactorizaciones rápidas, scaffolding de pruebas
  • Hoy: múltiples IAs en paralelo – usamos ChatGPT, Claude, Grok y Gemini en paralelo, eligiendo el que mejor se adapta a la tarea o verificando respuestas cuando algo es crítico.

En lugar de un único modelo "mágico", tratamos las herramientas de IA como tratamos las bibliotecas: cada una tiene fortalezas y compromisos, y las combinamos para obtener el mejor resultado para un problema dado.

Dónde encaja la IA en nuestro pipeline de entrega

  • Descubrimiento y diseño – explorar opciones de solución, generar bocetos de UI/UX, redactar criterios de aceptación y listas de casos límite.
  • Implementación – escribir código boilerplate, sugerir APIs alternativas, traducir patrones legacy a modernos (por ejemplo, pasar de React ad-hoc a Next.js + sistema de diseño).
  • Pruebas – generar datos de prueba realistas, proponer escenarios e2e para Playwright, ayudar con fixtures y estrategias de mocking.
  • Mantenimiento – resumir grandes PRs, explicar rutas de código desconocidas, sugerir refactorizaciones que reduzcan la complejidad.

El objetivo no es delegar decisiones a un modelo, sino usar la IA como un multiplicador de fuerza: menos tiempo en boilerplate y tareas sin valor, más tiempo en pensamiento de producto y trade-offs reales.

Productividad y el cambio de T-shaped a full-stack

Uno de los efectos más fuertes que vemos es cómo la IA remodela los roles individuales. Los desarrolladores T-shaped clásicos – profundos en un área, razonablemente amplios en otras – ahora pueden moverse mucho más rápido a lo largo de la barra horizontal de la "T". Con la IA ayudando a llenar los vacíos en frameworks, lenguajes o herramientas desconocidas, se vuelve mucho más realista trabajar como ingeniero full-stack en el día a día.

Concretamente, esto significa: las personas con perfil backend pueden navegar stacks de frontend modernas (React, Next.js, TypeScript, Playwright) con menos fricción, y las personas con perfil frontend pueden ser más productivas en torno a APIs, infraestructura y datos. El resultado para la organización es mayor flexibilidad en la dotación de personal, menos traspasos entre silos y una entrega end-to-end más rápida.

Riesgos, salvaguardas y responsabilidad humana

Las ganancias de productividad son reales, pero también los riesgos: hechos alucinados, errores sutiles, fallos de seguridad y código que "parece correcto" pero hace lo incorrecto. Nuestra postura es simple: la IA puede escribir gran parte del borrador, pero los humanos siguen siendo responsables de la arquitectura, la corrección, la seguridad y la ética.

  • Revisamos los cambios generados por IA como cualquier otro código.
  • Nos basamos en pruebas (unitarias, de integración, e2e con Playwright) y análisis estático, no en la confianza.
  • Mantenemos el conocimiento del dominio y las decisiones clave dentro del equipo, no en prompts.

Usada de esta manera, la IA es menos un reemplazo y más una palanca: nos permite entregar software de mayor calidad más rápido, con equipos más pequeños, y hace que el trabajo en sí sea un poco más divertido.

Volver a las entradas de blog