Antes, el «desarrollo de sistemas» implicaba crear grandes documentos de especificaciones, dividir el trabajo por fase, realizar múltiples revisiones y completar el proyecto en meses o años.
Aunque este enfoque no ha desaparecido, la práctica real del desarrollo de aplicaciones ya ha evolucionado hacia un modelo que tiene como premisa el uso de agentes de IA.
Los agentes de IA no son simplemente herramientas que completan el código según las instrucciones.
Leen el repositorio completo, planifican el trabajo, editan múltiples archivos, ejecutan pruebas, corrigen en función de los resultados y consolidan los cambios listos para revisión.
Ahora todas estas tareas se ejecutan como un flujo continuo y conectado.
No se trata de un futuro que está por venir. Que los agentes de IA ejecuten parte del proceso de desarrollo es una opción viable que ya se utiliza en la práctica.
Los agentes de IA: de herramientas de apoyo a impulsores del proceso de desarrollo
El proceso de «especificación → diseño → implementación → pruebas» no ha desaparecido. Lo que ha cambiado es la forma en que se ejecutan estas fases: en lugar de pasar por cada una secuencialmente una sola vez.
Cuando comunicas el objetivo y los criterios de aceptación, el agente de IA estructura la propuesta de implementación, genera el código y las pruebas. Si hay inconsistencias en los resultados, la persona revisa los requisitos y la interfaz, y el agente vuelve a ejecutar la implementación y validación. El desarrollo iterativo que alterna entre requisitos, diseño, implementación y validación en ciclos cortos es ya una realidad.
Aunque disminuya el tiempo que una persona dedica a escribir código línea por línea, el desarrollo en sí no deja de ser necesario.
Lo que se exige ahora es que la persona determine el alcance de lo que delega al agente de IA, clarifique el objetivo, las restricciones y los criterios de aceptación, y evalúe si los resultados son válidos.
De «construir después de la reunión» a «construir y validar sobre la marcha»
Mientras escuchas los requisitos del cliente, se genera la interfaz de usuario, se adapta al sistema de diseño existente y se estudian los métodos de conexión con la API. Al recibir retroalimentación, se modifica la pantalla y el comportamiento en tiempo real. Lo que antes era el ámbito del prototipado ahora se ejecuta con una precisión muy próxima a la implementación.
Sin embargo, que la pantalla funcione no es lo mismo que ser seguro de usar en producción.
Solo cuando se incluye diseño de datos, gestión de permisos, manejo de excepciones, rendimiento, monitoreo, operaciones y mantenimiento, se convierte en una aplicación que realmente funciona en el negocio.
Los agentes de IA han acelerado significativamente «hasta la forma», pero el diseño y el criterio para «lograr un estado en el que se pueda usar con confianza» siguen siendo imprescindibles.
Hacer más con agentes de IA y equipos pequeños
Como los agentes de IA pueden llevar a cabo implementación, pruebas, creación de documentación e investigación de manera continua, incluso equipos pequeños pueden manejar un alcance mucho mayor.
Como resultado, los límites entre diseñadores, ingenieros frontend, ingenieros backend y especialistas en pruebas se han estrechado. En lugar de desaparecer las funciones, la transferencia entre disciplinas se reduce y un único equipo asume la responsabilidad completa desde la decisión hasta la mejora.
Es más efectivo que equipos pequeños que comparten el contexto prueben rápidamente y que expertos validen los puntos clave, en lugar de conectar procesos con muchas personas. Esta estructura de desarrollo se ha convertido en una opción realista.
Precisamente porque ahora se puede desarrollar más rápido, la seguridad es crítica
Los agentes de IA no solo proponen código, sino que también pueden modificar archivos, invocar herramientas externas y ejecutar pruebas y compilaciones. Porque su alcance de acción se ha ampliado, existe el riesgo de implementar errores o cambios peligrosos con mayor rapidez.
Propuestas de paquetes de dependencias inexistentes u obsoletos, descuidos en autenticación y autorización, contaminación de secretos, permisos excesivos, inyección de prompts, cambios no intencionales en configuración de CI/CD, entre otros. El desarrollo con agentes de IA presenta nuevas consideraciones además de las vulnerabilidades tradicionales.
Por eso, el código generado o modificado por agentes de IA requiere controles de calidad tan claros como los del código escrito por personas, o incluso mayores.
- Minimizar los permisos otorgados al agente de IA y los puntos de conexión
- Ejecutar en un entorno aislado de la información secreta de producción
- Inspeccionar mecánicamente dependencias, vulnerabilidades y licencias
- Verificar manualmente autenticación y autorización, validación de entrada y manejo de datos personales
- No asumir seguridad basándose únicamente en el hecho de que las pruebas pasaron
- Registrar quién revisó y aprobó cada cambio
No es seguro porque lo hizo un agente de IA, ni es peligroso por la misma razón. Es importante designar a una persona responsable en última instancia e integrar el agente de IA en un proceso de desarrollo seguro que incluya permisos, entorno de ejecución, inspecciones y aprobaciones.
La accesibilidad no se completa solo con agentes de IA
Los agentes de IA también demuestran su valor en el campo de la accesibilidad.
El rango de automatización es cada vez más amplio: desde el análisis de estructura HTML, detección de etiquetas faltantes, generación de candidatos de texto alternativo, verificación de contraste, generación de elementos de prueba, hasta la implementación de soluciones. También ayuda a identificar problemas desde las primeras etapas del diseño e implementación, reduciendo los costos de corrección.
Por otro lado, gran parte de la accesibilidad no se puede determinar de manera completamente automática. Incluso en los métodos de evaluación del W3C, se enfatiza el uso de herramientas de evaluación junto con la confirmación por parte de personas con conocimientos especializados y, cuando sea necesario, la participación de los usuarios afectados.
Por ejemplo, los siguientes aspectos aún requieren confirmación mediante inspección visual y operación real.
- ¿Se puede navegar sin confusión utilizando solo el teclado?
- ¿Es natural el orden y la visualización del desplazamiento del foco?
- ¿Se comunican los cambios de estado y los errores a través del lector de pantalla?
- ¿Se mantiene la información y la funcionalidad incluso durante la ampliación y reflujo?
- ¿Son los encabezados, textos de enlace y textos alternativos apropiados para el contexto?
- ¿Pueden los usuarios finales completar la operación deseada?
En otras palabras, las pruebas y correcciones automáticas mediante agentes de IA y la validación mediante inspección visual, operación y tecnología de asistencia son un conjunto. Es más importante que nunca integrar la accesibilidad en cada etapa de requisitos, diseño, implementación y pruebas, en lugar de dejarla como un elemento final de verificación.
Lo que se requiere es un ingeniero que pueda recibir contexto y limitaciones
Lo que se valorará en el futuro no será solo a las personas que saben escribir código rápido o que dominan bien los prompts.
Son personas que pueden estructurar «por qué hacerlo», «quién lo usará», «qué significa estar completo» y «qué riesgos son aceptables», proporcionar contexto correcto y restricciones a los agentes de IA, diseñar autoridades y compuertas de calidad, y validar los resultados.
El trabajo de los técnicos está cambiando de simplemente asumir tareas a combinar adecuadamente agentes de IA con expertos y guiar la calidad. Y la responsabilidad final sobre la corrección, seguridad y facilidad de uso sigue siendo de las personas.
Como Liberogic
En Liberogic, nuestro objetivo principal no es simplemente adoptar IA.
Convertimos el conocimiento que hemos acumulado en desarrollo frontend moderno, integraciones API complejas, diseño UI/UX y cumplimiento de accesibilidad en contexto y restricciones para agentes de IA, acelerando la velocidad de validación y mejora.
Damos forma rápidamente. Probamos tocando directamente. Y luego, incluyendo seguridad, accesibilidad y operabilidad, llevamos el resultado a un estado que se pueda usar con confianza.
En lugar de elegir entre velocidad y calidad, dirigimos ambas hacia verificaciones más profundas y mejores experiencias. Así es como pensamos sobre el desarrollo futuro.
Finalmente
El desarrollo de aplicaciones ya ha cambiado.
De procesos donde «las personas asumen todas las tareas»,
Un proceso donde las personas establecen objetivos y restricciones, los agentes de IA los ejecutan, y las personas verifican y asumen la responsabilidad.
La pregunta no es si estás usando agentes de IA o no.
Se trata de cuánto delegar, qué autoridad otorgar, dónde debe intervenir la personas en la toma de decisiones y cómo asegurar una calidad confiable.
CEO que siempre actúa como contraparte. Entiende nuevas tecnologías y siente alegría en los momentos en que algo se vuelve más conveniente; es una persona que adora trabajar en el terreno y se sumerge completamente. Entusiasmado por las tecnologías del futuro, quiere seguir disfrutando de nuevas experiencias sin importar su edad.
Morimoto
Gerente de Proyectos / Director / Fundado en 2007