Cuando se hablaba de "desarrollo de sistemas", se elaboraba un extenso documento de requisitos, se asignaban responsables por fase, se pasaba por múltiples revisiones y el resultado tardaba entre varios meses y varios años en completarse.
Ese enfoque no ha desaparecido por completo, pero la práctica del desarrollo de aplicaciones ya se está desplazando hacia un modelo basado en agentes de IA.
Los agentes de IA no son simples herramientas que solo completan el código indicado.
Leen todo el repositorio, planifican el trabajo, editan varios archivos, ejecutan pruebas, corrigen según los resultados y preparan los cambios listos para revisión.
Todo este conjunto de tareas ya funciona como un flujo continuo.
Esto no es una historia del futuro. Que los agentes de IA ejecuten partes del proceso de desarrollo ya es una opción real en el día a día.
Los agentes de IA pasan de ser un "apoyo" a impulsar el proceso de desarrollo
Las fases de "requisitos → diseño → implementación → pruebas" no han desaparecido. Lo que ha cambiado es la forma de recorrer cada una de ellas, ya no una sola vez y en orden.
Al comunicar el objetivo y los criterios de aceptación, un agente de IA construye una propuesta de implementación y crea el código y las pruebas. Si el resultado de la ejecución no convence, las personas revisan los requisitos o la interfaz, y el agente vuelve a implementar y verificar. El desarrollo que itera entre requisitos, diseño, implementación y verificación en ciclos cortos ya es una realidad.
Aunque las personas escriban cada vez menos código línea por línea, el desarrollo no deja de ser necesario.
Lo que se requiere de las personas es decidir qué tareas delegar en los agentes de IA, definir con claridad el objetivo, las restricciones y los criterios de aceptación, y juzgar si el resultado es adecuado.
De "crear después de la reunión" a "crear y verificar en el momento"
Generamos la UI mientras escuchamos las necesidades del cliente, la alineamos con el sistema de diseño existente y evaluamos cómo conectarla con la API. Con el feedback recibido, ajustamos pantallas y comportamientos en el momento. Lo que antes pertenecía al ámbito del prototipo ya puede avanzar con una precisión cercana a la de la implementación real.
Sin embargo, que una pantalla funcione no significa que pueda usarse en producción de forma segura.
Solo cuando se incluyen el diseño de datos, la gestión de permisos, el manejo de excepciones, el rendimiento, la monitorización, la operación y el mantenimiento, la aplicación se vuelve realmente utilizable en el trabajo.
Los agentes de IA han acelerado enormemente el proceso de "hacerlo realidad", pero el diseño y el criterio necesarios para "mantenerlo en un estado en el que se pueda confiar y seguir usándolo" siguen siendo indispensables.
Hacer más con agentes de IA y equipos pequeños
Los agentes de IA pueden encargarse de forma continua de la implementación, las pruebas, la documentación y la investigación, por lo que incluso los equipos pequeños pueden abarcar un alcance mucho mayor.
Como resultado, los límites entre diseñadores, ingenieros de frontend, ingenieros de backend y responsables de pruebas se han acercado más que antes. Los roles no desaparecen, sino que se reducen los traspasos entre disciplinas y un mismo equipo asume de principio a fin desde la decisión hasta la mejora.
En lugar de conectar muchas personas en procesos largos, los equipos pequeños con contexto compartido prueban rápido y los especialistas revisan los puntos clave. Este modelo de desarrollo se ha convertido en una opción realista.
Ahora que se puede construir tan rápido, la seguridad es más importante que nunca
Los agentes de IA no solo proponen código: también modifican archivos, llaman a herramientas externas y ejecutan pruebas y compilaciones. Precisamente porque su capacidad de acción se ha ampliado, pueden llevar a implementaciones erróneas o cambios peligrosos a un ritmo aún más rápido.
Además de las vulnerabilidades tradicionales, el desarrollo con agentes de IA presenta nuevos riesgos: sugerencias de dependencias inexistentes o desactualizadas, descuidos en la autenticación y autorización, filtración de información secreta, permisos excesivos, inyección de prompts y cambios no deseados en la configuración de CI/CD.
Por ello, el código generado o modificado por agentes de IA necesita controles de calidad igual o más claros que los aplicados al código escrito por personas.
- Limitar los permisos y las conexiones de los agentes de IA al mínimo necesario
- Ejecutar en un entorno aislado de los secretos de producción
- Verificar automáticamente dependencias, vulnerabilidades y licencias
- Revisar manualmente la autenticación, la autorización, la validación de entradas y el manejo de datos personales
- No dar por seguro algo solo porque las pruebas han pasado
- Registrar quién revisó y aprobó cada cambio
No es seguro por haberlo creado un agente de IA, ni peligroso por la misma razón. Lo importante es designar a la persona responsable final y utilizarlo dentro de un proceso de desarrollo seguro que incluya permisos, entorno de ejecución, verificaciones y aprobaciones.
La accesibilidad no se resuelve solo con agentes de IA
Los agentes de IA también aportan valor en el ámbito de la accesibilidad.
El alcance de lo que puede automatizarse se está ampliando: desde el análisis de la estructura HTML, la detección de etiquetas faltantes y la propuesta de textos alternativos, hasta la comprobación del contraste, la generación de casos de prueba y la implementación de correcciones. Esto también ayuda a detectar problemas en las primeras etapas de diseño e implementación, lo que reduce el coste de corregirlos.
Sin embargo, gran parte de la accesibilidad no puede determinarse por completo de forma automática. Los métodos de evaluación del W3C también subrayan que, además de utilizar herramientas de evaluación, es importante que una persona con conocimientos especializados revise los resultados y, cuando sea necesario, que participen personas usuarias reales.
Por ejemplo, los siguientes aspectos todavía requieren revisión visual y pruebas de uso real:
- Si es posible realizar todas las operaciones solo con el teclado sin perderse
- Si el orden y la visualización del foco son naturales
- Si los cambios de estado y los errores se transmiten correctamente con un lector de pantalla
- Si la información y las funciones no se pierden al ampliar la pantalla o con el reflujo del contenido
- Si los encabezados, los textos de los enlaces y los textos alternativos encajan con el contexto
- Si las personas usuarias reales pueden completar la operación deseada
En otras palabras, la inspección y corrección automatizadas por agentes de IA van de la mano con la verificación manual, el uso y las pruebas con tecnologías de apoyo. Incorporar la accesibilidad en las etapas de requisitos, diseño, implementación y pruebas, en lugar de dejarla como un último punto de revisión, es cada vez más importante.
Se requiere un profesional técnico capaz de proporcionar contexto y restricciones
Lo que se valorará a partir de ahora no será solo a quien escribe código con rapidez o a quien redacta buenos prompts.
Es alguien que organiza el "por qué se construye", el "quién lo usará", el "qué significa que esté terminado" y el "qué riesgos son inaceptables"; que proporciona al agente de IA el contexto y las restricciones correctas; que diseña los permisos y los controles de calidad; y que puede verificar los resultados.
El trabajo de las personas desarrolladoras está pasando de cargar con las tareas a combinar adecuadamente agentes de IA y especialistas para guiar la calidad. Y, en última instancia, la responsabilidad por la corrección, la seguridad y la usabilidad sigue recayendo en las personas.
Liberogic
En Liberogic, la adopción de la IA no es en sí misma nuestro objetivo principal.
Convertimos la experiencia que hemos acumulado en desarrollo frontend moderno, integraciones de API complejas, diseño de UI/UX y servicios de accesibilidad en el contexto y las restricciones que recibe el agente de IA, lo que acelera la validación y la mejora.
Construir rápido. Probar con las manos. Y entregar un producto en el que se pueda confiar, incluyendo seguridad, accesibilidad y mantenibilidad.
En lugar de elegir entre velocidad y calidad, destinamos ese esfuerzo a una verificación más profunda y a una mejor experiencia. Esa es nuestra forma de entender el desarrollo de cara al futuro.
Por último
El desarrollo de aplicaciones ya ha cambiado.
Pasamos de un proceso en el que una persona carga con todo el trabajo
a un proceso en el que una persona define el objetivo y las restricciones, un agente de IA ejecuta la tarea y una persona verifica el resultado y asume la responsabilidad.
Lo que importa a partir de ahora no es si se utilizan agentes de IA.
Importa hasta dónde se les delega, qué permisos se les concede, qué decisiones se reservan a las personas y cómo se alcanza una calidad en la que se puede confiar.
Aunque soy el director general, siempre trabajo como contraparte. Disfruto entender nuevas tecnologías y sentir alegría cuando algo se vuelve más práctico, y me sumerjo en el trabajo de campo con total entusiasmo. Me emociona el futuro de la tecnología y disfruto vivir nuevas experiencias sin importar la edad.
Tadanori Morimoto
Gerente de proyectos / Director creativo / Fundada en 2007