IA en desarrollo: del pedido a la publicación verificada
Organiza investigación, cambios, revisión y publicación con evidencias. Un ejemplo de fallo muestra qué debe entregar cada etapa asistida por IA.
Un usuario indica que el informe muestra un periodo, pero el archivo exportado contiene otro. La IA puede ayudar a localizar la diferencia y preparar una corrección. El trabajo termina cuando se reproduce el caso, se revisa el cambio y se observa la exportación correcta en el entorno adecuado.
Este ejemplo hipotético sitúa la IA dentro del desarrollo sin confundir generación de código con entrega.
El pedido debe permitir comprobar
Registra pantalla, filtros, acciones, resultado actual y esperado. Indica usuarios afectados y un ejemplo sin datos sensibles. “Corregir exportación” deja demasiadas decisiones abiertas.
Pide al asistente que siga el filtro desde la interfaz hasta la API, la consulta y el archivo. El diagnóstico debe localizar dónde cambia el comportamiento, no listar archivos que contengan la palabra informe.
Haz aparecer el fallo antes de corregir
Reproduce el problema o escribe un caso que falle con la implementación actual. Si no es posible en el entorno, registra la limitación y lo que falta observar. Una hipótesis razonable no es una causa confirmada.
La investigación podría mostrar que el navegador filtra la tabla y la exportación llama a una ruta sin fechas. Esa hipótesis debe contrastarse con código y resultado real antes de decidir el cambio.
Limita el cambio al comportamiento necesario
Usa una rama o copia que preserve los cambios de otras personas. Explica convenciones y alcance. Corregir un filtro no requiere sustituir a la vez tabla, biblioteca de fechas y permisos.
Pide una descripción de cambios y casos comprobados, y lee el diff. Si aparece una abstracción nueva, pregunta qué repetición o restricción concreta resuelve.
Revisa por caminos diferentes
Una prueba que copia la lógica nueva puede pasar junto con el error. Usa el comportamiento esperado y comprueba variantes: periodo vacío, límites de fechas, orden, ausencia de registros y usuario sin permiso.
La guía de OWASP sobre código asistido por IA destaca revisión y pruebas independientes para controles críticos. La autorización procede de la regla del producto, no de la sugerencia generada.
Si hay interfaz, recorre el flujo en navegador. Si hay datos guardados, comprueba una lectura posterior. Compilar correctamente confirma ese paso técnico, pero no demuestra por sí solo que el usuario completó la tarea.
Publica con un resultado que comprobar
Registra versión, cambios, configuración y vuelta al estado anterior. Confirma la autorización para efectos externos y aplica solo lo revisado. Después repite el escenario con datos adecuados y observa fallos que no aparecían localmente.
Distingue trabajo preparado, probado y publicado. Si falta acceso o una decisión, deja una pendiente concreta: qué escenario no se comprobó y quién debe actuar.
El guion de evaluación de modelos mide la contribución de la herramienta. Para acceso y ejecución, consulta automatización de agentes y responsabilidades. El beneficio debe aparecer en trabajo terminado y revisado, no solo en más código.
Sobre el autor
Tiago F SantiagoComentarios
Todavía no hay comentarios
Comparte una pregunta o una experiencia relacionada con el artículo.
Artículos relacionados
