LAS IDEAS CLAVE
- 01
La IA amplifica las prácticas y limitaciones del equipo que la utiliza.
- 02
Una modernización puede avanzar por capacidades de negocio comprobables.
- 03
El avance se mide con operación, calidad y resultados para el usuario.
El sistema que entrega el software también importa
El informe DORA 2025 sobre desarrollo asistido por IA presenta una conclusión relevante para quienes modernizan sistemas: la IA amplifica fortalezas y debilidades que ya existen en la organización. El equipo de investigación pone el foco en las capacidades y prácticas que rodean a las herramientas. Es evidencia sobre organizaciones y desarrollo de software; no una promesa de productividad para cualquier proyecto individual. DORA, State of AI-assisted Software Development 2025.
Nuestra lectura para una empresa chilena es comenzar por la dificultad que hoy impide mejorar su servicio. Puede tratarse de reglas de negocio poco documentadas, dependencias entre sistemas o un proceso de liberación que exige demasiado trabajo manual. La IA podría ayudar en varias tareas, pero conviene identificar primero ese obstáculo. Producir más cambios solo resulta útil cuando el equipo puede revisarlos, integrarlos y comprobar que funcionan en la operación.
Elegir una parte que tenga sentido para el negocio
Martin Fowler describe la modernización gradual mediante el patrón Strangler Fig: incorporar capacidades y trasladar progresivamente comportamientos desde un sistema existente a componentes nuevos. Su explicación, actualizada en agosto de 2024, destaca la convivencia temporal y la necesidad de acordar resultados. Es un enfoque de arquitectura establecido que sigue siendo útil para esta discusión, aunque no hace que toda modernización resulte sencilla. Martin Fowler, Strangler Fig.
Como aplicación práctica, proponemos elegir una función que se pueda observar de principio a fin. En un portal de clientes podría ser consultar el estado de una solicitud. El primer alcance incluiría la información necesaria, la respuesta al usuario y el registro operativo. La elección debería aportar una mejora reconocible y permitir estudiar dependencias reales. Separar una pieza solo porque resulta fácil programarla puede dejar intacto el problema que motivó la inversión.
Una entrega pequeña debe poder comprobarse
DORA identifica el trabajo en lotes pequeños como una capacidad que acorta los ciclos de aprendizaje y facilita comprobar hipótesis. Su guía también advierte que generar grandes bloques de código con IA puede aumentar la dificultad de revisión e integración. Recomienda dividir el trabajo en cambios que puedan evaluarse de forma independiente. DORA, Working in small batches.
Nuestra recomendación es describir cada entrega con una conducta verificable. Por ejemplo: una solicitud válida muestra el estado correcto; una inexistente entrega una respuesta comprensible; una falla del sistema de origen no aparece como una confirmación exitosa. Estos escenarios ayudan a negocio y tecnología a acordar qué significa terminar. El tamaño de un cambio debería permitir que una persona entienda su propósito y sus consecuencias sin reconstruir de memoria todo el proyecto.
Dónde puede ayudar la IA en una modernización
Proponemos utilizarla como apoyo para explorar código, formular preguntas sobre dependencias y preparar borradores de documentación o pruebas. Cada salida necesita contrastarse con el comportamiento real del sistema. Un resumen convincente de una función puede omitir una condición poco frecuente; una prueba generada puede repetir el mismo supuesto incorrecto del código. El equipo debe conservar ejemplos de la operación y conocimiento del negocio como referencias para verificar el trabajo.
Un ejercicio útil consiste en elegir un recorrido y pedir una explicación que pueda comprobarse contra registros, pantallas y respuestas de las interfaces. Después, se revisan los puntos donde la explicación no coincide con la realidad. Este procedimiento es una propuesta editorial de trabajo, no un resultado medido. Sirve para transformar la herramienta en apoyo a la investigación técnica y para decidir qué partes necesitan la atención de una persona con conocimiento especializado.
La transición también necesita presupuesto
Durante una modernización pueden coexistir componentes viejos y nuevos. Recomendamos incluir desde el inicio el esfuerzo para operarlos, reconciliar información y retirarlos cuando corresponda. Cada nueva pieza debería tener un responsable y una condición de salida para la anterior. Sin ese acuerdo, el proyecto puede acumular otra capa de mantenimiento. También conviene documentar cómo volver a un estado operativo conocido si una entrega no se comporta como se esperaba.
Para evaluar el avance, sugerimos observar tiempo de entrega, incidencias, trabajo manual y el resultado que recibe el usuario. Las métricas deben leerse juntas: una entrega más rápida pierde valor si multiplica correcciones posteriores. El mejor siguiente paso es seleccionar un flujo, registrar su situación actual y liberar una mejora que permita comparar. La modernización gana dirección cuando cada inversión produce conocimiento sobre el sistema y un cambio que el negocio puede reconocer.
CON TEXTO Y CONTEXTO
Fuentes y referencias
- State of AI-assisted Software Development 2025DORA / Google Cloud
- Strangler FigMartin Fowler · 2024-08-22
- Working in small batchesDORA / Google Cloud
Contenido elaborado con asistencia de IA a partir de las fuentes enlazadas. Las recomendaciones corresponden al análisis editorial de Digital Dev. Cómo elaboramos y corregimos nuestros artículos.