Una encuesta de TestMu AI a profesionales del desarrollo y del control de calidad pone cifras a una decisión cotidiana: cuándo dar por bueno un cambio que ha escrito un modelo.
El 81 % de los equipos encuestados por TestMu AI reconoce haber incorporado a un proyecto código o pruebas generados por inteligencia artificial que no comprendía por completo. Un 19 % afirma que lo hace de forma habitual. Los datos proceden del informe State of AI in Quality Engineering 2026, publicado el 12 de noviembre a partir de respuestas de desarrolladores, profesionales de pruebas y responsables de calidad de la comunidad internacional de la empresa.
¿Qué pasa cuando la IA también escribe la prueba?
Imagina que un equipo pide a un asistente que programe un descuento para pedidos de 50 euros o más. El asistente escribe la función y propone probarla con una compra de 60 euros. La prueba pasa. Queda una pregunta bastante más reveladora: ¿qué cobrará la tienda a quien gaste exactamente 50 euros?
Si el código aplica el descuento solo a pedidos que superan los 50 euros, el cliente que llega justo al mínimo pagará de más. La prueba de los 60 euros seguirá dando el resultado esperado. Para detectar el error, alguien tiene que volver a la condición de la oferta y comprobar qué ocurre en el límite. Esa tarea de revisión sigue ahí aunque redactar la función y su prueba lleve apenas unos segundos.
Cómo revisan los equipos el código generado
Según TestMu AI, el 55 % de los equipos declara revisar manualmente el código generado por IA y el 41 % ejecuta alguna comprobación automática antes de incorporarlo al proyecto. Ambas prácticas pueden convivir: una prueba puede repetirse con cada cambio, mientras que una persona puede advertir que falta comprobar una condición importante.
El 44 % de los equipos afirma haber observado más defectos que escaparon a los controles o más incidentes en producción a medida que aumentaba el uso de código generado por IA. Son observaciones de los participantes. Para atribuir un fallo concreto a la IA habría que examinar el cambio que lo introdujo y averiguar por qué pasó la revisión.
Para quien compra en esa tienda, toda la discusión se reduce a algo muy sencillo: si la oferta empieza en 50 euros, el descuento debe aparecer al gastar 50. Para quien aprueba el código, ese mismo ejemplo ofrece una pregunta útil antes de incorporarlo: ¿qué caso pondría en evidencia que hemos interpretado mal el encargo?
Fuente: State of AI in Quality Engineering 2026, informe de TestMu AI.
Sombra Radio · Apoyo de lectores
Ayuda a mantener viva Sombra Radio
Tu aportación voluntaria nos ayuda a seguir publicando sobre IA. Puedes apoyarnos desde 1 € al mes.



