Traducir ideas en código siempre ha sido complicado. Las especificaciones, las historias de usuario y las discusiones interminables suelen dejar a los desarrolladores con la duda: "¿Es esto lo que querían decir? Los malentendidos se acumulan y el verdadero trabajo -escribir un buen código- se atasca en idas y venidas. ¿Y si hubiera una forma de suavizar ese proceso? Imagina empezar con un mensaje, escrito en lenguaje sencillo, que describa lo que debe hacer una función. A partir de ahí, la IA genera pruebas, convirtiendo la petición en algo concreto, algo con lo que todo el equipo pueda alinearse. Y cuando esas pruebas parecen correctas, la IA escribe el código para que pasen. No se trata de saltarse pasos, sino de eliminar el ruido para que los desarrolladores puedan centrarse en resolver problemas y ofrecer grandes prestaciones. ¿Podría ser así como cerremos la brecha entre la intención del producto y su implementación? ¿Podrían flujos de trabajo como este, que dan prioridad a las pruebas, hacer que la calidad esté implícita y la productividad no suponga ningún esfuerzo? En esta charla, exploraremos estas posibilidades, desde el modo en que los avisos remodelan la colaboración hasta el papel de las pruebas como puente de comprensión, y cómo la IA encaja en todo ello. Tal vez la creación de software no tiene por qué ser una tarea pesada. ¿Y si fuera... más fácil?
Recursos
Los siguientes recursos se mencionaron durante la presentación de
o constituyen información adicional útil.
- TuxCare SecureChain para Java
- Evaluación de la calidad del código de las herramientas de generación de código asistida por IA
- ¿Dormido ante el teclado? Evaluación de la seguridad de las contribuciones al código de GitHub Copilot
- Fuego contra fuego: ¿hasta qué punto podemos confiar en ChatGPT para tareas relacionadas con el código fuente?
- Código más rápido, mayores riesgos: El compromiso de seguridad del desarrollo basado en IA
- Evaluación de la calidad y la seguridad del código generado por IA: Un análisis cuantitativo
- Informe Qodo: 2025 Estado de la calidad del código de IA
- StackOverflow Developer Survey 2025 - Herramientas de IA (Des)confianza
- Rotación de código en GitHub por año según GitClear
- Código más rápido, mayores riesgos: El compromiso de seguridad del desarrollo basado en IA
- El libro de Baruch El software líquido
- Libro de Baruch Herramientas DevOps para desarrolladores Java
- La cadena de integridad de la intención explicada + código de demostración
¡El código de demostración, guidelines.md y toda la charla como blog! - Vídeo de demostración
- Maldición del conocimiento
- Estocástico
- Desarrollo basado en pruebas
- Desarrollo orientado al comportamiento
- Especificaciones Gherkin
- Kit de especificaciones GitHub
- Kiro de Amazon - IDE de IA basado en especificaciones
- Tessl.io - Desarrollo basado en especificaciones y nativo de IA
- Andrej Karpathy





