Un gerente de operaciones arma en un fin de semana, con un generador de apps por IA, el sistema de solicitudes que su área venía pidiendo hace un año. Funciona, lo usan veinte personas y todos quedan contentos. Tres meses después alguien pregunta dónde están guardados los RUT y las direcciones de los clientes, quién tiene acceso a esa base y qué pasa si el gerente se va de la empresa. Nadie sabe responder.
El desarrollo de software con inteligencia artificial dejó de ser un experimento hace rato. Casi cualquier equipo serio lo usa, y para ciertos casos sí es posible crear software con IA en días en vez de meses. Lo que se discute menos es hasta dónde llega la herramienta y desde dónde hace falta alguien con experiencia mirando. De eso va este texto, y al final hay una lista de preguntas para hacerle a quien te proponga un proyecto construido así.
Lo que muestran los datos recientes
El informe DORA 2025 de Google, publicado en septiembre de 2025, reporta que el 90% de los profesionales de tecnología encuestados usa IA en su trabajo. La encuesta de desarrolladores 2026 de Stack Overflow, que salió este mes con más de 30.000 respuestas, confirma que los asistentes y agentes de código ya son parte del día a día.
La confianza es otra historia. En esa misma encuesta, apenas el 6,6% dice confiar en la IA para decisiones de trabajo importantes. Un 48% confía en ella cuando puede verificar fácilmente lo que entrega. Más del 70% la encuentra útil para escribir y depurar código, pero para diseño la cifra cae a 49% y para comunicación, a 35%.
Con la productividad pasa algo curioso. Un estudio controlado de METR de julio de 2025 midió que desarrolladores experimentados, trabajando en sus propios proyectos, tardaron un 19% más usando IA. Ellos creían haber ido un 20% más rápido. En una actualización de febrero de 2026, METR dice que hoy la aceleración probablemente es mayor, aunque reconoce que sus datos nuevos no alcanzan para decir cuánto.
DORA tiene una frase que nos parece la mejor síntesis: la IA amplifica lo que ya existe. Un equipo ordenado rinde más con ella; uno desordenado ve crecer sus problemas. En su informe, más adopción de IA se asoció con entregas más rápidas y, a la vez, menos estables.
Dónde acelera de verdad
En un proyecto de desarrollo ágil de software, la diferencia se nota sobre todo en estas tareas:
- Código repetitivo y estructura base, como mantenedores, formularios, conexiones a APIs conocidas o migraciones simples.
- Pruebas unitarias generadas a partir del código existente, incluidos casos borde que nadie se había dado el trabajo de escribir.
- Documentación de funciones y endpoints, y ese README que nadie actualiza.
- Una primera revisión de cada pull request, para que la persona que revisa después no pierda tiempo en errores obvios.
- Prototipos clickeables en pocos días, útiles para validar una idea con usuarios antes de comprometer presupuesto.
- Explicar módulos antiguos sin documentación, algo que ahorra horas en sistemas heredados.
Lo que tienen en común es que el resultado se verifica rápido. Si la prueba falla o la pantalla no carga, se ve al tiro. Contamos más sobre este cambio en la forma de trabajar en Fábrica de software ágil: cómo la IA acelera el desarrollo.
Lo que sigue siendo trabajo humano
Cuando el resultado no se puede comprobar a simple vista, la IA puede entregar algo que se ve bien y está mal. Ahí es donde una persona tiene que decidir.
| Área | Qué aporta la IA | Qué decide una persona |
|---|---|---|
| Arquitectura | Propone opciones y patrones conocidos | Cuál calza con tu volumen, tu presupuesto y quién va a mantenerlo |
| Reglas de negocio | Implementa lo que se le describe | Qué hacer con la excepción que nadie escribió |
| Seguridad | Detecta algunos errores comunes | Quién accede a qué y qué queda expuesto |
| Integraciones | Escribe el conector | Qué pasa cuando el otro sistema falla o cambia |
| Datos personales | Nada por sí sola | Cumplimiento de la Ley 21.719 y acuerdos con proveedores |
| Producción | Ayuda a leer logs | Operar, monitorear y responder incidentes |
Los propios desarrolladores marcan esa frontera. Según el resumen de Stack Overflow, solo el 20% usa IA para desplegar, operar o diagnosticar sistemas en producción, que es justo donde un error sale caro.
Un año antes, en la encuesta 2025, la queja más citada (66%) fueron las respuestas de IA "casi correctas, pero no del todo", y un 45% dijo que depurar código generado le toma más tiempo. Eso ayuda a entender el resultado de METR: el código sale rápido, pero revisarlo y corregirlo se come parte de lo ahorrado.
El riesgo de las apps hechas solo con IA
El gerente del comienzo no se equivocó por usar IA. Se equivocó en que nadie con experiencia revisó lo que construyó.
En seguridad hay datos bastante concretos. El informe de Veracode de julio de 2025 probó más de 100 modelos de lenguaje y encontró que el 45% de las muestras de código generado introducía una vulnerabilidad del OWASP Top 10. En Java, la tasa de fallas llegó a 72%. La actualización de marzo de 2026 mostró que la cifra general casi no se movió. Los modelos escriben código que funciona cada vez mejor, pero no por eso más seguro.
Esto es lo que suele aparecer cuando se revisa una app construida solo con IA:
- Credenciales o claves de API escritas dentro del código.
- Bases de datos sin reglas de acceso por usuario.
- Datos reales de clientes o trabajadores en ambientes de prueba, un tema que ya analizamos frente a la Ley 21.719.
- Librerías desactualizadas, o derechamente inexistentes, sugeridas por el modelo.
- Ninguna prueba, ninguna documentación y nadie que sepa mantenerla.
En una demo no se ve ninguno de estos problemas. Se ven cuando la app ya tiene usuarios y datos.
Qué preguntar antes de aprobar un proyecto hecho con IA
Si vas a contratar o aprobar un desarrollo con apoyo de IA, estas preguntas separan bastante bien a un equipo que la usa con método de uno que solo va rápido:
- ¿Qué herramientas de IA usan y qué parte de nuestro código o nuestros datos se envía a servicios externos?
- ¿Quién revisa el código generado antes de que llegue a producción?
- ¿Hay pruebas automatizadas y análisis de seguridad en el flujo de entrega?
- ¿Quién tomó las decisiones de arquitectura y dónde quedaron documentadas?
- ¿Quién mantiene el sistema en seis meses y a nombre de quién está el repositorio?
Si las respuestas son vagas, el proyecto probablemente también lo será.
Preguntas frecuentes
¿La IA puede reemplazar a un equipo de desarrollo?
Hoy no. Acelera tareas fáciles de verificar, como código repetitivo, pruebas y documentación. La arquitectura, la seguridad y las reglas de negocio siguen necesitando personas con experiencia.
¿Es seguro crear software con IA?
Puede serlo, siempre que el código generado pase por revisión humana, pruebas y análisis de seguridad. Sin ese control, los estudios muestran que una parte importante trae vulnerabilidades conocidas.
¿El desarrollo de software con inteligencia artificial sale más barato?
Normalmente baja el costo de prototipos e iteraciones. El ahorro total depende de cuánto tiempo se gana escribiendo código frente al tiempo extra que exige revisarlo.
Desarrollo a medida, con IA y con alguien a cargo
En Disrupsoft desarrollamos aplicaciones web y móviles a medida para empresas chilenas, conectadas con lo que ya usas, sea Azure, Power Platform o un AS/400. Usamos IA donde ahorra tiempo de verdad, y las decisiones de arquitectura y seguridad las toma el equipo. Si tienes una idea, o una app que alguien ya armó con IA y quieres revisar antes de que crezca, conversemos.
