Saltar al contenido
Volver al blog
QA no es la última etapa: cómo se construye la calidad desde la especificación

QA no es la última etapa: cómo se construye la calidad desde la especificación

Si la IA genera el código en minutos, revisar al final ya no es funcional. En este artículo revisamos cómo construir la calidad desde la especificación.

6 min de lectura Equipo Flagare

Durante años, QA (aseguramiento de la calidad) fue la etapa ubicada entre el desarrollo y el paso a producción. El equipo construía, QA probaba y lo que aparecía se corregía contra el reloj. Ese orden funcionó mientras el software se escribía a la velocidad de las personas.

Hoy, una parte creciente del código la genera la IA en minutos. Por eso, si la verificación sigue esperando al final, la distancia entre lo que se produce y lo que se alcanza a revisar crece en cada iteración. En Flagare trabajamos con otra premisa. La calidad se construye desde la primera especificación y se comprueba en cada salida.

Por qué probar al final ya no alcanza

Cuando un requisito queda incompleto o se presta a más de una interpretación, el error suele aparecer recién en la prueba final. Para entonces ya pasó por el diseño, el código y los datos, y corregirlo obliga a rehacer trabajo en cada una de esas capas.

Modelo tradicional, donde QA revisa al final del flujo, frente a un modelo donde cada salida se verifica contra la especificación desde el inicio

El informe de DORA State of AI-assisted Software Development (2025) concluye que la IA funciona como un amplificador, es decir, potencia las fortalezas de las organizaciones con buenas prácticas y agrava las disfunciones de las que no las tienen. El World Quality Report 2025-26 muestra en cifras la brecha entre el interés y la implementación. Cerca del 90 % de las organizaciones impulsa iniciativas de IA generativa en ingeniería de calidad, pero solo el 15 % ha logrado implementarlas a escala empresarial.

La calidad empieza en la especificación

El desarrollo guiado por especificaciones (spec-driven development) invierte el flujo tradicional. La especificación se convierte en el documento de referencia que guía todo el trabajo, porque describe qué debe hacer el producto y cómo se va a comprobar. El código se genera y se verifica a partir de ella.

Una buena especificación tiene tres partes: un objetivo que cualquier persona del negocio entienda, criterios de aceptación (CA) que se puedan probar uno a uno y los estándares con los que se va a validar.

Por ejemplo, para una funcionalidad de reserva de horas en línea:

  • Objetivo: que una persona reserve una hora desde el celular en menos de dos minutos.
  • CA-01: el sistema muestra solo las horas disponibles.
  • CA-02: la confirmación llega por correo en menos de un minuto.
  • CA-03: todo el flujo se puede completar solo con el teclado.
  • CA-04: nadie puede ver la reserva de otra persona.
  • Estándares: Laws of UX, WCAG 2.2 (nivel AA) y OWASP Top 10.

Una persona reserva una hora en línea desde el sitio de un centro médico y recibe la confirmación por correo

La especificación es el punto de partida y, al mismo tiempo, el contrato contra el que se verifica todo lo demás. Su nivel de detalle se ajusta al tamaño de la tarea; un cambio menor no necesita convertirse en un expediente.

Verificar y validar en cada etapa

Verificar es comprobar que una salida cumple lo especificado. Validar es comprobar que el producto sirve para lo que la persona necesita. Un ciclo de calidad completo responde a ambas preguntas en cada etapa, y no solo cuando el código está listo.

En la práctica, los requisitos se revisan antes de diseñar para detectar vacíos y ambigüedades. El diseño se contrasta con cada criterio de aceptación y el código pasa las pruebas derivadas de esos mismos criterios. En los datos se comprueba que sean exactos y estén protegidos. Si la solución incluye IA, también se evalúa la precisión de sus respuestas, su seguridad y su comportamiento ante entradas inesperadas. Cada revisión es un ciclo corto, y la calidad final es la suma de todos ellos.

Agentes, estándares y skills

Revisar cada salida desde varias miradas (usuario, negocio, seguridad, rendimiento y accesibilidad) solía ser inviable por su costo. Hoy pueden hacerlo agentes de IA con roles definidos (Simaremare y Edison, 2026), siempre que cada uno trabaje con un estándar conocido, como Laws of UX para la experiencia de usuario, OWASP Top 10 para la seguridad o WCAG 2.2 para la accesibilidad.

El estándar convierte una opinión en un hallazgo que se puede citar. Volviendo al ejemplo de la reserva de horas, el agente de experiencia de usuario no se queda en una impresión vaga, como «el botón no se usa bien». Reporta: «Ley de Fitts. El botón "Reservar" es pequeño y queda lejos del pulgar. Severidad media. Evidencia adjunta». El equipo sabe qué corregir y por qué.

Una vez que el estándar tiene nombre, se puede empaquetar. Una skill es un conjunto de instrucciones reutilizable que el agente carga cuando la tarea lo requiere. Indica qué revisar, con qué criterio y en qué formato entregar el resultado. Si la revisión de experiencia de usuario se escribe una vez como skill basada en Laws of UX, todos los proyectos se revisan con el mismo criterio y los resultados se pueden comparar entre equipos.

Cada estándar tiene su skill, versionada junto al código, y la especificación declara cuáles aplican a cada producto. Así, el marco de calidad queda documentado y se puede auditar.

La decisión final sigue siendo de una persona

Nada de esto elimina la revisión previa a producción. Quien aprueba recibe la evidencia de qué criterios se verificaron, qué hallazgos se resolvieron y qué estándares se aplicaron en cada ciclo. Su trabajo es evaluar esa evidencia y firmar.

En el comunicado del World Quality Report, OpenText resumió esta idea al señalar que la IA amplifica las capacidades de un equipo, pero no las sustituye.

Una persona revisa código en pantalla antes de aprobar el paso a producción

Por dónde empezar

  1. Elegir una funcionalidad acotada y escribir su especificación con criterios de aceptación que se puedan probar.
  2. Declarar en la especificación los estándares que aplican. Para partir, bastan dos: uno de experiencia de usuario y otro de seguridad o accesibilidad.
  3. Convertir cada estándar en una skill y probarla sobre las salidas de esa funcionalidad.
  4. Definir quién aprueba el paso a producción y qué evidencia necesita ver.

La calidad recorre así todo el ciclo, desde la primera especificación hasta la firma final, y la IA permite sostenerlo a una escala que antes no era posible.


¿Quieres conocer cómo trabajamos la calidad en los proyectos de Flagare? Contáctanos.

Fuentes

  1. DORA (Google Cloud). State of AI-assisted Software Development. 2025.
  2. Capgemini, Sogeti y OpenText. World Quality Report 2025-26: Adapting to Emerging Worlds. 2025.
  3. OpenText. World Quality Report 2025: AI adoption surges in Quality Engineering, but enterprise-level scaling remains elusive (comunicado de prensa). 13 de noviembre de 2025.
  4. Simaremare, M. y Edison, H. «Active Personas for Synthetic User Feedback: A Design Science Study». En Software Business (ICSOB 2025). Springer, 2026.
  5. Laws of UX.
  6. W3C. Web Content Accessibility Guidelines (WCAG) 2.2.
  7. OWASP. OWASP Top 10.