Cómo elegir una fábrica de software que construye con IA: las cinco preguntas que sirven

Por qué preguntar si usan IA ya no separa a nadie

Hace dos años, que un proveedor te dijera que construye con inteligencia artificial era información. Hoy no lo es. En el informe DORA de 2025 —DevOps Research and Assessment, el programa de investigación de Google Cloud—, elaborado sobre cerca de 5,000 profesionales de tecnología, el 90% declara usar IA en su trabajo. Si haces esa pregunta en una evaluación, los cinco proveedores de tu lista corta te van a responder que sí, y vas a terminar donde empezaste.

El problema no está en la respuesta, está en la pregunta. Todos te van a decir lo mismo, ninguno queda descartado y la lista corta sigue igual de larga que antes de reunirte. La pregunta que sí ordena la decisión es otra, y casi nadie la está haciendo.

Lo que la IA acelera y lo que empeora al mismo tiempo

Este es el hallazgo que ordena todo lo demás, y viene del mismo informe DORA de 2025: la adopción de IA tiene una relación positiva con el rendimiento de entrega y el desempeño del producto, y al mismo tiempo una relación negativa con la estabilidad de la entrega. Las dos cosas son ciertas a la vez. No es una contradicción del estudio: es la descripción de lo que pasa.

La explicación que da el propio informe es directa. La IA acelera el desarrollo, y esa aceleración expone las debilidades que están más abajo en la cadena. Sin pruebas automatizadas sólidas, sin prácticas maduras de control de versiones y sin ciclos rápidos de retroalimentación, más volumen de cambio produce inestabilidad.

Los números de campo lo confirman con un detalle incómodo. El informe The Acceleration Whiplash de Faros AI, que analizó dos años de telemetría de 22,000 desarrolladores en más de 4,000 equipos, midió que las tareas completadas por desarrollador subieron 33.7%. En el mismo periodo, los errores por desarrollador subieron 54%, los incidentes por cada cambio integrado subieron 242.7% y los cambios integrados sin revisión de otra persona subieron 31.3%. El tiempo que un cambio pasa esperando revisión casi se triplicó.

Traducido: la fábrica produce más y rompe más. Lo primero se ve en el primer mes de proyecto. Lo segundo aparece cuando ya estás en producción.

El mismo informe agrega la frase que más debería importarte al evaluar: todas las organizaciones sufren este efecto, sin importar su madurez de ingeniería. Nadie está exento por ser bueno. La diferencia no está en si te pasa, sino en si tienes con qué contenerlo.

De ahí salen las cinco preguntas.

Pregunta 1: ¿cómo miden que la IA los hace más rápidos?

La respuesta que vas a escuchar es un porcentaje. «Somos 40% más rápidos.» Tu siguiente pregunta debe ser cómo lo saben.

En julio de 2025, el instituto de investigación METR corrió un experimento controlado con 16 desarrolladores experimentados sobre 246 tareas reales de sus propios repositorios. El resultado: con herramientas de IA tardaron 19% más. No menos: más. Antes de empezar estimaban que la IA los aceleraría 24%, y al terminar, después de haber sido más lentos, seguían creyendo que los había acelerado un 20%.

Los autores del estudio son explícitos en que su resultado no prueba que la IA no acelere a la mayoría de desarrolladores. Es un estudio acotado, en un contexto específico, y ellos mismos lo dicen. Pero lo que sí deja establecido es otra cosa, y esa vale para cualquier proveedor: la percepción de velocidad y la velocidad medida pueden ir en direcciones opuestas, y quien la vive por dentro no lo nota.

Entonces la pregunta útil no es cuánto más rápidos son. Es esta: contra qué línea base lo comparan, con qué proyectos, y qué pasó con los defectos en ese mismo periodo. Un proveedor que mide te va a responder con un antes y un después. Uno que no mide te va a responder con una sensación bien vestida de cifra.

Pregunta 2: ¿qué sostiene la velocidad cuando el volumen sube?

Esta es la pregunta central, porque es exactamente la variable que el informe DORA identifica como la que separa un resultado del otro.

Lo que debes pedir que te describan, y con nombre propio:

• Pruebas automatizadas. No «tenemos pruebas», sino qué se ejecuta solo en cada cambio, qué porcentaje del sistema cubren y qué pasa cuando fallan. Si la respuesta es que un equipo prueba a mano al final del ciclo, la aceleración no tiene contención.
• Control de versiones maduro. Cómo entra un cambio, quién lo revisa y qué lo bloquea. Con la revisión humana cayendo en el mercado, esta deja de ser una formalidad y pasa a ser la última defensa.
• Retroalimentación rápida. Cuánto demoran en enterarse de que algo se rompió: minutos, horas o el reclamo de un usuario.
• Revisión humana obligatoria. Quién firma que un cambio generado con asistencia de IA entra al producto, y qué mira antes de firmar. No es un trámite: en la encuesta a desarrolladores de Stack Overflow de 2025, sobre 33,662 respuestas, el 46% desconfía activamente de la exactitud de lo que produce la IA frente a un 33% que confía, y el 66% dice toparse con soluciones «casi correctas, pero no del todo».

La forma más honesta de plantearlo en la reunión: «la evidencia pública dice que acelerar con IA sube la inestabilidad si no hay un sistema de control debajo. Cuéntame el suyo.» Un proveedor serio se va a alegrar de esa pregunta, porque es justamente donde tiene algo que mostrar. Uno que solo compró licencias va a responder con el nombre de la herramienta.

Y ahí está la señal más clara de todas: si te responden nombrando productos en vez de describiendo un proceso, la IA en esa empresa es una compra, no un método.

Pregunta 3: ¿quién revisa la seguridad de lo que genera la máquina?

En julio de 2025, Veracode probó más de cien modelos de lenguaje generando código en cuatro lenguajes. El 45% de las muestras falló las pruebas de seguridad e introdujo vulnerabilidades del OWASP Top 10, la lista de referencia de fallas de seguridad en aplicaciones. En Java la tasa de falla llegó a 72%. Frente al cross-site scripting, la inyección de código malicioso en una página web, los modelos fallaron en el 86% de los casos relevantes.

El dato que más pesa para una evaluación es otro: los modelos más nuevos y más grandes no generaron código más seguro. El desempeño en seguridad se mantuvo plano sin importar el tamaño o la sofisticación del modelo. Es decir, esto no se arregla solo esperando la siguiente versión.

Lo que debes preguntar es quién y cómo. Si hay análisis de seguridad automático en cada cambio, si alguien con formación en seguridad revisa lo que la IA propone antes de que llegue a producción, y qué pasa cuando ese análisis marca algo. Y una más, concreta y muy reveladora: qué hacen con las librerías de terceros que la IA sugiere, porque una parte de esas sugerencias son paquetes que no existen o que existen solo porque alguien los creó para aprovechar el error.

Pregunta 4: ¿cómo evitan que el código quede caro de mantener?

Este es el costo que no aparece en la propuesta y aparece en el año dos.

GitClear analizó 623 millones de cambios de código entre 2023 y 2026. Los bloques de código duplicados subieron 81%. La refactorización, que es reorganizar código existente para que siga siendo manejable, cayó 70% respecto de 2022. El mantenimiento de código heredado cayó 74%. Y el dato que resume todo: en la primera mitad de 2026, el código copiado y pegado representó el 15.7% de las líneas modificadas, mientras el código reorganizado cayó a 3.8%. Cinco veces más duplicación que reorganización.

Duplicar es más rápido que reorganizar, y una máquina que optimiza por producir código inmediato duplica. El resultado no es un sistema que falla: es un sistema que funciona y que cada cambio nuevo hace más caro. La empresa que paga eso no es la que construyó. Eres tú, cuando pidas la siguiente funcionalidad.

Preguntas concretas: cómo detectan la duplicación, si tienen una medición de deuda técnica que puedas ver, y qué porcentaje del esfuerzo de cada entrega se dedica a reorganizar lo que ya existe. Si nunca dedican nada, estás comprando velocidad de hoy con presupuesto de mañana. Este es el terreno de El costo oculto de la IA mal usada en desarrollo de software, que lo desarrolla completo.

Pregunta 5: ¿lo que me vas a entregar es tuyo para cedérmelo?

Acá entra un criterio legal peruano que casi ninguna evaluación incluye, y tiene consecuencias.

La Dirección de Derecho de Autor del Indecopi resolvió, en la Resolución 1111-2025/DDA difundida el 23 de junio de 2026, negar el registro de un libro que su solicitante reconoció haber generado con ChatGPT-4o. El fundamento: para que una obra tenga protección de derecho de autor debe tener una impronta humana, expresada en decisiones libres y creativas. Sin eso, no hay obra protegida.

El software se rige por el Decreto Legislativo 822, Ley sobre el Derecho de Autor, en su versión vigente. La consecuencia práctica de juntar las dos cosas es incómoda y directa: si una parte del código que te entregan la generó una máquina sin intervención humana significativa, esa parte puede no ser obra protegida, y una cláusula de cesión total de derechos no tiene sobre qué recaer. No es que te la estén negando. Es que no hay qué ceder.

Eso no vuelve inútil el contrato: lo cambia. En vez de discutir solo titularidad, hay que pedir constancia de qué se generó con asistencia, garantía de que el proveedor tiene derecho a entregar lo que entrega, y una salida ordenada. La pieza Contrato de desarrollo de software con IA: cláusulas que te protegen trae esas cláusulas redactadas y la base legal de cada una.

En la etapa de evaluación basta con hacer la pregunta y escuchar. Un proveedor que ya la pensó te responde sin ponerse nervioso. Uno que nunca la escuchó te lo va a hacer notar en la cara.

Cómo suena una buena respuesta y cómo suena el humo

Ninguna de las cinco preguntas es técnica en el sentido de necesitar que sepas programar. Todas se responden en lenguaje de gestión, y esa es justamente la prueba: un proveedor que solo puede contestarlas en jerga es un proveedor que no las tiene resueltas a nivel de proceso.

Conclusión

La inteligencia artificial en desarrollo de software dejó de ser un diferenciador porque la tiene todo el mundo: el 90% de los profesionales de tecnología ya la usa. Lo que no tiene todo el mundo es el sistema que la sostiene: cómo se mide, qué la contiene, quién la revisa, qué deja atrás y a quién le pertenece lo que produce. Esa es la parte que se construye con años y con método, y es la única que va a explicar por qué dos proveedores con las mismas herramientas te entregan resultados distintos.

En Altimea construimos con IA bajo un marco de trabajo propio, AI-Forge, precisamente porque la herramienta sola no alcanza. Si estás evaluando proveedores ahora mismo, llévate las cinco preguntas y hazlas iguales a todos. Las respuestas te van a ordenar la lista corta más rápido que cualquier propuesta.