IA para ingeniería
Implementación de AI-SDLC
Delegá más trabajo a agentes de IA sin perder control sobre las decisiones importantes.
Incorporamos agentes de IA al proceso de desarrollo, desde los requisitos hasta las pruebas y revisiones, usando las herramientas existentes y manteniendo la responsabilidad del equipo.
¿Qué es AI-SDLC?
AI-SDLC es una forma de integrar agentes de inteligencia artificial al ciclo de desarrollo de software.
Los agentes pueden colaborar en la preparación de tareas, la implementación de cambios, la generación de pruebas y la revisión técnica. Para aprovecharlos de manera responsable, hace falta definir el contexto, las reglas de trabajo y las decisiones que siguen en manos del equipo.
En Coorva ayudamos a incorporar estas prácticas dentro del proceso de ingeniería que cada organización ya utiliza.
Contexto antes de ejecutar
Los agentes necesitan objetivos claros, especificaciones, criterios de aceptación y conocimiento del proyecto.
Validación durante el desarrollo
El código generado debe pasar las pruebas, controles y revisiones que correspondan al cambio.
Responsabilidad humana
Las decisiones relevantes de ingeniería mantienen responsables y criterios de aprobación explícitos.
El enfoque Risk-First
No todos los cambios de software tienen las mismas consecuencias. Una modificación pequeña y reversible no necesita los mismos controles que un cambio de seguridad, arquitectura o datos sensibles.
Risk-First ayuda a evaluar la exposición de cada cambio antes de decidir cuánto trabajo delegar a la IA y qué validaciones exigir.
Risk-First define el nivel de control. AI-SDLC lo incorpora al proceso de desarrollo.
- 01
Preparación
Verificar que la tarea tenga suficiente información para comenzar.
- 02
Exposición
Considerar el impacto, la incertidumbre y la posibilidad de revertir el cambio.
- 03
Autonomía
Definir qué puede hacer el agente y cuándo necesita intervención humana.
- 04
Evidencia
Establecer qué pruebas, verificaciones y revisiones hacen falta para evaluar el resultado.
- 05
Responsabilidad
Dejar claro quién acepta las decisiones y los riesgos relevantes.
Cómo funciona el ciclo
La incorporación de agentes de IA requiere preparar el trabajo, definir condiciones de ejecución y evaluar los resultados antes de aceptarlos.
- 01
Definir el contexto
Se establecen los objetivos, el alcance, las restricciones y los estándares técnicos del proyecto.
- 02
Preparar las tareas
Se organizan los requisitos y criterios de aceptación para que el trabajo pueda comprenderse y ejecutarse.
- 03
Evaluar la exposición
Se analizan las consecuencias posibles del cambio, su incertidumbre y su reversibilidad.
- 04
Definir la autonomía
Se acuerdan los permisos del agente, las validaciones necesarias y las decisiones que requieren aprobación.
- 05
Implementar y verificar
Los agentes pueden desarrollar código, generar pruebas y preparar cambios para su revisión, siguiendo las reglas acordadas.
- 06
Aprobar y aprender
El equipo revisa la evidencia, toma las decisiones que correspondan y evalúa el resultado para ajustar el proceso.
Tres formas de delegar trabajo a la IA
La autonomía se define según las características del cambio y los controles disponibles. No se trata de aplicar el mismo nivel de supervisión a todas las tareas.
Ejecución autónoma
Para cambios acotados, reversibles y bien especificados, los agentes pueden ejecutar tareas dentro de permisos y verificaciones previamente definidos.
Ejemplos: documentación, refactors mecánicos o cambios locales con pruebas confiables.
Ejecución supervisada
El agente puede implementar y preparar pruebas, pero una persona revisa aspectos técnicos o de negocio antes de aceptar el cambio.
Ejemplo: una modificación funcional que requiere validar permisos, reglas de negocio o integraciones.
Decisiones humanas
Cuando un cambio tiene consecuencias importantes, el equipo conserva la autoridad sobre las decisiones y aprobaciones. La IA puede asistir el análisis o la implementación dentro de límites acordados.
Ejemplos: arquitectura crítica, seguridad, datos sensibles o cambios difíciles de revertir.
Estas categorías son orientativas. El nivel de control se define según el contexto y la exposición de cada cambio.
Ejemplo ilustrativo
Un ejemplo concreto
Incorporar un endpoint para cancelar una orden
Un agente de IA puede colaborar en la implementación, generar pruebas y preparar un Pull Request.
Antes de aceptar el cambio, el equipo debe revisar aspectos que dependen del contexto del negocio, como permisos, estados de la orden, operaciones simultáneas y posibles efectos sobre otros procesos.
La autonomía del agente y las verificaciones necesarias se definen según la exposición del cambio.
Agente de IA
- Implementación
- Pruebas
- Pull Request
Revisión de ingeniería
- Permisos
- Reglas de negocio
- Efectos del cambio
Trabajamos con las herramientas que tu equipo ya usa
La implementación de AI-SDLC no requiere reemplazar el backlog, los repositorios ni las herramientas de integración y entrega continua.
Según el contexto del proyecto, podemos incorporar agentes como Claude Code o Codex, herramientas de especificación como Spec Kit y las validaciones existentes de ingeniería.
El objetivo es integrar estas capacidades en un proceso coherente, no sumar herramientas innecesarias.
Backlog y requisitos
Las tareas y prioridades permanecen en las herramientas de gestión del equipo, como Jira.
Especificaciones y contexto
Se organizan requisitos, planes y criterios técnicos usando prácticas y herramientas adecuadas al proyecto.
Agentes de desarrollo
Los agentes existentes participan en tareas de implementación, pruebas y preparación de cambios.
Repositorios y validaciones
GitHub y CI/CD siguen formando parte del proceso de revisión, verificación y entrega.
Cómo acompañamos la implementación
Partimos de un proceso real de ingeniería y trabajamos con el equipo para incorporar agentes de IA de manera progresiva.
- 01
Elegimos un proceso concreto
Identificamos un workflow de desarrollo donde la participación de agentes de IA sea relevante y definimos el alcance inicial.
- 02
Acordamos reglas y responsabilidades
Establecemos el contexto, los criterios de aceptación, los niveles de autonomía y las validaciones necesarias.
- 03
Implementamos y evaluamos
Incorporamos las prácticas al trabajo del equipo, observamos cómo funcionan y analizamos dónde tiene sentido ampliarlas.
La incorporación de IA se adapta al proceso de ingeniería. No al revés.
¿Tenés una consulta sobre AI-SDLC?
Si querés conocer más sobre este enfoque o cómo podría aplicarse al proceso de desarrollo de tu equipo, escribinos.
Hacenos una consulta