Ingeniería de calidad de software: Por qué el rol del tester está cambiando con la IA

Fernando — Wed, 05 Aug 2026 17:41:14 +0000

Fernando Wed, 08/05/2026 - 11:41

La inteligencia artificial está modificando el desarrollo de software y, con ello, la manera en que las empresas abordan la calidad. Durante años, el testing se concentró en identificar defectos antes de una liberación. Hoy, la calidad acompaña todo el ciclo de vida de una aplicación y participa en decisiones que influyen en la disponibilidad de los servicios, la experiencia del usuario y la continuidad del negocio.

El crecimiento de arquitecturas basadas en microservicios, despliegues continuos, plataformas cloud native y aplicaciones que incorporan modelos de inteligencia artificial ha ampliado el alcance de la ingeniería de calidad de software. En este entorno, los equipos requieren nuevas capacidades técnicas y una visión más amplia del funcionamiento de los sistemas.

La calidad dejó de ser una etapa del desarrollo

Validar una aplicación únicamente antes de ponerla en producción dejó de ser suficiente. En los modelos actuales de desarrollo, la calidad forma parte del proceso desde las primeras etapas y acompaña la evolución del software durante todo su ciclo de vida.

Cuando una aplicación depende de múltiples servicios y recibe actualizaciones constantes, comprobar que una funcionalidad cumple con la especificación es solo una parte del trabajo. También es necesario evaluar cómo responde el sistema ante incrementos de carga, fallas en dependencias externas o situaciones que pueden afectar la operación del negocio.

Ese cambio amplió el alcance de los equipos de calidad. Además de diseñar y ejecutar pruebas, participan en la definición de estrategias de validación, monitorean servicios digitales en producción y colaboran con desarrollo, operaciones y seguridad para identificar riesgos antes de que impacten a los usuarios.

El perfil profesional también evolucionó. El dominio de herramientas de automatización continúa siendo importante, pero hoy se complementa con conocimientos de arquitectura de software, programación, análisis de datos y una mejor comprensión de los objetivos del negocio.

La IA cambia las herramientas, pero también las decisiones

La inteligencia artificial ya forma parte de distintas actividades relacionadas con el testing. Puede generar casos de prueba, clasificar hallazgos, resumir resultados o identificar patrones que antes requerían varias horas de trabajo manual.

Su incorporación, sin embargo, trae consigo nuevas responsabilidades. Los equipos ya no solo deben validar la calidad de las respuestas que produce un modelo; también necesitan decidir en qué actividades aporta valor y cuándo conviene utilizarlo.

La IA introduce una variable que hace pocos años no formaba parte del trabajo cotidiano del ingeniero de calidad: el costo de utilizar modelos generativos. Cada interacción consume tokens o licencias y representa un gasto que debe evaluarse junto con el beneficio esperado.

Por ello, una estrategia de calidad apoyada en inteligencia artificial no consiste en automatizar la mayor cantidad posible de tareas, sino en identificar los procesos donde su uso está plenamente justificado. Determinar ese equilibrio entre costo, cobertura y beneficio comienza a convertirse en otra competencia para los equipos de calidad, del mismo modo que hoy se priorizan riesgos, tiempos de ejecución o cobertura de pruebas.

La incorporación de IA no sustituye el criterio humano. Por el contrario, desplaza el trabajo hacia decisiones que requieren análisis técnico, conocimiento del negocio y una mejor comprensión del impacto que puede tener cada cambio sobre el software.

La IA no sustituye el criterio humano; desplaza el trabajo hacia decisiones que requieren análisis técnico, conocimiento del negocio y una mejor comprensión del impacto de cada cambio sobre el software.

La ingeniería de calidad abre nuevos frentes para la industria

Hace algunos años, la automatización de pruebas ocupaba buena parte del interés de la comunidad técnica. Hoy el panorama es más amplio e incluye inteligencia artificial, resiliencia, seguridad, confiabilidad y operación de sistemas distribuidos.

Esa evolución puede observarse en la agenda de la conferencia Hands-On Testing 2026, cuya novena edición reunirá charlas sobre pruebas para productos de software con IA generativa, evaluación de modelos de lenguaje, seguridad en arquitecturas cloud native, automatización inteligente y estrategias para validar sistemas cuyo comportamiento ya no siempre es determinista.

Todas las sesiones comparten una misma idea: la calidad ya no se mide únicamente por la capacidad de encontrar defectos. Hoy también exige comprender cómo responde un sistema en condiciones reales de operación, anticipar riesgos y tomar decisiones con base en evidencia técnica y objetivos de negocio.

Para Blanca Moreno, fundadora de Hands On Testing, esta evolución explica por qué la conferencia ha ampliado gradualmente los temas que aborda en cada edición. El objetivo, señala, ha sido reunir a la comunidad de ingeniería de calidad de software para compartir experiencias y mejores prácticas conforme la disciplina incorpora nuevos retos. Este año, bajo el lema "La calidad autónoma en la era de la IA", la discusión se enfocará en cómo integrar inteligencia artificial a los procesos de calidad sin perder el juicio técnico ni la responsabilidad que sigue recayendo en las personas.

Una disciplina que continúa evolucionando

La ingeniería de calidad incorpora hoy responsabilidades que hace pocos años no formaban parte del rol. Evaluar riesgos asociados con modelos generativos, decidir cuándo el uso de IA aporta valor y administrar de manera eficiente los recursos necesarios para integrarla al ciclo de desarrollo son algunas de ellas.

Todo apunta a un perfil profesional con mayor participación en la estrategia técnica, el análisis de riesgos y la confiabilidad de las aplicaciones. Más que ejecutar pruebas, los equipos de calidad contribuyen a que las decisiones sobre el software se tomen con mayor información y menor incertidumbre.

Buena parte de estos desafíos se abordará durante Hands-On Testing 2026, que se realizará del 12 al 14 de agosto en modalidad streaming sin costo y concluirá el 15 de agosto con una jornada presencial en Guadalajara, Jalisco. La agenda completa, el programa de conferencias y la información sobre el evento están disponibles en handsontesting.com.

Blanca Moreno

Intersección entre SQA e IA | Tech Sprints Live | 1ra Temporada | Episodio 5

AlbertoRJ — Mon, 27 Feb 2023 21:22:46 +0000

Intersección entre SQA e IA | Tech Sprints Live | 1ra Temporada | Episodio 5

Evento

Tech Sprint

AlbertoRJ Mon, 02/27/2023 - 15:22

Conferencista(s)

En este episodio nos enfocaremos en platicar sobre de cómo IA impacta el aseguramiento de calidad y cómo podemos usarlo para mejorar nuestro trabajo.

Algunos de los puntos que abordaremos en este episodio son:
🎯 Cómo automatizar sin olvidar la parte funcional.
🎯 ¿Cómo se está usando IA en performance testing?
🎯 ¿Cómo enfocarse en prácticas de automatización?
🎯 Áreas dónde se esta usando la IA para testing.
🎯 En dónde y que drivers se están usando la IA para testing automatizado.
🎯 Tips para saber dónde estudiar y certificarse como SQA.

Fecha de sesión

Wed, 10/19/2022 - 12:00

Hago testing ágil y tenemos más defectos de los que podemos probar

AlbertoRJ — Tue, 02 Feb 2021 19:41:03 +0000

Hago testing ágil y tenemos más defectos de los que podemos probar

Evento

SG Virtual Conference Diciembre 2020

AlbertoRJ Tue, 02/02/2021 - 13:41

Conferencista(s)

Blanca Moreno

Diciembre - 2020.

Consultora de calidad en procesos de prueba, estrategias y ejecución de proyectos de software. Tiene experiencia cómo líder de equipos de pruebas, capacitación y tutoría.
Actualmente director en QA Minds Lab.

Fecha de sesión

Thu, 12/03/2020 - 12:00