Dave Farley, fundador del canal Modern Software Engineering y figura histórica de la Continuous Delivery, sostiene aquí que la conversación pública sobre la IA y el desarrollo de software pasa por alto una variable decisiva: la entrega continua. Sin ella, el desarrollo asistido por IA no es solo arriesgado, es una trampa: una bomba de complejidad de mecha retardada.
Su argumento central se despliega en cuatro partes. En primer lugar, el código nunca ha sido el cuello de botella de la ingeniería de software. La dificultad siempre ha estado en otro lugar: entender el problema, diseñarlo, probarlo, integrarlo, desplegarlo. La IA acelera precisamente la parte que no era el problema.
En segundo lugar, se aplica la paradoja de Jevons: cuando producir código se vuelve barato, se produce más. Más código significa más complejidad, más puntos de integración, más comportamientos que evaluar, más mantenimiento. Y probablemente menos tiempo para entender el problema. Esto no es una ganancia de productividad, es una bomba de tiempo.
En tercer lugar, la IA tiende a dar grandes saltos, mientras que la buena ingeniería exige pasos pequeños y reversibles con retroalimentación rápida. Farley cita a Bob Martin ("la única forma de ir rápido es ir bien") y relata un proyecto en el que la llegada abrupta de 200 consultores un lunes por la mañana destruyó dieciocho meses de progreso.
En cuarto lugar, la Continuous Delivery se define como "trabajar de manera que nuestro software esté siempre en un estado desplegable". La mecánica: incrementos pequeños, pruebas automatizadas rápidas, un pipeline de despliegue que arbitra la desplegabilidad. Al pipeline no le importa quién escribió el código —humano o IA—, el estándar es el mismo.
Farley lo ilustra con su propia experiencia: ahora enseña a su asistente de IA el Acceptance Test-Driven Development, especifica al nivel de aceptación y avanza en horas por lo que antes tomaba semanas, con la confianza de que la dirección es correcta. También describe cómo su pipeline detectó un desajuste de esquema silencioso: la IA actualizaba la base de datos de pruebas pero no la de producción. Todas las pruebas pasaban, la aplicación fallaba en producción. Fue el pipeline el que dio la alerta, no la IA.
Su frase final lo resume: "La IA no reemplaza la necesidad de la ingeniería de software. Deja al descubierto a los equipos que nunca practicaron realmente la ingeniería." La pregunta no es si la IA puede escribir código, sino si sus prácticas de ingeniería son lo bastante sólidas como para absorber código de cualquier origen —humano o máquina— y entregar software que funcione.