Ingeniería, IA y entrega de software
Lo que aprendimos aplicando inteligencia artificial en equipos de desarrollo reales, con las fuentes sobre la mesa.
IA en el desarrollo: qué muestran realmente los datos
Un estudio midió 55,8% más rápido. Otro midió 19% más lento. Ambos tienen razón, y la diferencia entre ellos es lo que importa.
Leer el artículoCode review con IA sin bajar el listón de calidad
Quien usa asistente de IA escribe código menos seguro y queda más confiado de que es seguro. El gate debe volverse más estricto, no más laxo.
Leer el artículoRAG para base de conocimiento: qué sobrevive a producción
Llenar la ventana de contexto puede empeorar la respuesta aun con el fragmento correcto dentro. La posición importa más que la cantidad.
Leer el artículoEvals en CI: probar lo que no es determinista
Las aserciones de igualdad fallan cuando la respuesta correcta se puede escribir de diez formas. Cambia la pregunta y la suite vuelve a servir.
Leer el artículoAgentes de IA en la entrega: dónde pagan y dónde no
Si puedes dibujar el diagrama de antemano, es un workflow. Agente solo cuando el camino depende de lo que se descubra sobre la marcha.
Leer el artículoPlanificación y estimación de sprint en la era de la IA
El promedio puede mejorar, pero el rango queda tan ancho que el número pierde utilidad. El tipo de tarea pasa a importar más que el tamaño.
Leer el artículoLa nueva deuda técnica: código que no escribiste
La deuda vieja tenía a alguien que sabía por qué tomó el atajo. La nueva crece en silencio, y se descubre durante un incidente.
Leer el artículoPruebas generadas por IA: cobertura no es confianza
La cobertura responde si la línea se ejecutó, no si alguien verificó el resultado. La pregunta correcta es si alguna prueba falla al romper el comportamiento.
Leer el artículoDel prototipo a producción: un pipeline de LLMOps
Si el prompt vive fuera del control de versiones, no puedes reproducir un incidente. Y el costo por interacción es requisito, no reporte de fin de mes.
Leer el artículoObservabilidad de funciones de IA: latencia, costo y calidad
No existe un contador de "respuesta buena". La calidad se observa por aproximación, y un panel sin ese eje da una sensación de control que el sistema no tiene.
Leer el artículoModernizar sistemas heredados con IA como arqueóloga
Esa condición extraña en el cálculo de flete resuelve un caso real que nadie documentó. Descubrirlo es el costo dominante del proyecto.
Leer el artículoEl prompt es código: versión, revisión y prueba
Una instrucción es orientación probabilística. El código es una garantía. Confundirlos es el error más caro en una aplicación de LLM.
Leer el artículoNo hay IA sin preparación de datos
El problema de datos es poco visible al inicio y compuesto al final. Corregir en el origen parece desperdicio y es lo único que evita el retrabajo grande.
Leer el artículoGobernanza de IA en Brasil: LGPD, PL 2338 y AI Act
Un revisor que aprueba cuarenta casos por hora y nunca rechaza nada no es un control, es un sello. El humano en el circuito necesita tiempo, información y autoridad.
Leer el artículoSeguridad de aplicaciones LLM: inyección y abuso de herramientas
La pregunta no es dónde entra el dato del usuario, es qué puede hacer el modelo si cree en algo equivocado. La respuesta es el tamaño del daño posible.
Leer el artículo