177 artículos
El artículo presenta SpecOps, un marco de prueba totalmente automatizado que utiliza agentes de IA especializados para evaluar de manera eficiente y precisa la robustez y detectar errores en agentes de GUI del mundo real, superando a enfoques existentes en precisión y costo.
Este artículo propone un cambio de paradigma en la verificación de software hacia un enfoque de "pastoreo" basado en la "escasez de influencia", introduciendo el algoritmo EZR que logra el 90% de los resultados óptimos con solo 32 muestras al identificar variables críticas sin necesidad de modelos complejos.
Este trabajo presenta FP-Predictor, un modelo de Red Neuronal Convolucional sobre Grafos (GCN) que utiliza Grafos de Propiedades de Código para predecir con alta precisión (hasta 100% en pruebas y 96.6% en CryptoAPI-Bench) si los informes de análisis estático de seguridad son falsos positivos, demostrando un razonamiento conservador y seguro a pesar de limitaciones en la representación del flujo de control interprocedimental.
Este artículo presenta la primera edición de la pista QuantumX en JISBD 2025, un evento pionero que consolidó la intersección entre la Computación Cuántica y la Ingeniería de Software en España, fomentó la colaboración de redes de investigación nacionales e iberoamericanas y definió desafíos futuros para el desarrollo de esta disciplina emergente.
Este artículo presenta un marco de ciclo de vida de informes ESG impulsado por agentes de IA y modelos de lenguaje grande que transforma la generación de reportes de un proceso estático a un sistema dinámico y adaptable mediante la integración de múltiples agentes para la extracción, verificación y actualización de datos de sostenibilidad.
Este artículo presenta una plataforma educativa de desarrollo ágil integrada con IA que funciona como un entorno de investigación colaborativa para generar evidencia práctica y oportuna mediante iteraciones rápidas y participación de interesados, cerrando así la brecha entre la teoría académica y la industria real.
El artículo presenta LabConstrictor, una herramienta que automatiza la conversión de cuadernos Jupyter en aplicaciones de escritorio instalables mediante pipelines de GitHub, superando las barreras de distribución y reproducibilidad para facilitar el acceso y la reutilización de software científico en ciencias de la vida.
El artículo propone el desarrollo "Nurture-First" (NFD), un nuevo paradigma que construye agentes de IA expertos mediante interacciones conversacionales estructuradas con practicantes del dominio para cristalizar progresivamente el conocimiento tácito, superando así las limitaciones de los enfoques tradicionales basados en código o prompts estáticos.
Este estudio, basado en una encuesta con estudiantes de proyectos de software, revela que la percepción del sentimiento en los mensajes es inestable, depende fuertemente del contenido específico del enunciado y muestra correlaciones débiles con factores individuales o del proyecto, lo que sugiere precaución al interpretar los resultados del análisis de sentimiento.
El artículo presenta STADA, un marco de generación de pruebas basado en especificaciones que utiliza lógica temporal (LTLf) para crear sistemáticamente escenarios de conducción autónoma que superan significativamente a los métodos existentes en cobertura y eficiencia.
El artículo presenta TOSSS, un nuevo benchmark basado en la base de datos CVE que evalúa la capacidad de los modelos de lenguaje grandes para seleccionar fragmentos de código seguros frente a vulnerables, ofreciendo una métrica de seguridad complementaria a las puntuaciones existentes.
Este artículo examina cómo la inteligencia artificial actúa como catalizador de innovación en la ingeniería de software, demostrando mediante una revisión bibliográfica y un estudio empírico que su integración optimiza las prácticas ágiles y automatiza tareas clave para mejorar la calidad, la velocidad y la adaptabilidad ante requisitos cambiantes.
Este artículo presenta un marco de análisis en capas que revisa sistemáticamente 178 benchmarks de modelos y agentes de lenguaje para código, revelando un desequilibrio crítico donde la mayoría se centra en la fase de implementación del ciclo de vida del desarrollo de software, mientras que las fases de requisitos y diseño están subrepresentadas y existen riesgos significativos de contaminación de datos.
Este artículo presenta una revisión sistemática de la literatura sobre los "sistemas de sistemas gemelos", analizando 80 estudios seleccionados de más de 2.500 para proponer un marco de clasificación que integra los paradigmas de sistemas de sistemas y gemelos digitales.
Este artículo propone una metodología estructurada basada en el metamodelo MeROS y adaptada al modelo en V para integrar la ingeniería de sistemas basada en modelos (MBSE) con el Robot Operating System (ROS), abordando así los desafíos de coherencia semántica y trazabilidad en el desarrollo de sistemas robóticos complejos.
El artículo presenta UniCoR, un marco de aprendizaje auto-supervisado que mejora la recuperación híbrida de código entre lenguajes mediante módulos de aprendizaje contrastivo y de consistencia distribucional para superar los desafíos de comprensión semántica, fusión modal y generalización.
Este estudio propone un enfoque estructurado y reutilizable para la construcción de casos de seguridad en sistemas de IA, introduciendo taxonomías específicas y plantillas adaptadas para abordar los desafíos dinámicos de la IA generativa y agéntica que los métodos tradicionales no pueden capturar.
El artículo presenta SWE-MiniSandbox, un método ligero y sin contenedores que utiliza mecanismos a nivel de kernel y técnicas de precaché para reducir drásticamente el uso de disco y el tiempo de preparación de entornos en el entrenamiento de agentes de ingeniería de software mediante aprendizaje por refuerzo, manteniendo al mismo tiempo un rendimiento comparable al de las pipelines basadas en contenedores.
Este estudio demuestra que, aunque los flujos de trabajo de agentes logran buenos resultados en la corrección de bugs mediante la descomposición de tareas en pasos de contexto corto, los modelos de lenguaje actuales carecen de una capacidad de razonamiento efectiva en contextos largos genuinos, mostrando un rendimiento que decae drásticamente a medida que aumenta la longitud del contexto.
Este artículo presenta Theory of Code Space (ToCS), un benchmark de código abierto que evalúa la capacidad de los agentes de IA para construir y mantener creencias arquitectónicas coherentes en bases de código complejas, revelando hallazgos clave sobre la dependencia del modelo en la exploración activa, el uso de mapas de creencias estructuradas y la estabilidad de la memoria.