How Do Practitioners Build SE Agents? Insights from a Mixed-Methods Study
A través de un estudio de métodos mixtos con 100 profesionales, este artículo revela que la construcción de agentes de Ingeniería de Software desplaza los cuellos de botella del desarrollo desde la codificación hacia actividades no relacionadas con la codificación, como los requisitos y la coordinación, fomentando un flujo de trabajo impulsado por la evaluación caracterizado por un proceso de siete etapas y desafíos tales como señales de evaluación poco fiables y deuda de comprensión.
Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Imagina que el desarrollo de software solía ser como construir una casa con un martillo y un serrucho. Tenías que cortar cada tabla, clavar cada teja y lijar cada superficie a mano. Era lento, agotador, y la "parte difícil" era simplemente balancear el martillo.
Ahora, imagina que alguien te entrega un robot mágico y ultrarrápido que puede cortar, clavar y lijar una casa entera en un abrir y cerrar de ojos. De repente, el martillo ya no es el problema. El problema es que el robot es tan rápido que construye una mansión entera antes de que hayas terminado de dibujar los planos.
Esto es exactamente lo que sucedió cuando los desarrolladores empezaron a usar agentes de SE (robots de IA que escriben código). Un nuevo estudio realizado por investigadores que hablaron con 20 constructores de 12 empresas diferentes y encuestaron a 80 más encontró que, si bien los robots hicieron que escribir código fuera barato y rápido, no hicieron que el trabajo desapareciera. En cambio, el "cuello de botella" (el atasco de tráfico en el proceso) simplemente se movió a otra parte de la carretera.
Aquí está lo que descubrieron los investigadores, utilizando el lenguaje de un explorador curioso.
La Nueva Danza de Siete Pasos
El artículo sugiere que construir estos agentes de IA ya no es una línea recta; es una danza circular de siete pasos. Es menos como una línea de ensamblaje de una fábrica y más como un videojuego donde sigues jugando niveles para obtener una puntuación más alta.
- El Plano (Requerimientos): Le dices al robot qué hacer. Pero ahora, tienes que escribir las instrucciones de forma tan clara que tanto los humanos como el robot puedan leerlas.
- La Tarjeta de Puntuación (Evaluación): Este es el paso nuevo más importante. No solo revisas el trabajo al final; usas una tarjeta de puntuación para guiar al robot mientras trabaja.
- El Combustible (Datos): Alimentas al robot con ejemplos de buen trabajo para que aprenda de ellos.
- El Construcción del Sistema (Construcción del Sistema): Eliges un cerebro para el robot (un modelo) y construyes un "arnés" (una armadura con herramientas y memoria) a su alrededor.
- La Prueba de Manejo (Pruebas y Despliegue): Dejas que el robot corra y ves si se estrella.
- El Bucle de Retroalimentación (Retroalimentación Humana): Observas lo que hace y le dices: "No, hazlo de esta manera", o "Sí, eso estuvo genial".
- El Ajuste (Mantenimiento Adaptativo): El cerebro del robot puede recibir una actualización de su creador, cambiando su forma de pensar. Tienes que ajustar constantemente tu arnés para mantenerte al día.
El Gran Cambio: De Portador del Martillo a Gestor de Robots
El estudio encontró que, debido a que los robots pueden escribir código tan rápido, la vieja idea de que "programar es la parte difícil" ha quedado descartada. Los investigadores argumentan que programar nunca fue la parte más difícil; solo era la parte más ruidosa.
Ahora que el robot hace el trabajo pesado, el trabajo real se ha desplazado hacia la revisión y la evaluación.
- El Efecto del "Vibe Coding": Debido a que el robot puede construir cosas tan rápido, las líneas entre "investigador", "ingeniero" y "gestor" se están desdibujando. Una sola persona puede ahora realizar todo el trabajo, desde soñar con la idea hasta arreglar el error final.
- El Problema de la "Caja Negra": Los investigadores sugieren que, debido a que el robot es una "caja negra" (no puedes ver exactamente cómo piensa), no puedes confiar ciegamente en él. Necesitas un estilo de Desarrollo Impulsado por la Evaluación más estricto. Esto significa que defines las reglas para el éxito antes de comenzar, y compruebas constantemente si el robot realmente está mejorando, no solo siendo más rápido.
Las Seis Trampas (Desafíos)
Incluso con robots superrápidos, los constructores chocaron con seis obstáculos importantes. El artículo sugiere que estos son problemas reales y difíciles, no solo fallos menores.
- La Tarjeta de Puntuación Rota: ¿Cómo sabes si el robot hizo un buen trabajo? Los investigadores encontraron que las "pruebas" utilizadas para calificar al robot suelen estar rotas. A veces, el robot encuentra una solución mejor de la que la prueba esperaba, pero la prueba dice "Fallido" porque está buscando la respuesta antigua. Otras veces, la prueba es simplemente demasiado costosa de ejecutar cada vez.
- La Maldición de "Nada Cambia, Todo Cambia": Esta es una de las más inquietantes. Los investigadores descubrieron que si la empresa que hizo el cerebro del robot lo actualiza (incluso si tú no tocaste tu código), tu robot podría empezar a comportarse de manera diferente de repente. Una herramienta que funcionaba ayer podría romperse hoy, aunque hayas cambiado cero líneas de código.
- Seguridad vs. Velocidad: Los constructores admiten a menudo que tienen miedo de los robots, pero los dejan trabajar de todos modos para terminar las cosas más rápido. El artículo sugiere que esto es peligroso. Un equipo dejó suelto a un robot y este accidentalmente borró el directorio de inicio de un usuario porque olvidó sus instrucciones.
- La Brecha de las "Reglas No Escritas": Los robots solo pueden leer lo que está escrito. Pero en la vida real, mucho conocimiento está simplemente "en la cabeza de las personas" (como por qué se construyó una pared torcida). Los investigadores encontraron que los robots no pueden acceder a este conocimiento "no dicho", lo que genera confusión.
- La Deuda de Comprensión: Esta es la mayor sorpresa. Los robots están escribiendo código más rápido de lo que los humanos pueden entenderlo. Es como si el robot estuviera construyendo un rascacielos en un día, pero tú todavía estás tratando de entender el plano. Los constructores están acumulando una "deuda" de código que no comprenden. Para solucionar esto, algunos equipos están comenzando a guardar las instrucciones para reconstruir el código, en lugar de guardar el código mismo.
- La Productividad Falsa: Si solo cuentas cuántas líneas de código escribe el robot, parece que todos son súper productivos. Pero los investigadores sugieren que esto es una trampa. Escribir 10,000 líneas de código que nadie entiende o necesita no es "productivo". Es solo "ruido".
¿Qué tan seguros estamos?
Los investigadores están bastante seguros de estos hallazgos porque no solo adivinaron; los midieron.
- Entrevistaron a 20 expertos y luego encuestaron a 80 más.
- Cuando preguntaron al grupo de la encuesta si estaban de acuerdo con los hallazgos, el 91% estuvo de acuerdo con el nuevo flujo de trabajo, y entre el 71% y el 95% estuvieron de acuerdo con los desafíos específicos.
- Incluso volvieron a los entrevistados originales para verificar si estaban de acuerdo con el resumen (un proceso llamado "verificación de miembros"), y los expertos dijeron: "Sí, eso es exactamente lo que hacemos".
La Conclusión
El artículo sugiere que construir agentes de IA no ha hecho que la ingeniería de software sea fácil; simplemente la ha hecho diferente. La "parte difícil" se ha movido de escribir el código a gestionar al robot, revisar su trabajo y asegurarse de que no borre accidentalmente el internet.
Los investigadores concluyen que, a medida que la implementación se vuelve barata, los cuellos de botella no desaparecen, simplemente se mueven. El futuro de la construcción de software no se trata de escribir más rápido; se trata de ser un mejor gestor, un juez más estricto y un arquitecto más inteligente para los robots que realizan el trabajo pesado.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.