La vanguardia, en 2026, es volver a lo básico
Modelado de dominio, diseño formal de pruebas, buenas prácticas de ingeniería. Lo que parecía anticuado resultó ser lo que la IA no reemplaza.
Giancarlo Renato Palomino Huallpa
Quality Engineer · Lima, Perú
Hay una ironía en lo que está pasando. Cuanto más avanza la herramienta, más valor tiene lo que se enseñaba hace veinte años y dejamos de practicar porque parecía burocrático.
No es nostalgia. Es que cuando escribir código deja de ser el cuello de botella, el cuello de botella pasa a ser saber qué escribir, y eso nunca se resolvió con herramientas.
Modelar el dominio antes de probarlo
Dibujar las entidades, sus estados y las transiciones válidas entre ellos. Suena a diagrama de universidad y es la herramienta más rentable que conozco.
Un pedido que puede estar creado, pagado, preparado, enviado y entregado tiene transiciones válidas y transiciones que no deberían poder ocurrir. En cuanto lo dibujas, aparecen solas las preguntas: ¿se puede cancelar uno ya enviado?, ¿qué pasa si el pago se confirma después de cancelar?
Ninguna de esas preguntas está en el requisito. Todas salen del modelo. Y un modelo lo hace alguien que entendió el negocio.
Diseño formal de casos, que no es papeleo
Clases de equivalencia y valores límite tienen mala fama porque se enseñaron como relleno de plantillas. Pero son la diferencia entre probar quince veces lo mismo y probar quince cosas distintas.
Un campo que acepta de 1 a 999: probar 1, 999, 0, 1000 y una letra cubre más que treinta valores al azar en medio. Un modelo te genera los treinta del medio sin pestañear; los cuatro que importan salen de saber dónde están los bordes.
Tablas de decisión para las reglas cruzadas. Transición de estados para los flujos. Son cuatro técnicas, se aprenden en una tarde, y siguen siendo lo que separa una suite que cubre de una que abulta.
Un campo que acepta de 1 a 999
Treinta valores al azar
312, 447, 88, 501, 276…
treinta veces la misma clase
Los bordes
1 · 999 · 0 · 1000 · una letra
cinco casos, cinco comportamientos distintos
Buenas prácticas de ingeniería, también en las pruebas
El código de pruebas es código. Nombres que digan algo, funciones cortas, sin repetición absurda, con control de errores. Cuando la IA genera el borrador, esto importa más y no menos: lo que llega es plausible y uniforme, y lo plausible y uniforme se revisa peor que lo torpe.
Calidad preventiva, que es la que no se ve
La prueba más barata es la que evita el defecto antes de que exista. Leer un requisito y preguntar «¿qué pasa si esto llega vacío?» cuesta cinco minutos y ahorra el ciclo entero de encontrarlo, reportarlo, arreglarlo y verificarlo.
Esa reunión de treinta minutos con negocio y desarrollo antes de construir es la actividad con mejor retorno de todo el oficio, y es la primera que se cae cuando hay prisa.
Por qué ahora esto vale más
Cuando la ejecución era cara, la habilidad escasa era ejecutar: quien automatizaba rápido destacaba.
Ahora la ejecución es barata. Lo escaso pasó a ser saber qué pedir, y reconocer si lo que volvió está bien. Las dos cosas se apoyan en fundamentos.
Y hay un detalle práctico: para revisar el código que genera un modelo hay que poder leerlo mejor que él. Eso no se consigue usando la herramienta. Se consigue habiendo escrito mucho a mano antes.
Lo básico dejó de ser el punto de partida que se supera. Ahora es la ventaja que no se puede automatizar.