Te comparto algunas notas y reflexiones que tengo de mientras preparaba mi charla de cierre de la 4ta Quality Sense Conf que titulé “Maximizando las chances con la IA: construyendo el futuro del testing”. Las notas fueron procesadas con IA para dejarlas en formato blogpost.
Por aquí podes acceder a las slides: https://gamma.app/docs/Maximizando-las-chances-con-la-IA-construyendo-el-futuro-del-test-7sufcutonkceoyr
💥 Del hype a la realidad — Cuando la promesa pesa más que el resultado
El testing nunca fue una actividad de certezas. Siempre se trató de navegar la incertidumbre, de decidir estratégicamente dónde enfocar los esfuerzos para reducir riesgos y aumentar la confianza.
Con la IA, ese juego se intensifica: la promesa de automatizarlo todo genera entusiasmo, pero también distorsiona expectativas y, muchas veces, frustra a los equipos.
Las herramientas aún no están maduras, y muchas veces fallan espectacularmente. Sin embargo, si solo esperamos a que maduren, perdemos protagonismo: el futuro no se construye desde la pasividad.
El hype tiene costos reales. Expectativas infladas, líderes que compran discursos simplistas (“¿no era que la IA iba a hacer esto sola?”), y equipos desgastados por perseguir una velocidad inalcanzable.
El caso de las startups de IA que trabajan jornadas de 12 horas ilustra bien esto: el progreso acelerado sin propósito puede llevar al burnout y a resultados pobres. ¿De qué sirve avanzar si sacrificamos la calidad —tanto del producto como de la vida de las personas?
Detrás del hype hay una responsabilidad: de quienes venden, de quienes lideran, y de nosotros como profesionales.
Mirar más allá del marketing es el primer paso para recuperar perspectiva y tomar decisiones conscientes sobre cómo incorporar IA en testing.
🧩 Adopción limitada, impacto real — Lo que realmente está pasando en las organizaciones
La adopción de IA en testing es todavía baja, y muchas veces superficial. Hay resistencia cultural, miedo a perder relevancia, falta de claridad sobre cómo usarla en la práctica y, sobre todo, dificultad para delegar con confianza.
Usar una IA es, en cierto modo, como trabajar con otra persona: hay que aprender a comunicar intención y confiar en que interprete correctamente. Delegar bien no es dar instrucciones exhaustivas, sino establecer un propósito claro y dejar espacio a la interpretación.
El DORA Report 2025 muestra que la adopción de IA es casi universal —más del 90 % la usa—, pero también que solo el 30 % confía realmente en los resultados.
Eso evidencia algo clave: la IA amplifica lo que ya existe en el equipo. Si hay fundamentos débiles, cultura fragmentada o procesos inestables, la IA no lo arregla: lo agrava.
El desafío no es solo técnico, es profundamente humano y organizacional. Equipos con buena cultura, fundamentos sólidos y espacios de aprendizaje compartido son los que realmente logran convertir IA en ventaja competitiva.
🧱 Volver a los fundamentos — El testing sigue siendo sobre riesgos, información y confianza
No importa cuán avanzada sea la herramienta: los fundamentos del testing siguen siendo los mismos.
Probar no es ejecutar scripts; es entender riesgos, generar información y construir confianza.
Con IA podemos acelerar tareas, pero si no tenemos claros los fundamentos —qué significa que algo funcione, qué riesgos estamos mitigando, cómo validamos los resultados—, la automatización se convierte en ilusión.
La IA no reemplaza criterio, lo amplifica. Si un tester sin experiencia delega la creación de casos de prueba a una IA sin revisar ni contextualizar, puede generar un falso sentido de seguridad.
La diferencia entre un junior y un senior no está en las herramientas que usan, sino en la capacidad de cuestionar, analizar y validar resultados.
Por eso, volver a los fundamentos no es retroceder: es fortalecer el piso sobre el cual la IA puede realmente aportar valor.
🧘♂️ Un enfoque consciente — Mindful testing en la era de la IA
Ser “mindful” en testing significa estar presente, entender los límites y sesgos de las herramientas, y usarlas con propósito.
No se trata de desconfiar de la IA, sino de confiar con criterio.
Usar IA de forma consciente implica:
- reconocer cuándo delegar y cuándo no,
- entender los sesgos que puede introducir,
- y mantener transparencia en los procesos (no todo debe ser caja negra).
La adopción efectiva requiere también acompañamiento humano.
En Abstracta, con iniciativas como Tandem, ayudamos a equipos a integrar IA desde lo cultural y lo emocional, no solo desde lo técnico. Eso significa trabajar con los miedos, la ansiedad, el síndrome del impostor, y cultivar una cultura de aprendizaje compartido.
La IA no debería alejarnos del propósito de nuestro trabajo: mejorar la calidad de vida de las personas a través del software.
Si la tecnología no nos acerca a eso, entonces es momento de pausar y recalibrar.
🌍 Pararnos en hombros de gigantes — La inteligencia colectiva como ventaja competitiva
El verdadero poder de la IA no está en lo que hace una herramienta, sino en lo que hacemos juntos con ella.
El futuro del testing se construye en comunidad: compartiendo aprendizajes, creando agentes reutilizables, experimentando y mejorando colectivamente.
Proyectos como Tero y Abstracta Intelligence apuntan justamente a eso: abrir la experimentación, compartir agentes, aprender unos de otros.
Cada aporte —cada experimento, cada repositorio compartido, cada reflexión publicada— es una forma de aumentar nuestras probabilidades de éxito como comunidad.
Imaginemos el futuro: testers presentando sus agentes, compartiendo demos, aprendiendo juntos en espacios abiertos.
Ese es el cierre motivador: no hay garantías, pero podemos maximizar nuestras chances si combinamos tecnología, criterio humano y colaboración genuina.
“El futuro del testing no nos será dado: lo estamos construyendo ahora, con cada experimento, con cada decisión, con cada conversación donde elegimos poner la calidad y lo humano en el centro.”
“No se trata de que la IA reemplace nuestra mirada; se trata de que nos potencie. Que nos ayude a descubrir más, a colaborar mejor, a aprender juntos.”
