Inicio / Artículos

Pruebas tempranas con agentes de codificación: elegir la capa de pruebas más fiable y de menor costo.

Pruebas desplazadas hacia la izquierda con agentes de codificación: los ingenieros de QA leen el repositorio, eligen la capa de pruebas más fiable para cada escenario y eliminan las pruebas en el navegador que son lentas. Con un ejemplo.

Editor: REACTAPP.TOP7 min de lectura1577 palabras

Fuentes: Shift-Left Testing in the AI Era: How Coding Agents Can Change the QA Engineer’s Role

Hace años que se recomienda realizar pruebas temprano en el ciclo de vida del desarrollo, pero rara vez se sigue adecuadamente. Los agentes de programación basados en IA podrían finalmente ofrecer a los ingenieros de QA una forma práctica de implementar esta práctica con confianza.

El enfoque de “desplazar la validación hacia la izquierda” implica llevarla a las etapas iniciales, es decir, a las pruebas unitarias, de componentes, de API e de integración, en lugar de detectar cada defecto mediante pruebas end-to-end o de automatización de interfaz de usuario. La idea en sí no es nueva. Ponerla en práctica siempre ha sido más difícil que describirla, y una de las principales razones es la distancia entre los conocimientos de QA y los conocimientos a nivel de código.

Un ingeniero de QA puede comprender en profundidad un escenario empresarial. Las preguntas típicas suelen ser estas:

  • ¿Qué pasa si el descuento ya ha expirado?
  • ¿Qué ocurre si el monto del pago supera el límite permitido?
  • ¿Qué sucede si una API devuelve un valor no soportado?
  • ¿Qué ocurre si un cálculo produce un resultado inválido?

Esos son buenos escenarios. La pregunta más difícil es dónde se debería probar cada uno. ¿Lo cubre una prueba unitaria? ¿Pertenece a la capa de componentes? ¿Se necesita una prueba de integración? ¿O realmente se requiere un navegador de principio a fin? Históricamente, ahí es donde los ingenieros de QA se quedaron atascados.

Por qué los equipos de QA tuvieron dificultades para avanzar temprano

Las pruebas unitarias e de integración están estrechamente vinculadas a la implementación. El desarrollador que creó una función sabe dónde se encuentra la lógica de negocio, qué clases o funciones participan, qué se puede simular y qué dependencias están fuera del código.

Un ingeniero de QA puede saber exactamente qué se debe validar, pero aún así carecer de los conocimientos de implementación necesarios para afirmar con certeza que un escenario no debería procesarse a través de la interfaz de usuario, ya que la capa de unidades puede manejarlo directamente. Por eso, en muchos equipos, el equipo de QA escribe los escenarios, pregunta a los desarrolladores qué pruebas unitarias o de integración ya existen y luego depende de sus respuestas, dado que es difícil verificar de forma independiente la cobertura a nivel de código.

Nadie tiene razón ni está equivocado en ese intercambio. Se trata de un problema de visibilidad. El equipo de QA asume el riesgo empresarial, mientras que los desarrolladores se encargan de la implementación; cuando ambos permanecen separados, el enfoque de desarrollo temprano se convierte en un tema de conversación y no en una estrategia efectiva. Los escenarios acaban centrándose en la capa de interfaz de usuario simplemente porque ese es el área que el equipo de QA sabe cómo gestionar. Esa es una de las razones por las cuales las suites de automatización se vuelven más complejas: más ejecuciones de navegadores, más dependencias ambientales, más problemas con los datos de prueba, más mantenimiento y una retroalimentación más lenta.

Qué cambian los agentes de codificación

Herramientas como Claude Code y GitHub Copilot ahora pueden trabajar directamente en un repositorio, leyendo su estructura y contenido. Imagine una función con 20 escenarios de prueba preparados. En lugar de decidir de inmediato cuáles automatizar con Playwright o Selenium, un ingeniero de QA puede pedir primero a un agente de programación que analice el repositorio y indique dónde se cubre mejor cada escenario: cuáles corresponden al nivel de unidades, cuáles necesitan pruebas de componentes o de integración, cuáles son adecuados para APIs y cuáles realmente requieren automatización de extremo a extremo.

Esa es una forma diferente de abordar la automatización de pruebas. El QA ya no solo observa la aplicación desde el exterior. La IA puede inspeccionar la implementación y mostrar dónde se encuentra la verdadera lógica de negocio, lo que hace que la pirámide de pruebas sea mucho más práctica.

Un ejemplo de proceso de pago

Considere el proceso de pago en una tienda online. El QA prepara cinco escenarios:

  1. Se rechaza un cupón vencido.
  2. Se rechaza un cupón inválido.
  3. El total del pedido se vuelve a calcular correctamente.
  4. Se maneja adecuadamente cualquier fallo en el pago.
  5. Un pedido exitoso muestra una confirmación.

Con el enfoque tradicional, es probable que los cinco casos se conviertan en pruebas de navegador. Ahora supongamos que un agente escanea el repositorio: descubre que la validación de cupones se encuentra en una función aislada de lógica de negocio, por lo que los dos primeros escenarios son pruebas unitarias ideales. El cálculo del pedido también está implementado por separado y puede verificarse sin necesidad de un navegador, así que el tercer caso ocupa un nivel inferior. El fallo en el pago podría encajar mejor como una prueba de integración o a nivel de servicio. Solo el proceso de pago completo y exitoso requiere una prueba end to end con navegador.

Cinco pruebas de interfaz de usuario se convierten en una prueba de interfaz de usuario más cuatro pruebas más rápidas de nivel inferior. Ese es exactamente el resultado que busca el enfoque de desplazamiento hacia la izquierda, y lo que ha cambiado es que ahora el equipo de control de calidad cuenta con una forma práctica de orientar las decisiones.

El desarrollador sigue involucrado

Confiar ciegamente en el agente en lugar de confiar ciegamente en el desarrollador no es el objetivo. La IA puede equivocarse: puede interpretar mal la arquitectura, pasar por alto dependencias o sugerir los límites de prueba incorrectos, por lo que no debería convertirse en la autoridad final.

Su valor constituye un punto de partida mucho más sólido. En lugar de preguntarle al desarrollador si un escenario puede abarcarse mediante pruebas unitarias, el equipo de QA puede decir algo como: esta validación está relacionada con este servicio y parece estar aislada de la interfaz de usuario, ¿por lo que no sería posible abordarla en la capa de unidades en lugar de añadir otra prueba en el navegador? Esa es una conversación técnica mucho más sólida. La IA no elimina al desarrollador de las pruebas tempranas; le brinda al equipo de QA la visibilidad técnica necesaria para participar en la discusión con confianza.

Proporcionar a los agentes el contexto de las pruebas

Los agentes de programación se vuelven mucho más útiles una vez que conocen la filosofía de pruebas de un equipo y no solo su código. Esa es la función de las instrucciones del repositorio, los archivos de instrucciones para agentes o los archivos de habilidades. Muchos agentes leen un archivo de instrucciones permanente que se carga automáticamente. Un CLAUDE.md colocado en la raíz del repositorio es uno de esos archivos.

Una versión sencilla podría comenzar con un encabezado:

# Testing Strategy Instructions

Y continuemos con las reglas en sí:

- Prefer the lowest reliable testing layer for any new scenario.
- Do not recommend UI automation if the same behavior can be
  validated reliably at a lower layer.
- Before suggesting a test, identify what unit, API, integration,
  and end-to-end frameworks already exist in this repo.
- Explain *why* a scenario belongs to a specific layer.
- Flag duplicate coverage — check if a scenario is already
  tested before recommending a new test.

El formato exacto varía según la herramienta, pero el principio es el mismo: proporcionar al agente suficiente contexto para que analice el código desde la perspectiva de una estrategia de pruebas y no solo como código.

Comience por la capa, no por la herramienta

Un error que aparece repetidamente en la automatización es comenzar con la herramienta. Un equipo que utiliza Playwright pregunta cómo automatizar un escenario en Playwright, mientras que un equipo con Selenium hace la misma pregunta sobre Selenium. La mejor pregunta es cuál es la capa más básica y fiable donde se pueda probar el comportamiento.

A veces la respuesta sigue siendo la interfaz de usuario, ya que muchos flujos sí necesitan validación a nivel de navegador. Se debe elegir la capa de la UI porque el escenario lo requiere, y no porque el equipo de QA no pueda ver lo que hay debajo. Los agentes están en una posición ideal para reducir esa brecha.

¿Qué cambia para los ingenieros de QA?

Las habilidades básicas permanecen igual: comprender el riesgo empresarial, identificar casos límite, diseñar escenarios significativos y saber qué requiere una cobertura integral. Hay una nueva habilidad que adquiere gran valor: utilizar agentes de programación para entender cómo se implementa realmente la aplicación y luego verificar esos hallazgos con el equipo de desarrollo. Antes de automatizar un escenario, haga estas preguntas al agente:

  • ¿Dónde se encuentra la lógica empresarial para este escenario?
  • ¿Ya existe una prueba que lo cubra?
  • ¿De qué depende el escenario y está aislado o estrechamente vinculado a la interfaz de usuario?
  • ¿Cuál es la capa más rápida y fiable que proporciona retroalimentación real?

Eso está mucho más cerca de una verdadera pruebas tempranas.

Por qué finalmente podría arraigar

El enfoque de desplazamiento hacia la izquierda siempre ha parecido bueno en teoría. Sin embargo, en muchos equipos, el equipo de control de calidad carecía de la visibilidad a nivel de código necesaria para implementarlo. Los agentes de programación cambian eso al ayudar al equipo de control de calidad a inspeccionar los repositorios, identificar dónde se encuentran los límites de la implementación, revisar las pruebas ya existentes y sugerir el nivel adecuado para cada escenario.

Eso no significa que la IA entregará una pirámide de pruebas perfecta. La arquitectura del equipo, los sistemas heredados, la responsabilidad, los plazos y la cultura de ingeniería siguen siendo importantes. Pero una barrera está disminuyendo claramente. Decir “No sé lo suficiente sobre el código como para saber a dónde pertenece esta prueba” se vuelve más difícil de justificar cuando existen herramientas que ayudan a encontrar la respuesta. El futuro de la automatización radica en escribir las pruebas adecuadas en el nivel correcto, no en escribir más de ellas.

Preguntas frecuentes

¿Qué es la prueba de desplazamiento hacia la izquierda? Es realizar pruebas en una etapa temprana del ciclo de vida, al llevar la validación a las capas de unidad, componente, API e integración en lugar de depender principalmente de la automatización de extremo a extremo o de la interfaz de usuario.

¿Por qué ha sido difícil para los equipos de QA? Los equipos de QA suelen comprender bien los riesgos empresariales, pero no pueden ver la implementación, por lo que no pueden determinar por sí mismos en qué capa pertenece un escenario sin consultar a los desarrolladores.

¿Cómo ayudan los agentes de codificación? Un agente puede analizar un repositorio y indicar dónde se puede abordar mejor un escenario, ya sea en la capa de unidad, componente, API, integración o de extremo a extremo, lo que brinda a los equipos de QA una visibilidad de la implementación que antes no tenían.

¿Sustituyen los agentes a los desarrolladores en la estrategia de pruebas? No. Los agentes pueden juzgar mal la arquitectura o pasar por alto las dependencias, por lo que sus recomendaciones necesitan ser validadas con el equipo de desarrollo y no deben considerarse definitivas.

¿Qué debe incluirse en un archivo de instrucciones centrado en QA? Una preferencia por la capa de pruebas más fiable, una regla que prohíba recomendar automatización de UI cuando funciona una capa inferior, una verificación previa de la cobertura existente y una explicación de por qué un escenario encaja en su capa correspondiente.