El 81 % de los equipos de software han integrado código generado por IA que no comprendían del todo

-El 81 % de los equipos de software han integrado código generado por IA que no comprendían del todo, según revela el informe 'Estado de la IA en la ingeniería de calidad 2026' de TestMu AI 

En el 40 % de los equipos, la IA ya redacta más de la mitad del código que llega a producción; el 44 % observa un mayor número de errores que alcanzan el entorno de producción, y solo el 41 % realiza alguna comprobación automatizada del código generado por IA antes de su integración. 

NOIDA, India y SAN FRANCISCO, 13 de noviembre de 2026 /PRNewswire/ -- TestMu AI (anteriormente LambdaTest), la plataforma de ingeniería de calidad basada en IA de agentes, ha publicado hoy el informe Estado de la IA en la Ingeniería de Calidad 2026. El estudio revela que el 81 % de los equipos de desarrollo de software han integrado código o pruebas generados por IA que no comprendían del todo, y el 44 % señala un aumento en los defectos no detectados o en los incidentes en producción a medida que ha crecido el uso de código escrito por IA. Aunque la IA redacta actualmente gran parte del código y de las pruebas, la mayoría de los equipos siguen verificando dicho trabajo mediante una revisión humana posterior o utilizando otro modelo de IA. 

El 97 % de los equipos encuestados ya utiliza IA en las pruebas o tiene previsto hacerlo. Para la mayoría, la gran incógnita es cómo verificar el código y las pruebas generados por IA antes de su puesta en producción. 

Conclusiones clave del informe 'Estado de la IA en la ingeniería de calidad 2026': 

• La brecha de verificación: solo el 41 % de los equipos realiza alguna comprobación automatizada en el código generado por IA antes de su integración; la mayoría depende de la revisión manual (55 %) o de una transferencia al equipo de control de calidad (QA) una vez escrito el código (51 %). En los equipos que no cuentan con pruebas CI independientes, la incidencia de defectos que llegan a producción es mayor (49 %) que en aquellos que sí las realizan (38 %). 
• Los desarrolladores son los más expuestos: el 93 % de los desarrolladores ha integrado código generado por IA sin comprenderlo por completo. 
• La evaluación de la IA mediante otra IA amplía la brecha: los equipos que utilizan un modelo para evaluar a otro (un enfoque conocido como LLM como juez) integran código generado por IA que no comprenden con una frecuencia dos veces mayor que otros equipos (29 % frente al 15 %). En el 65 % de los casos (valor mediano), las pruebas generadas por IA son "casi correctas, pero no del todo". 
• Los agentes de IA se lanzan basándose en revisiones humanas y demostraciones: el 77 % de los equipos desarrolla agentes de IA que requieren pruebas; sin embargo, el 37 % carece de un método sistemático para evaluarlos, y solo el 28 % los somete a pruebas con usuarios que intentan forzar su fallo. 
• Los presupuestos se destinan a la generación, no a la verificación: el 50 % de los equipos dedica la mayor parte de su presupuesto para pruebas de IA a la generación de resultados, frente a solo un 17 % destinado a su verificación. 
• Pocos están preparados ante los errores de la IA: solo el 13 % de los equipos cuenta con un plan de respuesta ante incidentes para los errores de la IA. 

"Los equipos de desarrollo de software recurren hoy a la IA para escribir código, generar pruebas y, cada vez más, determinar si tanto el código como las pruebas están listos para su puesta en producción. Sin embargo, los procesos de verificación no han evolucionado al mismo ritmo que este cambio. Consideramos que cualquier resultado generado por una IA debe ser validado por un sistema independiente del modelo que lo produjo, tanto antes de su integración como cada vez que se realice alguna modificación. Los equipos encuestados que ya aplican esta práctica observan una menor cantidad de defectos en el entorno de producción; por ello, prevemos que este enfoque se convertirá en el estándar para las organizaciones de ingeniería que implementan soluciones basadas en IA", dijo Asad Khan, cofundador y consejero delegado de TestMu AI.

Lea el informe aquí: testmuai.com/research/state-of-ai-in-quality-engineering. 

Acerca de TestMu AI 

TestMu AI (anteriormente LambdaTest) es una plataforma de ingeniería de calidad basada en IA de agentes que garantiza el correcto funcionamiento de las implementaciones de IA tanto dentro de la empresa como en entornos reales. La plataforma ejecuta pruebas mediante agentes en aplicaciones web y móviles abarcando más de 5.000 navegadores y 50.000 dispositivos reales, así como en agentes basados en chat, voz, IVR, vídeo e imagen. Para obtener más información, visite www.testmuai.com. 

Contacto para medios 

Nikhil Saxena  
Gerente de Comunicación Corporativa, TestMu AI  
[email protected]| +91 98709 81968