En la MoodleMoot Spain 2026 en Valladolid tuvimos muchas conversaciones interesantes. Una de ellas fue la charla de John, donde abordó un tema que cada vez gana más peso: cómo aplicar inteligencia artificial al QA.
Porque todos sabemos que el QA es importante. Pero no siempre nos paramos a pensar si lo estamos haciendo de la mejor forma posible.
Por qué es importante el QA
El QA no es solo una fase más del proyecto. Es lo que marca la diferencia entre una plataforma que funciona… y una que genera problemas.
En la sesión se resumía muy bien en tres ideas clave:
- Garantía de experiencia de usuario
- Red de seguridad
- Prevención
Al final, hablamos de asegurar que todo lo que construimos funciona como esperamos. Y, sobre todo, como espera el usuario.
¿Cómo hacemos QA hoy?
Aquí es donde muchas veces nos encontramos con una realidad bastante común. El proceso habitual de QA sigue una lógica bastante clara:
- Navegación activa: una persona abre el navegador y recorre la plataforma paso a paso.
- Instrucciones rígidas: si automatizamos, escribimos código que busca elementos exactos.
- Validación: el ojo humano comprueba que todo funciona como debería.
- Repetición en bucle: el proceso se repite para cada navegador, dispositivo y versión, las veces que haga falta.
Y aquí es donde empiezan los problemas. El problema no es que funcione mal. Es que deja de ser sostenible cuando el proyecto crece.
El cambio de enfoque: añadir inteligencia artificial
La pregunta que se planteaba en la sesión era: ¿Qué pasa si incorporamos inteligencia artificial al proceso de QA?
No se trata de sustituir todo lo que ya existe, sino de cambiar cómo trabajamos. Pasar de ejecutar tests manualmente a definir qué flujo se debe seguir y dejar que la IA lo ejecute las veces que queramos.
La IA permite:
- Tests que se adaptan automáticamente gracias a que no dependemos de definir exactamente su identificador (self-healing)
- Interacción en lenguaje natural, esto hace más fácil de escribir las ejecuciones
- Autonomía en la ejecución
- Integración con CI/CD
- Mejora en accesibilidad
También hay límites que hay que tener en cuenta
Ahora bien, no todo es tan sencillo. Hay varios factores que conviene tener presentes:
- Coste de uso de modelos (tokens) y latencia
- Tecnología early adopter
- No determinismo
- Carga de la página
Aquí es donde es fácil equivocarse: pensar que la IA sustituye todo el QA. Y no. Lo que hace es complementar, pero hay que saber cómo y cuándo.
Herramientas que ya están marcando el camino
Durante la sesión también se mencionaron varias herramientas que ya están trabajando en esta línea:
- Stagehand
- ZeroStep
- TestRigor
- Datadog
- Applitools
Algunas están más maduras que otras, pero todas apuntan a lo mismo: un QA más inteligente y menos manual.
¿Te interesa explorar este enfoque?
En 3ipunt ya estamos trabajando con este tipo de enfoques en proyectos, siempre con una idea clara: que la tecnología tenga sentido y aporte valor.
Incorporar IA en el QA no va de cambiarlo todo de un día para otro, ni de seguir una tendencia. Va más bien de empezar a cuestionar cómo estamos trabajando y ver dónde tiene sentido evolucionar.
