Por qué el código generado por IA sigue necesitando supervisión humana
Por qué el código generado por IA necesita supervisión humana
El uso de modelos de lenguaje para escribir código se ha vuelto muy común. Muchos equipos confían en que la IA genere la estructura base y aplique buenas prácticas. Google intentó llevar esta idea más lejos con su iniciativa Modern Web Guidance, un conjunto de recomendaciones pensadas para que los agentes de IA creen sitios accesibles, rápidos y seguros.
Los resultados no han sido tan buenos como se esperaba.
La accesibilidad sigue siendo un problema
Un producto que no es accesible desde el principio no es un buen producto. No se puede dejar la accesibilidad para más adelante. Forma parte de la base.
En una de las demostraciones de Modern Web Guidance, se pidió a la IA crear un componente de estadísticas con animación tipo acordeón. El código generado tenía dos fallos importantes: las animaciones no funcionaban en Firefox y no cumplía con los estándares WCAG AA. Aunque las instrucciones incluían principios de mejora progresiva, la IA no los aplicó.
Este tipo de fallos no son excepciones. Reflejan cómo funcionan realmente los modelos de lenguaje.
Los modelos no son deterministas
La propia documentación de Google reconoce que los LLMs pueden ignorar las instrucciones aunque estén bien definidas. No hay garantía de que apliquen las reglas que se les proporcionan.
A diferencia de un linter o un sistema de tipos, que obliga a cumplir ciertas normas, la IA solo sugiere. Puede que tenga la información en su entrenamiento, pero no siempre la recupera ni la aplica de forma consistente.
La fragmentación de patrones complica todo
Modern Web Guidance no cubre todos los componentes comunes. Los avisos tipo toast, por ejemplo, no tienen una guía específica. Cuando un desarrollador pide este tipo de elemento, la IA tiene que combinar recomendaciones genéricas sin contexto claro.
Cuanto más dispersas están las instrucciones, más difícil resulta que el modelo las aplique correctamente. Los patrones necesitan estar en un solo lugar y con redundancia suficiente para que la IA los encuentre.
Qué significa esto para tus proyectos
Si usas IA para generar código en producción, ten en cuenta estos puntos:
- La IA es una herramienta de escritura, no de control de calidad. Todo lo que genera necesita revisión humana.
- La accesibilidad (WCAG AA) no es opcional en la mayoría de proyectos comerciales.
- Las promesas de compatibilidad entre navegadores requieren verificación real.
- El código generado puede introducir vulnerabilidades de seguridad.
- Las aplicaciones pueden volverse lentas si no se optimizan durante la generación.
Cómo avanzar
Esto no significa abandonar el uso de IA. Significa usarla con más criterio:
- Revisa el código generado con el mismo rigor que harías en una revisión entre compañeros.
- Crea mecanismos para corregir errores y retroalimentar al modelo.
- Exige transparencia sobre las limitaciones de estas herramientas.
- Integra pruebas automáticas de accesibilidad en tu flujo de desarrollo.
En NameOcean creemos que la IA es útil para acelerar tareas repetitivas y generar ideas iniciales. Pero no sustituye el juicio humano cuando se trata de cumplir estándares y garantizar una buena experiencia para el usuario.
La habilidad más valiosa ahora no es escribir código. Es saber revisarlo, corregirlo y asumir la responsabilidad de lo que llega a producción. Esa parte sigue siendo humana.
Las iniciativas como Modern Web Guidance son un paso en la dirección correcta, pero sin mecanismos de control, las recomendaciones siguen siendo solo sugerencias. Mientras tanto, trata el código generado por IA como un borrador que necesita trabajo adicional.