De los clics manuales al código directo: Webwright y el nuevo enfoque de la automatización web

Durante años, los bots y scrapers han navegado por internet imitando los movimientos de un usuario. Un clic, una espera, otro clic. El método funciona, pero resulta lento y frágil cuando las páginas cambian o aparecen elementos inesperados.

Un equipo de Microsoft y la Universidad de Hong Kong propone un cambio de estrategia radical: en lugar de predecir el siguiente clic, dar a los agentes de IA acceso directo a una terminal para que escriban código.

Las limitaciones del modelo actual

Los sistemas tradicionales funcionan paso a paso. El agente observa la pantalla, elige una acción, la ejecuta y repite el ciclo. Esta lógica presenta varios problemas:

• Sin planificación real. Cada decisión se toma con información limitada sobre el objetivo final.
• Exploración ineficiente. Probar botones uno a uno es como recorrer un edificio abriendo puertas al azar.
• Poca flexibilidad. Un cambio en el diseño o un campo de formulario nuevo puede romper todo el flujo.

Tareas como reservar vuelos o completar formularios largos ponen de manifiesto estas debilidades.

Webwright: terminal en lugar de ratón

Webwright invierte el enfoque. En vez de ofrecer una interfaz de clics, proporciona a los agentes un entorno de programación donde pueden:

• Abrir y controlar varios navegadores al mismo tiempo
• Escribir scripts en Python, JavaScript u otros lenguajes para manipular páginas
• Devolver resultados como código ejecutable, no como acciones aisladas

El agente ya no dice “haz clic en Buscar”. Escribe un fragmento que localiza todos los elementos de búsqueda, elige el más adecuado, ejecuta la consulta y procesa los datos en un solo bloque lógico.

Ventajas del enfoque basado en código

Al trabajar con código, los agentes pueden planificar antes de actuar. Definen la estrategia, contemplan casos especiales y estructuran flujos complejos desde el principio. Además, inspeccionan el HTML de forma programática, detectan patrones de navegación y adaptan sus selectores cuando el sitio cambia. El resultado es una ejecución más rápida y robusta.

Resultados en la práctica

Las pruebas realizadas con Webwright en escenarios reales (reservas de vuelos, compras online, formularios extensos) muestran mejoras claras tanto en velocidad como en tasa de éxito frente a los modelos tradicionales de predicción de clics.

Implicaciones para la infraestructura web

A medida que los agentes de IA se vuelven más autónomos, crece la necesidad de entornos estables. Un DNS fiable, certificados SSL bien configurados y servidores con buen rendimiento son requisitos básicos cuando sistemas automatizados interactúan con sitios propios y de terceros.

Este cambio también abre oportunidades en pruebas de API, extracción inteligente de datos y automatizaciones de bajo código.

Conclusión

Webwright demuestra que la automatización web no necesita simplificar la interfaz del agente. A veces basta con proporcionarle las mismas herramientas que usan los desarrolladores: una terminal y la capacidad de escribir código. El futuro no pasa por predecir el siguiente clic, sino por generar mejores scripts.