El Manifiesto SHIFT
Para la Ingeniería de Software Asistida por Inteligencia Artificial
Especificamos, diseñamos, prototipamos, construimos, documentamos, probamos, desplegamos, mantenemos y monitoreamos — en general, creamos — software de alta calidad, con la velocidad del desarrollo impulsado por IA, pero con la responsabilidad, el diseño y el rigor de la Ingeniería.
Utilizamos la IA también de forma proactiva para entender sistemas legados indocumentados y reducir sistemáticamente la deuda técnica histórica.
Nuestra disciplina (Ingeniería de Software) es un proceso sistemático, riguroso y responsable donde la IA actúa como una herramienta y un catalizador, pero nunca como sustituto del proceso de desarrollo.
En la intersección de la inteligencia humana y la capacidad computacional, redefinimos el arte y la ciencia de diseñar, construir y evolucionar software. No buscamos reemplazar al ingeniero, sino amplificar su ingenio, juicio y productividad mediante una integración responsable y estratégica de la IA en el ciclo de vida del software.
Aprovechamos la IA comprendiendo profundamente tanto sus capacidades como sus limitaciones, especialmente en tareas que requieren escalabilidad, rapidez de ejecución, identificación de patrones complejos en grandes volúmenes de datos y aplicación de gran cantidad de información técnica como contexto.
Cuatro Valores
Estamos descubriendo formas más potentes de crear software al integrar la Inteligencia Artificial no solo como una herramienta, sino como un colaborador estratégico. A través de este trabajo, hemos llegado a valorar:
-
01
Rigor de Ingeniería sobre Automatización de Caja Negra
Valoramos la calidad del software por encima de la velocidad de generación. Este valor establece que la IA es una herramienta dentro de una disciplina formal. No permitimos que la velocidad de la IA comprometa la calidad sistémica. Priorizamos procesos sistemáticos, decisiones conscientes, la especificación previa y el cumplimiento de criterios de calidad multidimensionales (usuario, equipo y estándares) por encima de la generación rápida e irresponsable de artefactos.
-
02
Responsabilidad Humana sobre Delegación Autónoma
Delegar exige criterio, experiencia y supervisión consciente. La IA puede asistir y ejecutar tareas, pero no asumir responsabilidad. La responsabilidad no se transfiere, se ejerce con mayor rigor. Valoramos el juicio humano, la ética y la responsabilidad moral inalienable. La delegación de una tarea a la IA es un acto consciente que depende de la madurez del ingeniero; si el experto no sabe hacer la tarea, no tiene la autoridad para delegarla a una IA.
-
03
Transparencia y Trazabilidad sobre Cajas Negras que Deciden
La automatización ciega no tiene lugar en la Ingeniería de Software. Valoramos sistemas y procesos que permitan supervisión humana, trazabilidad y auditoría de los resultados generados con asistencia de IA. Toda tarea y decisión ejecutada por una IA debe ser explicable, auditable y fácil de rastrear.
-
04
Sostenibilidad y Ética Aplicada sobre el Consumo Sin Control
La automatización debe ejercerse con conciencia de su impacto en el mundo real. El uso de IA consume energía y recursos computacionales que no son infinitos ni gratuitos. Valoramos la seguridad desde las primeras etapas del desarrollo, la gestión explícita del riesgo y el uso responsable de la automatización.
15 Principios
Rigor, uso responsable y sinergia cognitiva. Valoramos la agilidad asistida, pero priorizamos la integridad y el rigor que nos da la ingeniería. Ante la capacidad de la IA, establecemos los siguientes principios:
-
01
La IA amplifica al equipo
El centro del proceso de ingeniería de software no es la IA; la Ingeniería de Software asistida por IA se construye sobre la colaboración entre personas y sistemas inteligentes. La IA es parte activa en cada etapa, pero su integración siempre está subordinada a objetivos de transparencia, confianza y una definición clara de responsabilidades. El éxito no se mide por la autonomía de la IA, sino por la capacidad aumentada del equipo híbrido.
-
02
No delegamos lo que no entendemos
La transferencia de tareas a la IA no debe ser automática; se debe basar en la madurez cognitiva y profesional del ingeniero de software. A mayor complejidad de la tarea, mayor debe ser la capacidad de comprender, supervisar y validar los resultados generados. La celeridad de la IA no debe sustituir la formación de nuestro talento; en perfiles en etapa de aprendizaje, el uso de asistentes debe complementar, no eludir, la lucha cognitiva necesaria para cimentar los fundamentos.
-
03
La IA asiste, el ingeniero decide
La IA debe utilizarse para automatizar y ampliar capacidades, no para reemplazar el entendimiento del ingeniero de software. Quien delega una tarea debe comprender cómo realizarla, supervisarla y evaluar críticamente sus resultados. El ingeniero no debe reaccionar pasivamente ante errores ni asumir como correcto todo artefacto generado por IA, sino dirigir activamente el proceso.
-
04
Uso Responsable de la IA en todo el Ciclo de Vida
La IA impacta transversalmente todas las etapas del desarrollo de software. Cada intervención de la IA debe regirse por la confianza, transparencia y explicabilidad. Los sistemas y artefactos asistidos por IA deben permanecer comprensibles, mantenibles y controlables a lo largo del tiempo. Tratamos las instrucciones y contextos de IA como activos de ingeniería críticos.
-
05
Ética desde la concepción (By Design)
La ética siempre ha sido parte fundamental de la Ingeniería de Software, y el uso de IA vuelve aún más crítica su incorporación explícita. Los principios éticos no son sugerencias ni añadidos posteriores: forman parte de la calidad del producto y del proceso de desarrollo. Deben ser operacionalizados, rastreados y evaluados con métricas claras.
-
06
Responsabilidad moral inalienable
El humano es el único responsable moral de los productos generados en un proceso de desarrollo de software, independientemente del nivel de asistencia recibido. La IA es una herramienta poderosa, pero el juicio final, la ética y el entendimiento sistémico son capacidades humanas esenciales.
-
07
Calidad Multidimensional y basada en Estrategia
La calidad de un sistema de software siempre debe medirse en tres frentes: la calidad percibida por el usuario, la definida por el equipo y la evaluada según estándares. La medición de calidad debe fusionar las métricas clásicas de ingeniería de software con las métricas diseñadas para evaluar artefactos generados con IA. Auditar artefactos generados con IA es cognitivamente más exhaustivo que escribirlos.
-
08
Prevalencia del diseño y la especificación
Las especificaciones, la comprensión del problema y el pensamiento arquitectónico deben existir antes de recurrir a modelos y agentes de IA. La generación automática de artefactos no reemplaza la necesidad de diseño, análisis ni comprensión profunda del sistema a construir.
-
09
Uso de modelos y agentes de IA especializados
Preferimos usar sistemas de IA especializados y supervisados para tareas concretas de Ingeniería de Software, en lugar de automatización genérica que reduzca el control, la precisión y la comprensión de los artefactos generados.
-
10
Vigilancia de la degradación de la infraestructura
Los artefactos asistidos por IA y la infraestructura requerida también evolucionan, envejecen y acumulan deuda técnica. La generación automática no elimina la necesidad de mantenimiento, monitoreo ni supervisión continuos. Se deben establecer periodos de revisión estrictos para manejar la degradación tanto del código como de la infraestructura de IA.
-
11
Conciencia de los interesados y la comunidad
El desarrollo asistido por IA requiere una conciencia compartida entre equipos, organizaciones, usuarios y comunidades técnicas. Promovemos prácticas que ayuden a comprender el impacto de la automatización, fomentar el uso responsable de la IA y reducir riesgos técnicos, humanos y sociales a lo largo del ciclo de vida del software.
-
12
Eficiencia y costo cognitivo, financiero y ambiental
El uso de IA conlleva un costo cognitivo, energético y financiero. Evitamos la erosión cognitiva natural al usar IA, mediante la promoción del pensamiento crítico. No “quemamos tokens” sin propósito; evaluamos el impacto ambiental y el retorno de la inversión de cada interacción con la IA.
-
13
Soberanía de datos y confianza cero (Zero-Trust)
El ingeniero actúa como custodio final de la información en el ciclo de desarrollo. La agilidad de la IA jamás justifica comprometer la propiedad intelectual, seguridad, secretos corporativos o datos de carácter personal. Es obligatorio aplicar protocolos estrictos de sanitización y anonimización antes de exponer cualquier contexto a modelos externos.
-
14
Resiliencia operativa y mitigación de riesgos
Reconocemos a la IA como una herramienta poderosa y de alta complejidad que introduce riesgos de seguridad, dependencia tecnológica, sesgos y fallos probabilísticos. La ingeniería prevalece sobre la herramienta: diseñamos sistemas capaces de evolucionar y funcionar incluso ante la degradación o ausencia de los servicios de IA.
-
15
Liderazgo evolutivo y mejora continua
La Ingeniería de Software asistida por IA exige aprendizaje, adaptación y mejora continua. Asumimos el rol de agentes de cambio, transformando la disrupción tecnológica en una oportunidad para la innovación responsable. La ingeniería de software asistida por IA no es un estado estático, sino un ciclo perpetuo de experimentación, retroalimentación en el mundo real y adaptación.
Si compartes estos valores y principios, agrega tu nombre.
Firma el Manifiesto →