“La IA permite generar código rápidamente, pero [las personas] parecen más adaptadas a generar código nuevo que a corregirlo”, afirma, señalando que gran parte de ese código mediocre se traslada a la fase de producción sin ser revisado por desarrolladores expertos ni someterse a controles de calidad automatizados. “Prevemos que las organizaciones se verán en apuros, ya que conseguirán que más funciones se implementen más rápido, pero esto provocará un exceso de código y, por lo tanto, más deuda tecnológica y código heredado”, añade.
Eso no significa que los trabajadores no deban utilizar la IA para la codificación, afirma Mason. Más bien, las organizaciones deben asegurarse de que cuentan con los procesos y las herramientas, incluidas las basadas en la IA, para garantizar que no se cuela una cantidad inaceptable de código de mala calidad.
3. Aplicar la gobernanza a la deuda técnica
La mayoría de las organizaciones cuentan con algún tipo de gobernanza en torno a sus programas de desarrollo de software, afirma Buniva. Sin embargo, muchos de esos programas de gobernanza no son tan sólidos como deberían ni lo suficientemente detallados como para informar a los equipos sobre cómo deben equilibrar la velocidad y la calidad, un hecho que se hace más evidente con el aumento de la velocidad de producción de código habilitado para la IA. “La gobernanza no está al día con la IA generativa”, afirma Buniva. “Se necesita una gobernanza adecuada para la IA generativa, que no ralentice la innovación, pero que tampoco permita crear una gran cantidad de deuda técnica”.