Un escenario en transformación
La inteligencia artificial dejó de ser una tecnología emergente para integrarse al trabajo diario. En el SIU, su incorporación se dio de manera progresiva en múltiples tareas y roles: desarrollo, análisis funcional, testing y soporte, entre otros.
Hoy asiste en la escritura de código, agiliza el análisis de requerimientos, mejora la documentación y abre nuevas posibilidades para el testing. En este contexto, contar con criterios compartidos es clave para sostener la calidad, la confiabilidad y la seguridad de los sistemas.
Frente a este escenario, empezó a tomar forma una pregunta: cómo acompañar este proceso sin instalarse en los extremos de la reticencia total o la adopción sin criterios.
A partir de esa inquietud, desde el área de Producción de Software del SIU se impulsó la elaboración de lineamientos de buenas prácticas. Este trabajo dio lugar a un documento técnico que establece un marco común para orientar el uso de IA en el ciclo de vida del desarrollo de software en el SIU.
Marco institucional para orientar el uso
El documento define principios generales para todos los roles involucrados en el desarrollo de software. Entre ellos, se destaca la idea de la IA como herramienta de apoyo —no sustitutiva—, la responsabilidad y trazabilidad sobre los resultados generados, el resguardo de la información sensible y el mantenimiento de estándares de calidad y mantenibilidad.
También establece criterios claros sobre usos aceptados —como la generación de borradores, el análisis de requerimientos o la asistencia en testing— y delimita prácticas no permitidas, como la exposición de información confidencial en herramientas no autorizadas o la toma de decisiones sin validación humana.
Oportunidades y desafíos
El uso de estas herramientas permite aumentar la productividad, mejorar la calidad del código y la documentación, reducir tiempos de desarrollo y facilitar la transferencia de conocimiento.
Al mismo tiempo, introduce riesgos en la seguridad de la información, problemas de mantenibilidad, dudas sobre propiedad intelectual y dependencia excesiva.
Los lineamientos buscan equilibrar estos aspectos preservando los estándares de desarrollo.
Un principio central: la IA como asistente
La inteligencia artificial debe entenderse como una herramienta de apoyo, no como un reemplazo del criterio profesional. Toda producción generada con asistencia de IA —código, documentación o análisis— debe ser comprendida, revisada y validada por quien la utiliza. La responsabilidad final no se delega en la herramienta.
El enfoque recomendado es el de la iteración: un diálogo en el que las personas formulan pedidos, analizan las respuestas, las ajustan y las validan críticamente. Este proceso mejora los resultados y fortalece el aprendizaje.
Riesgos concretos en escenarios reales
Entre los riesgos identificados, se encuentra la “legitimación automática”: asumir que lo que devuelve la IA es correcto sin verificarlo. Esto puede derivar en errores técnicos, decisiones incorrectas o incluso en la difusión de información falsa.
Otro punto crítico es la confidencialidad de los datos. Compartir logs, fragmentos de código o información sensible en herramientas públicas puede generar exposiciones no deseadas.
Un aspecto a observar en el desarrollo de software son las refactorizaciones extensas propuestas por IA sin control suficiente, o el uso indiscriminado de estas herramientas para tareas donde no agregan valor.
Desarrollo de software: prácticas y niveles de uso
Los lineamientos retoman y refuerzan prácticas ya consolidadas en el SIU, adaptándolas al contexto de la IA. La revisión de código entre pares, los criterios de calidad, la documentación y los procesos de validación adquieren un rol aún más relevante cuando estas herramientas pueden generar grandes volúmenes de cambios en poco tiempo.
En este marco, se distinguen tres modalidades de uso:
- Asistencia supervisada: uso aceptado con revisión y comprensión por parte de quien desarrolla.
- Vibe engineering: uso con autorización previa que permite delegar parcialmente bloques acotados, en contextos controlados.
- Vibe coding: uso no aceptado por no garantizar calidad ni sostenibilidad; implica generar código sin comprenderlo ni validarlo.
Un proceso de construcción colectiva
La elaboración del documento sobre buenas prácticas surgió de relevamientos y conversaciones en distintas áreas del SIU, que permitieron comprender cómo se estaba utilizando la IA en el trabajo cotidiano. Incluyó instancias de intercambio en grupos reducidos con perfiles de desarrollo, análisis funcional, testing y soporte.
Los temas que aborda son compartidos por todo el sistema universitario: definir políticas de uso responsable, resguardar los datos, formar a los equipos y adaptar procesos. En ese sentido, esta síntesis puede ser un aporte para el camino de adopción de IA en cada institución.
Un punto de partida
La inteligencia artificial evoluciona rápidamente, y con ella también sus usos, riesgos y oportunidades. Por eso, estos lineamientos se conciben como un documento vivo, susceptible de ser revisado y actualizado.
El objetivo es avanzar hacia un enfoque institucional que combine adopción responsable, formación y mecanismos de control adecuados, sin perder de vista lo central: la calidad de los sistemas, la protección de la información y la construcción de conocimiento dentro de las comunidades universitarias.
En ese camino, compartir experiencias y construir criterios comunes será tan importante como la tecnología misma.
