Un tester con siete años de experiencia pone a prueba la tesis de la crisis de calidad del software

Pantalla negra tras una actualización de Windows, reversión, alivio. Así empieza el artículo de un ingeniero de pruebas de Cloud.ru que lleva siete años verificando software. Su conclusión es prudente: un solo fallo doloroso, aunque se haya vivido en primera persona, no dice nada sobre el estado de toda la industria. El título, en cambio, plantea la pregunta sin rodeos: «Crisis mundial de calidad del software: ¿de verdad está todo tan mal?». El avance publicado no ofrece respuesta; el texto completo está en Habr. No vamos a resumir lo que no hemos visto y, en su lugar, contrastaremos la pregunta con los datos que ya están en abierto.

Qué dicen las cifras

La tesis de que «el software ha empeorado» cuenta con argumentos sólidos. En julio de 2024, una actualización defectuosa de CrowdStrike inutilizó unos 8,5 millones de dispositivos con Windows, según estimaciones de Microsoft. Aerolíneas, bancos y hospitales recibieron el mismo error a la vez. En 2012, Knight Capital perdió unos $440 millones en unos 45 minutos por un código mal desplegado. Y el consorcio CISQ estimó las pérdidas totales de EE. UU. por la mala calidad del software en $2,41 billones en 2022. Conviene tratar esa cifra como un modelo y no como un informe contable, pero el orden de magnitud es revelador.

Los escépticos tienen sus propios contraargumentos. Vemos más fallos porque hay incomparablemente más software, y cualquier incidente llega al instante a las redes sociales. Además, es difícil reunir estadísticas del «antes y el después»: no existe una métrica única de calidad del software.

Por qué la experiencia personal engaña

La postura del tester es aquí metodológicamente precisa. Un fallo tras una actualización se recuerda; los miles de actualizaciones que se instalan sin problemas pasan inadvertidas. Es el clásico sesgo de disponibilidad: un caso llamativo se percibe como una tendencia. El trabajo de QA consiste precisamente en sustituir las impresiones por mediciones.

Hay mucho que medir:

• proporción de lanzamientos que han requerido una reversión o un hotfix;
• tiempo de recuperación tras un incidente (MTTR);
• tasa de fallos en los cambios (change failure rate);
• número de defectos críticos que han llegado a producción;
• coste de una hora de inactividad para un negocio concreto.

Según estos indicadores, la industria se bifurca en lugar de avanzar en una sola dirección. Los equipos con CI/CD maduro y pruebas automatizadas lanzan versiones con más frecuencia y más estabilidad. El resto gana velocidad a costa de la fiabilidad.

Dónde interviene la IA

Un factor aparte de los últimos años, que el avance no menciona, es la generación de código. El informe DORA 2024 mostró una correlación incómoda: un aumento del 25% en el uso de herramientas de IA fue acompañado de una caída de aproximadamente el 7,2% en la estabilidad de las entregas y de un 1,5% en el rendimiento. La correlación no prueba la causa, pero la señal es relevante: el código se escribe más rápido, mientras que la verificación no se acelera al mismo ritmo. La revisión y las pruebas se convierten en el cuello de botella, y justo ahí el trabajo del tester se valora más que antes.

Cómo aplicar esta pregunta en la práctica

No tome decisiones a partir de titulares sobre una «crisis». Si es responsable de un producto, calcule sus propias métricas: el change failure rate y el MTTR de los dos últimos trimestres aportarán más que cualquier estimación sectorial. Si está incorporando asistentes de IA para programar, prevea un aumento de la carga de revisión y de pruebas automáticas a la vez que crece la velocidad de desarrollo. Y en las actualizaciones de infraestructura crítica, mantenga el despliegue gradual y un plan de reversión probado. Ese plan fue precisamente el que devolvió al autor del artículo su ordenador de trabajo.