NOTAS · 9 NOV 2026 · POR TECH BENDERS
Un método de la NASA para construir con IA
Cuando la IA escribe el código, los errores caros se mudan al diseño. Qué heredamos de la ingeniería de sistemas de la NASA y dónde entra la persona.
Cuando la IA puede escribir la mayor parte del código, es tentador pensar que el proceso importa menos. Si un modelo produce una función que sirve en minutos, ¿para qué dedicar tiempo a requerimientos, revisiones de diseño o planes de verificación?
Creemos lo contrario. Cuando escribir código se abarata, los errores caros se mudan a otro lado: construir lo que no era, construirlo de una forma que no encaja, o construirlo sin saber cuánto va a costar operarlo. Esos son justo los problemas que la ingeniería de sistemas se diseñó para prevenir. Nuestro método viene del NASA Systems Engineering Handbook, calibrado por tipo de proyecto. Lo nuestro es la capa de encima: construir con IA.
Este artículo explica qué tomamos de ese marco, por qué sigue importando y dónde está la persona en cada ciclo.
Por qué el manual de una agencia espacial
El NASA Systems Engineering Handbook (NASA/SP-2016-6105 Rev 2) es una guía pública. Acompaña a la NPR 7123.1, los requerimientos de ingeniería de sistemas de la agencia, y describe la ingeniería de sistemas como un enfoque metódico y multidisciplinario para diseñar, construir, operar y retirar un sistema.
No es un manual de software, y no fingimos que lo sea. Lo que ofrece es una forma de pensar cualquier sistema complejo que tiene que funcionar en un entorno real, para personas reales, con restricciones reales. Eso es la mayoría de los proyectos de software, se construyan a mano o con IA.
Dos aclaraciones importan. Primero, es un marco público que cualquiera puede leer y aplicar; Tech Benders no está certificada ni acreditada por la NASA. Segundo, el propio manual espera ser adaptado. Tiene una sección entera sobre adaptación (tailoring), que dice que la formalidad, la profundidad de la documentación y los tiempos deben variar según el tipo, el tamaño y la complejidad del proyecto. Usar una versión a escala no es un atajo para saltarse el marco. Es lo que el marco pide.
Tres ideas que conservamos
El manual es largo. Tres de sus ideas cargan la mayor parte del peso para nosotros.
Verificar no es validar
El manual traza una línea clara entre estas dos palabras, y vale la pena memorizarla. En sus palabras, la verificación de un producto "muestra prueba de cumplimiento con los requerimientos", mientras que la validación "muestra que el producto cumple el propósito previsto en el entorno previsto".
Dicho simple: verificar pregunta si construiste bien la cosa. Validar pregunta si construiste la cosa correcta. Una función puede pasar todas las pruebas y aun así fallarle a quien la usa, porque el requerimiento mismo estaba mal.
La IA vuelve esta distinción más importante, no menos. Un modelo es muy bueno cumpliendo la instrucción que recibió. No tiene forma de saber si esa instrucción refleja lo que el negocio de verdad necesita. Validar es trabajo de personas.
El costo se decide temprano
El manual incluye una figura sobre el impacto de las decisiones tempranas en el costo del ciclo de vida. Su punto, como lo dice la página de la NASA para esa sección, es que los costos del ciclo de vida de un programa "tienden a quedar fijados" temprano en el diseño y el desarrollo. La figura, que la NASA atribuye a la Defense Acquisition University, ilustra que el diseño puede representar una parte pequeña del dinero gastado y, al mismo tiempo, comprometer la mayor parte del costo del ciclo de vida.
Para el software construido con IA, la lección se traduce directo. El modelo de datos, las fronteras entre sistemas, cómo se aíslan usuarios y equipos, qué modelo atiende qué tarea y cuánto contexto recibe: esas decisiones se toman en el diseño, y determinan lo que el sistema cuesta operar durante años. Construir rápido no cambia eso. Solo hace que llegues antes a las consecuencias.
Secuencia y disciplinas continuas son cosas distintas
El motor de ingeniería de sistemas del manual enumera diecisiete procesos técnicos comunes, agrupados en diseño del sistema, realización del producto y gestión técnica. La numeración sugiere diecisiete pasos en fila, pero no lo son. El diseño y la realización son una secuencia: van de lo que las personas esperan a un producto entregado. La gestión técnica (planeación, gestión de requerimientos e interfaces, riesgo, configuración, decisiones) corre de forma continua a lo largo de todo el proyecto.
Esa distinción mantiene ligero un método. Un cliente no pasa por "gestión de configuración" como una fase. Ocurre todo el tiempo, sin que tenga que verla.
Nuestras cinco fases
Comprimimos la secuencia en cinco fases. Cada una tiene una pregunta clara y un responsable claro.
Discovery. Lo que de verdad necesitas, en tus palabras, antes de mirar lo que pediste. No siempre son lo mismo. Aquí empieza la validación: dejamos por escrito la expectativa que el sistema tiene que cumplir en su entorno real.
Diseño. Requerimientos, descomposición y la arquitectura que los sostiene. Aquí se decide el costo del proyecto, no durante la construcción. La IA puede ayudar (proponer opciones, resumir un código existente, listar casos raros), pero las decisiones las toman y las firman personas.
Construcción. Implementación e integración continua. Aquí es donde la IA aporta más y donde la velocidad es real. Ves software funcionando pronto y seguido, no al final.
Monitoreo. Dos preguntas, no una. Si cumple lo especificado (verificación), y si resuelve lo que esperabas una vez que corre en tu entorno real (validación). Las mantenemos separadas a propósito, porque una batería de pruebas en verde solo responde la primera.
Transición. Desplegado, documentado y tuyo. Si no corre en producción, no está terminado.
El puente: código generado, no escrito
Esta es la parte que más nos interesa. Los requerimientos de ingeniería de software de la NASA, la NPR 7150.2, ya tienen una sección sobre la generación automática de código fuente. En el NASA Software Engineering Handbook, el requerimiento pide que el proyecto defina su enfoque para el código generado automáticamente, incluyendo la verificación y validación de las herramientas de generación, el alcance permitido para usar código generado, la verificación y validación del código generado en sí, la gestión de configuración de lo que entra y sale de la herramienta, y reglas para hacer cambios manuales al código generado.
Ese requerimiento se escribió para generadores de código, mucho antes de los modelos de lenguaje. Pero describe, casi palabra por palabra, cómo se ve el uso responsable de herramientas de IA para programar: decidir dónde se permite que la IA escriba código, revisar lo que escribe como cualquier otro artefacto, llevar registro de lo que entró y lo que salió, y tener una regla para cuando una persona edita a mano el código generado.
El marco que heredamos ya tenía una casilla para lo que hacemos con IA. Y esa casilla pide justo lo que más se suele saltar.
La persona en el ciclo, en concreto
"Un humano en el ciclo" puede volverse un eslogan. En nuestro método significa cosas específicas:
Una persona es dueña de cada requerimiento. La IA puede proponer requerimientos; no puede aceptarlos.
Una persona revisa cada cambio antes de que salga. El código que escribe la IA se traza y se verifica como cualquier otro artefacto.
Una persona valida en el entorno real. Pasar las pruebas es necesario, no suficiente.
Una persona decide el margen de costo. Planeamos el uso de la IA para que su costo se mantenga bajo control con el tiempo, y alguien responde por esa cifra.
El punto no es frenar a la IA. Es poner criterio exactamente donde la IA no puede ponerlo.
Por dónde empezar
Si tu equipo de ingeniería ya usa IA para escribir código y quiere un flujo de trabajo confiable, la ruta Claude Code para equipos de ingeniería va de la primera sesión a agentes en CI/CD, con testing y code review en el camino. El taller Claude Code para tu equipo lleva un cambio desde el primer prompt hasta un pull request revisado, con una persona aprobando lo que se entrega. Para el lado del diseño, mira Arquitectura de software y diseño de sistemas.
Y si quieres este método aplicado a tu propio sistema, mira cómo trabajamos.