Tu plan 2027: aprendizaje, métricas y la conversación con negocio

Lo que ya se sabe de 2027

Un plan se aprueba más fácil cuando no depende de tu opinión. Estos datos están verificados, con su fuente, en el Radar QA 2027:

• Gartner proyecta que la IA generativa obligará al 80% de la fuerza de ingeniería a reentrenarse hasta 2027.
• El World Quality Report 2025-26 encontró que el 89% de las empresas ya pilotea o usa IA generativa en QA, pero solo el 15% la escaló a toda la organización, y el 50% dice que le falta experiencia en IA y ML, igual que en 2024.
• Gartner también proyecta que más del 40% de los proyectos con agentes de IA se cancelará antes de fines de 2027, entre otras razones por controles de riesgo insuficientes.
• DORA describe la IA como un amplificador: magnifica las fortalezas de los equipos que funcionan y las disfunciones de los que no.

Leídos juntos dicen algo concreto: la brecha de 2027 no es de herramientas, es de gente formada y de prácticas. Y el control de riesgo de los sistemas con IA —que es trabajo de QA— es una de las razones por las que esos proyectos fracasan o salen adelante.

Aprendizaje: dos horas a la semana

"Cuando haya tiempo" nunca llega. La regla que funciona es simple: dos horas a la semana por persona, bloqueadas en el calendario, con un caso real y una ruta clara.

• Un caso real: probar la función con IA de tu producto, revisar los tests que generó un agente, armar el set de evals de un chatbot.
• Una ruta: primero probar con IA (las herramientas que ya usan), después probar la IA (los sistemas que la empresa construye). Si quieren una estructura externa, la certificación de ISTQB para testing con IA generativa (CT-GenAI) ordena bien los temas, aunque no rindan el examen.
• Una demo: cada dos semanas, alguien muestra al equipo en diez minutos lo que probó. Lo que se muestra se aprende dos veces.

Cuatro métricas, no cuarenta

Para 2027 alcanzan cuatro, y todas miran calidad, no actividad:

1. Defectos que escapan a producción, con el riesgo al que pertenecían.
2. Tasa de fallo de los cambios (change failure rate, una de las métricas de DORA): qué porcentaje de las salidas a producción termina en un incidente o en una reversión.
3. Cambios generados con IA que entraron con una persona que los revisó, con nombre. La meta es el 100%.
4. Historias que entraron al sprint con sus riesgos escritos (lección 4).

Ninguna cuenta tests ni casos. Si una métrica sube cuando el equipo solo trabaja más, no sirve para este plan.

La conversación con negocio

Quien aprueba presupuesto no piensa en Playwright ni en prompts: piensa en riesgo y en plata. El plan va en una página, con cuatro bloques:

1. Dónde estamos. El resultado del autodiagnóstico y uno o dos datos que expliquen por qué importa ahora.
2. Tres movimientos para el primer trimestre. No más de tres. Las primeras señales del autodiagnóstico, cada una con su acción.
3. Qué necesitamos. Horas, una herramienta aprobada y, si aplica, capacitación.
4. Cómo lo vamos a medir. Las cuatro métricas, con su valor de hoy.

Y una fecha: en tres meses, el equipo vuelve a hacer el autodiagnóstico y se compara.

Cierre del curso

Siete lecciones, siete decisiones: reportar riesgo, escribir la política de IA, aprobar con un estándar, entrar en el refinamiento, formar juniors, sacar el criterio del senior y planificar con datos. Ninguna requiere presupuesto para empezar; todas requieren que alguien decida empezar.

Un equipo de QA no envejece por la edad de su gente. Envejece cuando su líder deja de cambiar cómo trabaja.