PARADIGMAS DE GENERACIÓN DE CÓDIGO MEDIANTE INTELIGENCIA ARTIFICIAL, DESDE EL PROMPT ÚNICO HASTA EL MULTIAGENTE: UN ESTUDIO EXPERIMENTAL CON IMPLICACIONES PARA LA EDUCACIÓN EN INGENIERÍA DE SOFTWARE

Resumen

La ingeniería de software incorporó, entre 2024 y 2026, asistentes de inteligencia artificial capaces de construir aplicaciones enteras de forma autónoma, una transición que afecta la práctica profesional y la enseñanza de computación y aún carece de evaluación controlada. Este estudio de caso exploratorio compara cuatro paradigmas de generación de código por IA, dispuestos como una escalera de orquestación: prompt único (P0), harness agéntico (P1), sistema multiagente (P2) y sistema multiagente con un agente dedicado de seguridad (P3). Fijando modelo, muestreo y límites de parada, y variando solo el paradigma, los cuatro brazos reciben la misma especificación congelada y reconstruyen, desde cero, una plataforma web full-stack de gestión de laboratorio. La evaluación abarca fidelidad estructural de esquema y de contrato, corrección funcional mediante pruebas de aceptación de extremo a extremo, calidad, seguridad mapeada a categorías CWE y OWASP, y costo. En dieciséis ejecuciones iniciadas, cuatro por paradigma, no se detectó diferencia de corrección entre los tres brazos agénticos, con medianas de 34,5 a 35 criterios de aceptación aprobados sobre 48 (Kruskal-Wallis entre P1, P2 y P3 con valor-p de 0,73), mientras que el prompt único fue frágil: de cuatro ejecuciones, una generó una aplicación ejecutable, dos generaron artefactos no ejecutables y una no produjo artefacto evaluable. La corrección no escaló con el esfuerzo de generación y, dado el pequeño número de réplicas, toda la lectura es descriptiva. La confiabilidad, y no la corrección, distingue los paradigmas. En dólares facturados, el harness de sesión única (P1) es el más caro, por reprocesar gran volumen de contexto en caché. La seguridad de aplicación es nula en todos los brazos, siendo el único hallazgo de alta severidad recurrente la ejecución del contenedor como root. Se discute que pedir “código seguro” en el enunciado no reduce por sí solo la vulnerabilidad, lo que reposiciona el papel de la verificación en la enseñanza de la ingeniería de software.