Universidad de Guayaquil

Facultad de ciencias Matemáticas y física

Carrera de Software

Inteligencia Artificial dentro del ciclo de

vida del desarrollo de software.

Nombre:

Paralelo:

Sof-ve-1-20

Docente:

Lcdo. César Andrés Mero Baquerizo

Asignatura:
Lenguaje y Comunicación

2024-2025
 Contenido
Introducción........................................................................................................................1

Desarrollo............................................................................................................................2

Análisis de requisitos......................................................................................................2

Diseño y creación de prototipos.....................................................................................3

Desarrollo........................................................................................................................3

Pruebas............................................................................................................................4

Implementación..............................................................................................................4

Mantenimiento................................................................................................................4

Conclusión...........................................................................................................................5

Bibliografía..........................................................................................................................6
 Introducción

En la actualidad en la que se vive, se halla un nuevo protagonista dentro del desarrollo de

software llamado Inteligencia Artificial (IA) que se encuentra protagonizando papeles cruciales

dentro de diversas industrias y no solo dentro del desarrollo de software.

Puesto que la inteligencia artificial es definida como la capacidad de las máquinas para

simular procesos de inteligencia humana, optimizando tareas siendo estas desde las más fácil y

hasta la más tediosa, además de su rapidez dentro del análisis de datos a grandes cantidades y

generar soluciones innovadoras ha llevado a su incorporación en cada etapa del ciclo de vida del

desarrollo de software (SDLC, por sus siglas en inglés).

Este proceso de inteligencia artificial impactará el trabajo de los desarrolladores de

software, así que es importante estar preparados, los desarrolladores deberán saber comprender

en que consisten dichas tecnologías y como pueden ejecutarlas tanto en el ciclo de vida de

desarrollo de software como en las aplicaciones mismas. Por lo tanto, se crea un poco de

preocupación, sobre si estas puedan ser un reemplazo a los programadores en ciertas tareas

generando tantas oportunidades como desafíos en el sector. (Galván, s.f.)

1
 Desarrollo

En el desarrollo de software, se evidencian procesos que conforman la estructura

Vertebral del sistema o mejor identificado como Ciclo de Vida del Desarrollo de Software, el

cual posee fases, como planificación, diseño, codificación, pruebas, implementación y

mantenimiento que se interrelacionan y se apoyan entre si cada una diseñada para abordar un

aspecto específico de la creación y mantenimiento del software desde la planificación inicial

hasta la optimización continua, los proceso aseguran que el producto final no solo cumpla con

los requisitos del cliente, sino que también se adaptarse a cambios futuros, incluyendo las

evoluciones tecnológicas.

La IA está transformando cada una de estas fases al mejorar la eficiencia, precisión e

innovación en el desarrollo de software.

Análisis de requisitos

En la fase de análisis de requisitos, las herramientas de Inteligencia Artificial actúan

como asistentes claves y eficaces para la escritura de especificaciones iniciales pues estas

herramientas tienen el poder de analizar conversaciones o documentos y reaccionar como

asistentes inteligentes para ordenar y aclarar ideas en especificaciones coherentes. Herramientas

como IBM Watson y ChatGPT permiten transformar ideas generales en especificaciones

detalladas, puesto las tecnologías también identifican riesgos potenciales y generan

documentación preliminar, ahorrando tiempo a los equipos de desarrollo.

2
 Diseño y creación de prototipos

La Inteligencia Artificial produce prototipos interactivos y propuestas de diseño con

mayor rapidez que los procedimientos convencionales, instrumentos como Figma, que agregan

capacidades de Inteligencia Artificial, que tienen la capacidad de generar transformaciones de

diseños y perfeccionar interfaces de usuario (UI/UX) fundamentadas en patrones de uso.

Además, la Inteligencia Artificial generativa propone arquitecturas de software ideales y

estructura los componentes del sistema lo que facilita las decisiones técnicas y agiliza el diseño.

Desarrollo

Dentro de este periodo los instrumentos de la Inteligencia Artificial como GitHub Copilot

y Codex de OpenAI ayudan ideando fracciones de código, automatizando tareas de codificación

repetitivas e incluso propone soluciones para conflictos de programación comunes.

Estas herramientas se caracterizan de útiles para tareas rutinarias, como escribir código

repetitivo o crear pruebas unitarias, ya que la IA puede redactar, revisar y optimizar código en

múltiples lenguajes de programación, lo que menora el tiempo y el esfuerzo que requieren los

desarrolladores. (Daineka & Flatlogic, 2024)

3
 Pruebas

La inteligencia artificial ha logrado obtener un impacto esencial en área de pruebas,

especialmente a través de instrumentos como Testim y Mabl, que hace inmediata las acciones de

generación y realización en casos de prueba, observando el código en busca de áreas que

requieran pruebas, optimiza la cobertura, detecta errores de manera temprana y reduce el tiempo

de prueba manual, lo que mejora la calidad del software y la eficiencia de las pruebas.

Implementación

A lo largo de la fase de implementación, se cuenta que la participación de la inteligencia

artificial en una mínima aparición actualmente, herramientas como Harness y Spinnaker

garantiza visible automatización para los procedimientos de implementación. Pues se considera

que estas plataformas son capaces de autogenerar las fases de lanzamiento, dirigir flujos de

trabajo de integración continua/entrega continua (CI/CD) y monitorear las implementaciones en

tiempo real, lo que garantiza que el software se entregue de manera rápida y confiable en varios

entornos. (Finio & Downie, 2024)

Mantenimiento

En este procedimiento, la IA resulta con un papel crucial, ya que aumenta constantemente

la eficiencia, detecta anomalías, predice problemas, fortaleciendo la confianza y acortando el

tiempo de resolución. Tal como Dynatrace o Splunk utilizan algoritmos avanzados para analizar

datos en tiempo real, lo que reduce significativamente el tiempo necesario para resolver

problemas y aumenta la confianza en el sistema.

4
 Conclusión

La inclusión de la inteligencia artificial dentro del desarrollo software está llenando de

oportunidades la industria sobre todo en términos de eficiencia y cambio. El diseño,

implementación, prueba y mantenimiento del software disminuye con las herramientas de IA que

amplían tareas rutinarias y pueden ayudar a las personas inteligentes en los aspectos más

complejos y creativos de su trabajo.

Conforme la Inteligencia Artificial continuará progresando, se anticipa que su función en

el desarrollo de software se expandirá aún más, con progresos en campos como la creación de

código, las evaluaciones automatizadas y el análisis predictivo. Es probable que en el futuro, el

desarrollo de software experimente una integración más amplia de las tecnologías de Inteligencia

Artificial, lo que conducirá a soluciones de software más inteligentes, eficaces y enfocadas en el

usuario.

Para que el desarrollo de software la IA debe ser bien entendida y aplicada por las

organizaciones que deben también estar disponibles para cumplir con los últimos desafíos y

demandas, de esta manera, la personalización y creación de nuevos softwares que se alineen a las

crecientes demandas de la era digital, se pueden lograr fácilmente.

5
Bibliografía

Daineka, P., & Flatlogic, L. L. (11 de 09 de 2024). Flatlogic Blog. Obtenido de

https://flatlogic.com/blog/how-ai-is-used-in-the-software-development-life-cycle-sdlc/

#:~:text=In%20the%20development%20phase%2C,for%20common%20programming

%20problems.

Finio, M., & Downie, A. (25 de 11 de 2024). Obtenido de Ibm.com:

https://www.ibm.com/think/topics/ai-in-software-development

Galván, P. (s.f.). Obtenido de SG Buzz: https://sg.com.mx/revista/56/inteligencia-

artificial-desarrollo-software