Es común ya la idea de que la inteligencia artificial es una tecnología disruptiva que va a cambiar la manera de la que muchos vivimos y trabajamos, este post trata sobre la spec programming o programación por especificaciones una tecnología desarrollada por la gente de Microsoft y Github que va a poner, muy probablemente, patas arriba el mundo de la programación.
La formas de programación de ordenadores han evolucionado mucho con el paso del tiempo, esta evolución siempre ha sido parecida, se desarrolla un tipo de sistema nuevo y mejor, la tecnología se vuelve más compleja y se desarrolla una capa de abstracción que automatiza la forma de trabajo anterior para dar lugar a un nuevo paradigma. Pasó cuando se pasó del código máquina al ensamblador, del ensamblador a los lenguajes de programación modernos y ahora toca sustituir los lenguajes de programación por el lenguaje humano.
También han evolucionado las metodologías con las que se organizaba el trabajo de desarrollo de software, cuando se empezaron a desarrollar los primeros programas complejos que requerían de grupos de trabajo coordinados se implantó el waterfall, esto duró hasta que en la era de internet la tecnología aceleró su desarrollo y se impuso la programación ágil, ahora con la irrupción de las máquinas pensantes parece ser que aparece un nuevo paradigma la programación por especificaciones.
Una cuestión muy interesante es que esta nueva forma de programar la posibilidad de integrar el desarrollo de software como una parte más de los proyectos de otras disciplinas de ingeniería al posibilitar la especificación de todos los detalles relevantes al desarrollo de forma extensiva y textual.
Metodología
La clave para que la IA cree un programa está en generar un contexto muy rico para que a la hora de generar el código se deje el menor espacio posible para la imaginación del modelo.
El trabajo de desarrollo lo lleva a cabo un agente de inteligencia artificial que corra uno o más modelos guiados por un supervisor, normalmente un ingeniero de software. Lo ideal es utilizar un modelo de lenguaje especializado en escritura como ChatGPT5 o afín y luego la parte de desarrollo que la lleve acabo una IA de programación como Claude.
Configuración del Entorno
A día de hoy la herramienta corre con todos los agentes más conocidos del mercado siendo recomendable aquellos que permitan usar otros modelos aparte de los propios como son Github Copilot, Cursor, Windsurf... por lo que hay que tenerlos configurados para trabajar con los modelos de lenguaje elegidos.
A continuación invocamos el comando de configuración que nos inicia un asistente donde se nos solicita el agente a utilizar y sobre que entorno trabajar, Unix o Windows. Con estos datos crea la carpeta plantilla con todos los scripts y parámetros para poder trabajar.
Desarrollo
Con el entorno configurado iniciamos el agente especificado asignamos el modelo que más convenga y empezamos:
- Redacción de la constitución. Donde se especifican los principios
básicos de la arquitectura, si se hacen tests y si estos van antes o después
y otras cuestiones afines sin entrar en detalles de implementación. Como
suelen ser todas muy parecidas se puede dejar a la IA y luego hacer
modificaciones. (Comando
/constitution) - Redacción de las especificaciones. Este es el trabajo inicial del
operador donde se le indica lo que se quiere y porqué se quiere en un
documento que puede ser completado por la IA. En esta parte no se incluye
detalles técnicos si no arquitectónicos. (Comando
/spec) - Clarifciación. En este paso se analizan las especificaciones y se
eliminan los riesgos que pudieran ser perjudiciales en el plan.
(Comando
/clarify) - Redacción del plan. Aquí ya se entra en materia tecnológica indicando
lenguajes, librerías, reglas específicas y demás. También la IA puede ser de
ayuda generando una plantilla inicial a partir de las ideas propuestas por
los operadores. (Comando
/plan) - Generación de las tareas. A partir de las especificaciones y de acuerdo
al contexto proporcionado por la gente de Github y los operadores se genera
el documento de tareas. Que ha de indicar de forma muy pormenorizada como
se implementa todas y cada una de las partes. (Comando
/tasks) - Análisis del proyecto. Es de buen proceder invocar un análisis previo para
encontrar incongruencias que pudieran afectar al generador de código.
(Comando
/analyze) - Implementación. El agente escogido para llevar a cabo la implementación
de las tareas lleva a cabo su trabajo dando al final un producto prácticamente
terminado en teoría.(Comando
/implement)
El resultado puede ser variable en calidad, mis experiencias con esta técnica me dicen que no es oro todo lo que reluce pero es sin duda un paso importante frente al vive-coding, donde la creatividad y las alucinaciones del algoritmo pesan mucho en el desarrollo lo que redundaba en unas pequeñas mejoras frente al desarrollo hecho por programadores.
Conclusiones
Esta es una tecnología que viene para quedarse, hay mucho espacio para la mejora pero sin duda es una herramienta que hay que conocer si te toca desarrollar software ocasionalmente y sin duda dominarla en caso de que te dedique profesionalmente a ello.
Ventajas
- Se puede generar código para cualquier plataforma.
- Se implementa a gran velocidad desde el punto de vista del proyecto
- Permite programación iterativa
- Permite integrar la informática en el cuerpo de otros proyectos de ingeniería.
Inconvenientes
- Requiere conocimientos de ingeniería de software
- Cuesta dinero
- Es lento desde el punto de vista humano
- Impacto negativo en la demanda de programadores