GuíaIntermedio
Guía para Revisar Tests Generados por IA
Desarrolla el criterio para revisar críticamente los tests que escribe una IA (Copilot, Claude, Cursor y similares). Una IA genera tests rápido y verosímiles, pero pueden ser tautológicos (pasan siempre, no prueban nada), probar la implementación en vez del comportamiento, olvidar casos borde y de error, tener aserciones débiles que dan falsos verdes, o usar datos irreales y nombres engañosos. Esta guía enseña a detectar cada uno de esos defectos, aplicar una checklist sistemática de revisión y decidir, con criterio, qué test sirve, cuál hay que fortalecer y cuál hay que reescribir. Cierra con un proyecto capstone: revisar una suite de Reservo "generada por IA" con defectos de varios tipos, marcar cada uno con su categoría, corregirla y entregar el informe de revisión junto con la suite arreglada.
- 64
- lecciones
- 8
- módulos
- Inglés · Español
- disponible en
- Sí
- certificado
- Gratis
- acceso
Resultados
Lo que vas a poder hacer
- Reconocer el test tautológico: el que nunca puede fallar porque aserta sobre la salida del mismo código que la produjo
- Distinguir tests que prueban comportamiento de los que prueban implementación (llamadas internas, orden de ejecución, atributos privados)
- Detectar los casos borde y de error que la IA suele olvidar al quedarse solo en el camino feliz
- Identificar aserciones débiles y falsos verdes: `assert result is not None`, aserciones parciales, tests sin `assert` real
- Detectar datos de prueba irreales (números mágicos, valores imposibles) y nombres de test que no describen lo que realmente prueban
- Aplicar una checklist sistemática para revisar cualquier suite generada por IA: ¿puede fallar?, ¿prueba comportamiento?, ¿cubre bordes?, ¿la aserción es fuerte?, ¿los datos son honestos?
- Revisar y corregir una suite generada por IA completa como proyecto capstone, entregando un informe de revisión
Antes de empezar
Qué necesitas traer
Es para ti si...
- Devs que usan Copilot, Claude, Cursor u otra herramienta de IA para generar tests y necesitan criterio para revisarlos
- Equipos que adoptaron generación de tests con IA y quieren evitar falsos verdes en su suite
- Devs que ya saben escribir tests con pytest y quieren desarrollar específicamente la habilidad de revisor
Requisitos y materiales
- Conocimientos de pytest y TDD (o Guía de Testing Fundamentals & TDD completada)
- Familiaridad básica con `unittest.mock`
- Experiencia usando alguna herramienta de generación de código con IA (Copilot, Claude, Cursor, etc.)
Contenido
El temario, módulo por módulo
Abre cualquiera para ver sus lecciones.
- 1. Presentación del módulo: un test verde no es un buen test
- 2. El verde que engaña
- 3. Por qué la IA escribe estos tests
- 4. El trabajo del revisor: no ¿pasa? sino ¿qué significa este verde?
- 5. Los cinco defectos de un vistazo
- 6. Revisar, fortalecer o reescribir
- 7. El costo de un test malo que pasa
- 8. Mini-proyecto: clasifica una suite generada por IA
- 1. Presentación del módulo: el test que no puede fallar
- 2. Qué es un test tautológico
- 3. Recalcular el esperado con el mismo código
- 4. El mock que devuelve justo lo que asertas
- 5. `assert True` y las aserciones siempre verdes
- 6. Asertar sobre constantes
- 7. Detectarlo con mutación a mano
- 8. Mini-proyecto: encuentra las tautologías mutando el código
- 1. Presentación del módulo: el QUÉ contra el CÓMO
- 2. Comportamiento contra implementación
- 3. Asertar sobre llamadas internas
- 4. Asertar sobre atributos privados
- 5. El test que se rompe al refactorizar
- 6. Cuándo la implementación SÍ importa
- 7. Reescribir para verificar el resultado
- 8. Mini-proyecto: de tests de implementación a tests de comportamiento
- 1. Presentación del módulo: los casos que la IA olvidó
- 2. El sesgo del camino feliz
- 3. El borde exacto que falta
- 4. Los casos de error y las excepciones sin probar
- 5. Entradas vacías, nulas y extremas
- 6. Detectar el hueco: clases de equivalencia y ramas
- 7. Llenar el hueco
- 8. Mini-proyecto: agrégale a la suite IA los bordes y errores que faltan
- 1. Presentación del módulo: el verde que casi mide
- 2. Qué es una aserción débil
- 3. `assert result is not None`
- 4. `assert result` y las aserciones truthy
- 5. El test sin `assert`
- 6. La aserción parcial que omite el campo clave
- 7. Tipo en vez de valor, y cómo fortalecer
- 8. Mini-proyecto: fortalece las aserciones de una suite IA
- 1. Presentación del módulo: el test que miente con la cara en verde
- 2. Por qué los datos realistas importan
- 3. Números mágicos y `foo`/`bar`
- 4. Datos imposibles del dominio
- 5. Nombres genéricos que no dicen nada
- 6. Nombres que mienten sobre lo que prueban
- 7. Corregir datos y nombres
- 8. Mini-proyecto: reescribe datos y nombres para documentar el dominio
- 1. Presentación del módulo: la checklist que sistematiza los cinco defectos
- 2. La checklist de cinco preguntas
- 3. Aplicar la checklist test por test
- 4. El veredicto: confiar, fortalecer o reescribir
- 5. Revisar la suite completa de una IA
- 6. La mutación como medida de la suite entera
- 7. Cuándo la IA acertó: reconocer un buen test
- 8. Mini-proyecto: aplica la checklist a una suite de Reservo
- 1. Presentación del módulo: el proceso de revisión de principio a fin
- 2. Revisar la tautología
- 3. Revisar el test de implementación
- 4. Revisar el caso faltante
- 5. Revisar la aserción débil
- 6. Revisar los datos y el nombre engañosos
- 7. Escribir el informe de revisión
- 8. Proyecto: revisa y arregla una suite generada por IA
Dudas frecuentes
Lo que suele preguntarse
Sin límite. Es una guía gratuita: entras cuando quieras, las veces que quieras.
No. Los módulos están ordenados de menos a más, pero puedes saltar al que necesites. Tu progreso se guarda por lección.
Lo que haga falta está en «Qué necesitas traer», arriba. Si no aparece nada ahí, puedes empezar desde cero.
En el grupo de WhatsApp del Club, y cada quince días hay un live con un instructor donde se resuelven dudas en vivo.
Sí. Al terminar todas las lecciones se emite automáticamente, con un código verificable que puedes compartir en LinkedIn.
Empieza cuando quieras
Lo que dicen los estudiantes
Estas reseñas son de estudiantes inscritos que completaron al menos el 50% del curso. Moderamos las reseñas solo por motivos de contenido (spam, lenguaje ofensivo, datos personales), nunca por ser críticas o negativas.
Aún no hay reseñas aprobadas.
¡Sé el primero en compartir tu experiencia!